Il pigmento del nero di carbonio assorbe la luce nel vicino infrarosso. Ogni vaschetta in PP nero, contenitore in PE e involucro in ABS che il tuo selezionatore ottico non rileva finisce nel residuo, poi in discarica. Costruiamo il livello di sensori MWIR e AI edge che lo recupera.
3-15%
del tuo flusso di rifiuti è plastica nera che finisce nel residuo
Recycling Magazine, Plastics Engineering
83,4%
accuratezza MWIR+CNN su rifiuti reali (peer-reviewed)
Resources, Conservation & Recycling, gennaio 2026
Grado C+
soglia minima di riciclabilità del PPWR UE dal 2030
Regolamento PPWR 2025/40, Allegato II
Il problema è la fisica dei sensori, non il software. Nessun addestramento dell'AI può correggere un input a segnale zero.
I selezionatori ottici standard (TOMRA Autosort, Machinex MACH Hyspec, Pellenc Mistral+) si affidano alla spettroscopia nel vicino infrarosso nell'intervallo 0,9-1,7 micron. Identificano i polimeri leggendo i pattern di assorbimento dei legami molecolari: vibrazioni di stiramento C-H, N-H, O-H.
Il nero di carbonio assorbe tutte le lunghezze d'onda NIR prima che raggiungano quei legami. Il sensore riceve un segnale riflesso pari a zero. Una vaschetta in PP nero su un nastro trasportatore in gomma nera è invisibile. L'espulsore pneumatico resta silenzioso. Il materiale finisce nel residuo.
Non è un problema risolvibile con un aggiornamento del firmware. I fotoni non raggiungono mai il rilevatore. Serve una parte diversa dello spettro elettromagnetico.
L'infrarosso a onde medie (Mid-Wave Infrared, 2,7-5,3 micron) prende di mira le vibrazioni fondamentali delle molecole polimeriche, non i deboli sovratoni che legge il NIR. A queste lunghezze d'onda, il segnale spettrale è di ordini di grandezza più forte. Ancora più importante, il coefficiente di assorbimento del nero di carbonio diminuisce all'aumentare della lunghezza d'onda. A 3,0 micron, il pigmento diventa sufficientemente trasparente.
Una vaschetta in PP nero che nel NIR è un vuoto produce nel MWIR una firma spettrale netta e frastagliata. Il picco di stiramento C-H a 3,4 micron è forte e inequivocabile. Il polistirene mostra distinti modi C-H aromatici che si separano nettamente dalle bande C-H alifatiche di PE e PP.
Il sensore che impieghiamo (Specim FX50) cattura 154 bande spettrali in questo intervallo. Non vede "forme nere". Vede la composizione chimica alla velocità del nastro.
Non sostituiamo il tuo selezionatore esistente. Aggiungiamo una stazione di rilevamento, tipicamente su un nastro laterale che riceve lo scarto residuo ricco di nero proveniente dalla tua selezione NIR primaria. L'architettura ha tre componenti:
Hardware totale per l'integrazione: telecamera MWIR, staffa di montaggio, GPU edge industriale (NVIDIA Jetson AGX Orin o workstation RTX), interfaccia GigE Vision, cablaggio. Software: rete 1D-CNN pre-addestrata con calibrazione in loco per lo sfondo specifico del nastro del cliente e le caratteristiche del flusso di rifiuti.
Tira fuori questa tabella alla tua prossima riunione di valutazione dei fornitori. Ogni voce si basa su specifiche pubblicate e sull'attuale disponibilità dei prodotti.
| Fornitore | Prodotto | Capacità sulle plastiche nere | Capacità produttiva | Lacuna |
|---|---|---|---|---|
| TOMRA | AUTOSORT BLACK, GAINnext | Sì (MWIR/SWIR proprietario) | 2.000 espulsioni/min; purezza 95-98% su flussi standard | Solo in bundle (450-650K EUR). Software chiuso. Non concedibile in licenza separatamente né adattabile a hardware non TOMRA. |
| Steinert | UniSort BlackEye | Sì (HSI in gamma MWIR) | ~1 t/h sulla frazione di scaglie 10-40 mm; velocità nastro fino a 4 m/s | Selezionatore di rifinitura, non selezione primaria. Ottimizzato per scaglie pulite, non per input MRF di oggetti interi contaminati. |
| Pellenc ST | Mistral+ CONNECT | Parziale (rilevamento del profilo) | Selezione multimateriale ad alta velocità | Rileva "oggetto nero nel flusso" per la rimozione di contaminanti. Non classifica PP vs PE vs PS. |
| Machinex | MACH Hyspec, MACH Vision | No (solo SWIR) | Fino al 99% di purezza con 14 unità per impianto | Lo SWIR non riesce a vedere attraverso il nero di carbonio. Stesso punto cieco del NIR standard. |
| AMP Sortation | Cortex, AMP ONE | No (solo RGB) | 80-140 prelievi/min/robot. Modello contrattuale a pagamento per tonnellata. | La capacità produttiva del prelievo robotizzato è ben inferiore all'espulsione pneumatica. L'RGB non può classificare i polimeri. |
| Greyparrot (Bollegraaf) | Analyzer, Sync | No (misurazione RGB) | Solo misurazione, non attuazione | Ti dice cosa sta scorrendo. Non seleziona nulla. Utile per l'auditing, non per il recupero. |
| Recycleye | QuantiSort | No (RGB + GPU Jetson) | Punto d'ingresso a CapEx inferiore per i flussi di contenitori | Limite minimo di latenza della GPU edge (~30-50 ms). Solo rilevamento RGB. |
| Big 4 / Grandi SI | Strategia + selezione fornitori | Consulenza | N/D | Produrranno una matrice di selezione dei fornitori e una roadmap di implementazione. Non scriveranno il kernel 1D-CNN, non calibreranno un sensore raffreddato criogenicamente né metteranno in servizio un'interfaccia PLC. Gli incarichi vanno da 750K a oltre 3M USD. |
| Veriprajna | Retrofit personalizzato MWIR + AI edge | Sì (Specim FX50 + 1D-CNN personalizzata) | Adattato alla velocità del nastro e alla configurazione dell'espulsore del cliente | Nessun parco installato di hardware in bundle. Non siamo un'organizzazione di assistenza sul campo h24. Costruiamo e mettiamo in servizio; il supporto del ciclo di vita richiede un team interno del cliente o un contratto di assistenza OEM. |
L'altra strada è quella dei brand che passano dal nero di carbonio a pigmenti rilevabili dal NIR (UPM Circular Renewable Black, alternative Cabot, masterbatch Ampacet). Questi pigmenti costano da 0,40 a 1,00 EUR/kg in più rispetto al nero di carbonio standard a 0,20 EUR/kg, prima della riqualifica per il contatto alimentare. L'adozione dal 2018 è stata lenta: meno del 10% degli imballaggi neri dei beni di largo consumo è rilevabile dal NIR al 2026. Gli interni delle automobili e gli involucri elettronici non stanno effettuando alcun passaggio. Il flusso di rifiuti storico in nero di carbonio persisterà per 15-20 anni. La selezione MWIR e la sostituzione del pigmento non sono strategie in concorrenza. Sono percorsi coesistenti per un periodo di transizione misurabile in decenni.
Quattro capacità. Ciascuna affronta una lacuna che nessun singolo fornitore di piattaforme copre.
Una stazione di rilevamento retrofit per la tua linea di selezione esistente. Montiamo lo Specim FX50 su un nastro laterale che riceve lo scarto residuo ricco di nero proveniente dal tuo selezionatore NIR primario. La 1D-CNN viene addestrata sul tuo specifico flusso di rifiuti. L'integrazione PLC si collega direttamente al tuo espulsore pneumatico o robot di prelievo esistente.
Scegliamo la 1D-CNN rispetto alla 2D-CNN perché si tratta di elaborazione del segnale, non di riconoscimento di immagini. Una vaschetta in PP nero schiacciata appare spazialmente identica a un contenitore in PE nero schiacciato. La forma è inaffidabile. La firma spettrale a 154 bande dei legami polimerici non lo è. L'architettura 1D funziona inoltre con una latenza da 3 a 5 volte inferiore rispetto a modelli 2D comparabili sullo stesso hardware edge.
Prima di consigliare l'hardware, eseguiamo i calcoli di latenza in base alla tua effettiva velocità del nastro, al passo dell'espulsore e all'obiettivo di capacità produttiva. Il risultato è una specifica architetturale con tre opzioni: GPU ottimizzata (costo più basso), FPGA+GPU ibrida (percorso deterministico per la latenza critica, GPU per la classificazione più pesante) o flusso di dati FPGA completo (massima velocità del nastro). Ogni opzione è corredata di CapEx, tempistiche e impatto previsto sulla purezza.
La risposta onesta è di solito "la GPU edge è sufficiente". Una NVIDIA Jetson AGX Orin con ottimizzazione TensorRT raggiunge una latenza di 12-18 ms. Per nastri che viaggiano a 3 m/s o meno, è sufficiente. Non proponiamo architetture FPGA a meno che il guadagno di capacità produttiva non giustifichi il sovrapprezzo hardware di 25-40K EUR e i 4-6 mesi di ingegneria aggiuntiva.
Per i riciclatori RAEE che trattano apparecchiature elettroniche a fine vita, costruiamo una pipeline a fusione di doppio sensore: MWIR per l'identificazione dei polimeri (ABS, HIPS, PC/ABS) e XRF in linea per la concentrazione di bromo. La 1D-CNN fonde entrambi i set di caratteristiche in un'unica testa di classificazione. Contenitori di output: rABS pulito, rHIPS pulito, scarto positivo ai BFR, scarto misto.
Perché è importante: La direttiva RoHS vieta i materiali riciclati contenenti BFR nelle nuove apparecchiature. Il 40-50% delle plastiche RAEE raccolte non viene riciclato correttamente perché la separazione è troppo difficile. L'rABS pulito spunta 800-1.100 USD/tonnellata. La plastica mista contaminata da BFR ha un valore prossimo allo zero. Il margine su questa separazione giustifica l'investimento nei sensori in meno di 12 mesi per la maggior parte dei trasformatori RAEE che gestiscono oltre 500 tonnellate all'anno.
Per gli impianti che dispongono già di selezionatori ottici (TOMRA, Machinex, Pellenc, Steinert), implementiamo una telecamera di misurazione in stile Greyparrot per caratterizzare il tuo effettivo flusso di materiali, quindi mettiamo a punto le impostazioni del firmware del tuo selezionatore esistente, le velocità del nastro e la temporizzazione dell'espulsore per massimizzare purezza e recupero senza alcun nuovo acquisto di hardware.
È l'incarico che costa meno e che si ripaga più velocemente. La maggior parte degli MRF gestisce i propri selezionatori ottici con le impostazioni di fabbrica predefinite. Un incarico di caratterizzazione e messa a punto di una settimana solleva tipicamente il recupero di 2-5 punti percentuali e riduce il tasso di residuo di 1-3 punti. In un impianto da 50.000 t/anno, una riduzione del 2% del residuo fa risparmiare 100K-150K EUR all'anno solo in costi di discarica evitati.
Ogni decisione sull'architettura di selezione si riduce a un'equazione: velocità del nastro per latenza uguale spostamento. Ecco come usarla.
Configurazione: Un MRF a flusso unico fa funzionare un nastro largo 1,2 m a 3 m/s. Il collettore dell'espulsore ha un passo degli ugelli di 12,5 mm. L'attuale latenza rilevamento-attivazione è di 50 ms (GPU edge, non ottimizzata). L'oggetto bersaglio (vaschetta in PP nero) misura in media 80 mm nella direzione di avanzamento del nastro.
Calcolo dello spostamento: 3 m/s x 0,050 s = 0,150 m = 150 mm. Con un jitter tipico di più o meno 10 ms, la finestra di incertezza di attivazione copre 120-180 mm. Il sistema deve attivare una raffica che copra 180 mm di lunghezza del nastro per garantire il colpo. A un passo di 12,5 mm, ciò attiva contemporaneamente 14-15 ugelli.
Conseguenza: La raffica ampia cattura 2-3 articoli adiacenti insieme al bersaglio. La purezza cala di 4-6 punti percentuali. Su una balla che deve avere almeno il 97% di PP secondo le specifiche APR, questa contaminazione può far scattare il rifiuto.
| Soluzione | Latenza | Spostamento a 3 m/s | CapEx | Tempistica | Verdetto |
|---|---|---|---|---|---|
| Rallentare il nastro a 2 m/s | 50 ms | 100 mm | 0 EUR | Immediato | Elimina il 33% della capacità produttiva. Da scartare. |
| Ottimizzare la pipeline GPU (TensorRT, batch=1, FP16) | 12-18 ms | 36-54 mm | 0 EUR (software) | 2-3 settimane | Miglior ROI. Attiva 3-4 ugelli. Purezza accettabile. |
| Flusso di dati FPGA (Kria KV260) | <2 ms | 6 mm | 25-40K EUR | 4-6 mesi | Giustificato solo oltre i 4,5 m/s di velocità del nastro. |
La risposta giusta per questo impianto è l'opzione 2. La consigliamo anche se ci frutta meno ricavi di consulenza rispetto all'opzione 3. Se l'impianto in seguito decide di spingere la velocità del nastro a 5+ m/s, il percorso di upgrade FPGA è disponibile. Ma spendere 30K EUR di hardware e sei mesi di ingegneria per un problema che scompare con un'ottimizzazione software di due settimane non è ingegneria onesta.
12-18 ms
GPU edge ottimizzata (Jetson Orin, TensorRT)
<2 ms
Flusso di dati FPGA (Kria / Zynq UltraScale+)
~500 ms
Inferenza cloud (non praticabile per la selezione)
Quattro fasi. Tempistica tipica: 10-16 settimane dalla scoperta alla messa in servizio per un retrofit a linea singola.
Visitiamo il tuo impianto. Misuriamo la velocità del nastro, il passo dell'espulsore, l'attuale latenza di rilevamento e la composizione del residuo. Eseguiamo una caratterizzazione dei rifiuti di un giorno sulla frazione di plastica nera (acquisizione di immagini RGB, selezione manuale, pesatura per tipo di polimero). Risultato: una valutazione go/no-go con il ROI previsto sui numeri reali del tuo impianto. Se il ROI non supera la soglia di ritorno in 12 mesi, te lo diciamo e chiudiamo l'incarico. Nessun addebito per la valutazione se ci ritiriamo.
Installiamo lo Specim FX50 nel tuo impianto su un supporto temporaneo per raccogliere dati spettrali MWIR dal tuo effettivo flusso di rifiuti. Questo include imballaggi sporchi, schiacciati, bagnati e multistrato in condizioni operative reali. Raccogliamo da 5.000 a 15.000 spettri etichettati tra le classi di polimeri bersaglio. La 1D-CNN si addestra su questi dati, non su campioni di laboratorio puliti. La validazione utilizza un set di test escluso dal tuo flusso. Riportiamo l'accuratezza per classe di polimero con intervalli di confidenza.
Montaggio permanente della telecamera MWIR e dell'hardware di calcolo edge. Programmazione dell'interfaccia PLC (OPC-UA, Modbus o EtherCAT a seconda del tuo selezionatore). Calibrazione dello sfondo del nastro. Sincronizzazione dell'encoder per la temporizzazione dell'espulsore. Test di accettazione funzionale: selezione di 100 oggetti neri scelti a caso, verifica della classificazione dei polimeri rispetto a controlli a campione XRF manuali. Obiettivo di purezza: concordato per polimero secondo le specifiche delle balle APR/PRE.
Formiamo i tuoi operatori sulla dashboard del sistema (metriche di selezione in tempo reale, distribuzione delle classificazioni, stime di purezza, tempo di attività). Configuriamo la pipeline di ricalibrazione continua: le correzioni verificate dagli operatori vengono reintegrate nel modello settimanalmente tramite un ciclo di riaddestramento automatizzato eseguito sull'hardware edge. Consegniamo tutti i pesi del modello, il codice di addestramento e la documentazione. Avvertenza: non siamo un'organizzazione di assistenza sul campo h24. Per la manutenzione del raffreddatore Stirling, il supporto meccanico dei nastri e la copertura di emergenza, hai bisogno del tuo contratto di assistenza OEM o di un tecnico interno. Forniamo il livello di AI e sensori; siamo trasparenti su ciò che non copriamo.
Inserisci i numeri del tuo impianto. Lo strumento stima i ricavi annuali a rischio, consiglia un'architettura di sensori e calcolo e segnala l'esposizione normativa. Se i numeri dicono che non ti serve, lo strumento te lo dirà.
TOMRA Autosort Black e Steinert UniSort BlackEye sono i due sistemi commerciali in grado di selezionare le plastiche nere per tipo di polimero. Entrambi utilizzano sensori MWIR proprietari o SWIR esteso abbinati a un'AI integrata. Sono macchine eccellenti. Sono anche ecosistemi chiusi venduti come linee complete a 450K-650K EUR installate, senza possibilità di concedere in licenza il software separatamente o di adattarlo a hardware di terze parti. Lo Steinert BlackEye è ulteriormente limitato a una capacità produttiva di circa 1 tonnellata all'ora sulla frazione di scaglie 10-40 mm, il che lo rende un selezionatore di rifinitura piuttosto che una linea di selezione primaria.
Veriprajna lavora in modo diverso. Integriamo la telecamera MWIR Specim FX50 (154 bande, gamma 2,7-5,3 micron) con modelli di classificazione 1D-CNN personalizzati e la implementiamo sulla tua infrastruttura di nastri esistente. Questo approccio retrofit costa tipicamente 150K-250K EUR, inclusi il sensore, l'hardware di calcolo edge, l'integrazione PLC e la messa in servizio. Possiamo montarla a fianco di un'unità TOMRA o Machinex esistente su un nastro laterale, specificamente per la frazione nera che il tuo attuale selezionatore NIR scarta nel residuo. Il sensore si basa sulla stessa fisica. La differenza è l'indipendenza dal fornitore, un CapEx inferiore e la capacità di mettere a punto il modello di classificazione sul tuo specifico flusso di rifiuti anziché eseguire il firmware di fabbrica.
Questa è la domanda giusta da porre, perché il divario tra i numeri di laboratorio e quelli sul campo è significativo. I materiali di marketing di Specim citano un'accuratezza vicina al 99% per scaglie pulite e monostrato in condizioni controllate. Il benchmark peer-reviewed pubblicato su Resources, Conservation and Recycling nel gennaio 2026 riporta un'accuratezza bilanciata dell'83,4% utilizzando MWIR più CNN su campioni di rifiuti reali. La differenza deriva dalla contaminazione (residui alimentari, umidità, etichette adesive), dagli imballaggi multistrato (i laminati PP/EVOH/PE producono spettri compositi che non corrispondono alle classi di addestramento a singolo polimero) e dalla degradazione spettrale indotta dalla velocità del nastro.
Affrontiamo questo divario in tre modi. Primo, ci addestriamo su dati sporchi. La 1D-CNN deve vedere spettri provenienti da campioni contaminati, schiacciati e bagnati raccolti dall'effettivo flusso di rifiuti del cliente, non da scaglie pulite di laboratorio. Secondo, costruiamo una classe di scarto. Quando la confidenza del modello scende sotto la soglia (tipicamente 85%), l'oggetto viene indirizzato a una stazione di controllo qualità manuale anziché contaminare una balla selezionata. Terzo, eseguiamo cicli di ricalibrazione continua, reintegrando settimanalmente nel modello le correzioni verificate dagli operatori. Con questi accorgimenti, l'accuratezza sul campo sui cinque principali polimeri neri (PP, PE, PS, ABS, PVC) si stabilizza nell'intervallo 88-93% dopo due o tre mesi di funzionamento. Non è il 99%. È sufficientemente alta da produrre balle che soddisfano le soglie delle specifiche PRE e APR per l'rPP di Grado A (almeno il 97% di PP, non più dello 0,5% di PVC), a condizione che sia presente la fase di controllo qualità a valle sulla balla.
Dipende dalla velocità del tuo nastro e dal passo dell'espulsore. Il calcolo è semplice. Moltiplica la velocità del nastro in metri al secondo per la latenza rilevamento-attivazione in secondi. Questo ti dà lo spostamento in metri tra il momento in cui la telecamera vede l'oggetto e il momento in cui il getto d'aria si attiva. Confronta questo spostamento con il passo degli ugelli dell'espulsore (tipicamente da 12,5 mm a 31 mm). Se lo spostamento rientra in uno o due passi degli ugelli, la GPU edge va bene. Se lo supera, devi o rallentare il nastro (eliminando la capacità produttiva), allargare la raffica d'aria (eliminando la purezza) o ridurre la latenza.
Una NVIDIA Jetson AGX Orin che esegue una pipeline TensorRT ottimizzata raggiunge una latenza di inferenza di 12-18 ms con un jitter di circa più o meno 5 ms. A 3 metri al secondo, sono 36-54 mm di percorso, che è gestibile per la maggior parte dei collettori a passo di 12,5 mm con l'attivazione di un singolo ugello. A 5 metri al secondo, la stessa latenza produce 60-90 mm di percorso più 25 mm di intervallo di jitter, e la purezza si degrada di 4-6 punti percentuali.
Una pipeline a flusso di dati FPGA su un AMD Kria KV260 o Zynq UltraScale+ raggiunge una latenza deterministica inferiore a 2 ms con un jitter prossimo allo zero. A 5 metri al secondo, lo spostamento è di 10 mm. Quel livello di precisione è giustificato solo per impianti che spingono le velocità del nastro oltre i 4,5 metri al secondo o che eseguono selezioni a frazione ultrafine in cui ogni millimetro conta. Eseguiamo i calcoli di latenza per ogni incarico prima di consigliare un'architettura. In circa il 70% dei casi, la GPU edge ottimizzata è la risposta giusta. Il percorso FPGA aggiunge 25-40K EUR di costo hardware più quattro-sei mesi di ingegneria. Non lo consigliamo a meno che il guadagno di capacità produttiva non giustifichi l'investimento.
Lo Specim FX50 raffredda il suo rilevatore InSb a circa 77 Kelvin utilizzando un criorefrigeratore Stirling integrato. La scheda tecnica valuta la durata del raffreddatore in 10.000 ore. In un ambiente MRF reale, con polvere, vibrazioni dei motori dei nastri e cicli termici dovuti all'avvio/arresto dei turni, aspettati da 7.000 a 8.000 ore prima che il raffreddatore richieda manutenzione. A 16 ore al giorno di funzionamento, sono circa 14-18 mesi tra una sostituzione del raffreddatore e l'altra. I raffreddatori di ricambio di Specim hanno un tempo di consegna da 12 a 16 settimane. Questo è il singolo rischio operativo più grande di qualsiasi implementazione di selezione MWIR, e ogni direttore di impianto lo chiede.
Lo mitighiamo con quattro misure. Primo, un supporto telecamera a sostituzione rapida (hot-swap). L'FX50 si monta su una staffa a sgancio rapido in modo che l'intera unità telecamera possa essere sostituita in meno di 30 minuti senza fermare il nastro. Secondo, un programma di ricambio a rotazione. Consigliamo di acquistare un secondo FX50 (o di qualificare un sensore alternativo come il Telops Hyper-Cam Mini-MWIR) come ricambio di manutenzione. La telecamera uno viene rimossa a 6.500 ore per la manutenzione preventiva del raffreddatore e diventa il ricambio. La telecamera due entra in funzione. Questo mantiene la linea in funzione continua. Terzo, una modalità di classificazione di riserva. Quando nessun sensore MWIR è disponibile, il sistema torna alla segmentazione solo RGB. Questa modalità non può classificare il tipo di polimero, ma può separare gli oggetti neri dal flusso per la selezione manuale o lo stoccaggio finché la telecamera MWIR non ritorna. La linea non si ferma mai. Quarto, la qualifica di sensori alternativi. Manteniamo pesi di modello validati per almeno una piattaforma di sensori MWIR aggiuntiva per proteggerci da interruzioni della catena di fornitura di Specim.
Sì, e questa è una delle applicazioni a più alto valore. I riciclatori RAEE trattano grandi volumi di miscele di ABS nero, HIPS e PC/ABS provenienti da elettronica a fine vita. La direttiva RoHS vieta i ritardanti di fiamma bromurati (BFR) nelle materie prime riciclate per le nuove apparecchiature, ma dal 40 al 50% delle plastiche RAEE raccolte non viene riciclato correttamente perché separare il materiale positivo ai BFR da quello negativo è difficile.
L'attuale best practice combina l'XRF (fluorescenza a raggi X) per il rilevamento del bromo con il NIR per l'identificazione del polimero. Il problema è che il NIR non riesce a vedere attraverso gli involucri neri, quindi la fase di classificazione del polimero fallisce. Il MWIR risolve il lato del polimero. Identifica se un pezzo nero è ABS, HIPS o PC/ABS indipendentemente dal pigmento di nero di carbonio. Per la determinazione dei BFR, fondiamo i dati spettrali MWIR con letture XRF in linea. Alcuni composti BFR producono caratteristiche di assorbimento rilevabili nella gamma MWIR 3,0-4,5 micron, in particolare i modi di stiramento C-Br, anche se questo è meno affidabile dell'XRF alla velocità di produzione. L'approccio combinato di fusione di sensori classifica ogni pezzo in rABS pulito, rHIPS pulito, scarto positivo ai BFR e scarto misto.
Le pubblicazioni di letteratura mostrano che gli approcci combinati NIR più XRF rimuovono fino al 98% delle plastiche contenenti BFR. Sostituendo il MWIR al NIR sulla frazione nera, estendiamo quella capacità al flusso di materiali che attualmente viene saltato del tutto. L'economia è interessante. L'rABS pulito spunta 800-1.100 USD per tonnellata. La plastica RAEE mista contaminata da BFR ha un valore prossimo allo zero. Separare 500 tonnellate all'anno di rABS pulito da un flusso RAEE che attualmente va al recupero energetico rappresenta 400K-550K USD di valore recuperato.
Il Regolamento UE sugli imballaggi e i rifiuti di imballaggio (PPWR, Regolamento 2025/40) introduce gradi di prestazione di riciclabilità obbligatori per tutti gli imballaggi venduti nell'UE. La Commissione europea deve adottare atti delegati che stabiliscano i criteri di progettazione per il riciclo e le soglie di grado entro il 1° gennaio 2028. Dal 2030, solo gli imballaggi classificati A, B o C potranno essere immessi sul mercato dell'UE. Dal 2038, il minimo sale al Grado B.
RecyClass (gestito da Plastics Recyclers Europe) attualmente classifica gli imballaggi pigmentati con nero di carbonio come riciclabili solo se presso l'impianto di trattamento esiste un'infrastruttura di selezione compatibile con il MWIR. Senza tale infrastruttura, l'imballaggio passa per impostazione predefinita a un grado inferiore. Se scende sotto il Grado C, diventa invendibile nell'UE dopo il 2030.
Per i brand, ciò crea un incentivo urgente a passare a pigmenti neri rilevabili dal NIR (cosa che sta avvenendo lentamente, con meno del 10% degli imballaggi neri dei beni di largo consumo convertiti al 2026 a causa dei sovrapprezzi di 0,40-1,00 EUR per chilogrammo rispetto al nero di carbonio standard) oppure a garantire che i loro imballaggi raggiungano MRF dotati di selezione MWIR. Per gli operatori MRF, ciò crea un'opportunità commerciale. Gli impianti in grado di dimostrare il recupero della plastica nera tramite MWIR diventano partner preferenziali per la conformità EPR dei brand. In parallelo, la California SB 54 inizia a riscuotere le tariffe EPR nel 2027, con una stima di 500 milioni di USD all'anno dalle aziende di beni di largo consumo confezionati più fino a 150 milioni di USD dai produttori di resine. I mandati sul contenuto riciclato (30% di rPET nelle bottiglie, 35% in altri imballaggi in plastica entro il 2030) trainerà la domanda di granuli riciclati ad alta purezza, inclusi rPP e rABS neri, ben al di sopra dell'attuale offerta. Gli MRF in grado di produrre queste balle con purezza di Grado A si aggiudicheranno prezzi premium a cui gli impianti limitati alla sola selezione NIR non possono accedere.
I whitepaper interattivi alla base di questa pagina di soluzione. Per la fisica, l'architettura e la modellazione economica nel dettaglio.
Architettura di imaging iperspettrale MWIR, classificazione spettrale 1D-CNN, fusione di sensori con segmentazione RGB e il caso economico per il recupero della plastica nera negli MRF.
Architetture di inferenza edge FPGA vs. GPU per la selezione su nastro ad alta velocità. Analisi della latenza, strategie di quantizzazione e cinematica della temporizzazione dell'espulsione pneumatica.
Un MRF da 50.000 t/anno che recupera il 5% di plastica nera genera 2,0-2,5 milioni di EUR di ricavi annui da granuli a partire da materiale che attualmente finisce in discarica.
Iniziamo con una visita di scoperta a costo zero: misuriamo la composizione del tuo residuo, eseguiamo i calcoli di latenza sulla tua linea di selezione e forniamo una valutazione go/no-go con numeri reali. Se il ROI non c'è, te lo diciamo.