Uw NIR-sorteerder kan zwart plastic niet zien. Dat kost u miljoenen.

Carbon black-pigment absorbeert nabij-infrarood licht. Elke zwarte PP-schaal, PE-verpakking en ABS-behuizing die uw optische sorteerder mist, belandt in het residu en vervolgens op de stortplaats. Wij bouwen de MWIR-sensing- en edge-AI-laag die het terugwint.

Materiaalterugwinning & plasticsortering

3-15%

van uw afvalstroom is zwart plastic dat naar het residu gaat

Recycling Magazine, Plastics Engineering

83,4%

MWIR+CNN-nauwkeurigheid op echt afval (peer-reviewed)

Resources, Conservation & Recycling, jan. 2026

Klasse C+

EU PPWR-minimum voor recyclebaarheid vanaf 2030

PPWR-Verordening 2025/40, Bijlage II

Waarom uw sorteerder blind wordt voor zwart

Het probleem is sensorfysica, geen software. Geen enkele hoeveelheid AI-training herstelt een nulsignaal-input.

De NIR-blinde vlek

Standaard optische sorteerders (TOMRA Autosort, Machinex MACH Hyspec, Pellenc Mistral+) vertrouwen op nabij-infraroodspectroscopie in het bereik van 0,9-1,7 micron. Ze identificeren polymeren door de absorptiepatronen van moleculaire bindingen te lezen: C-H-, N-H-, O-H-rektrillingen.

Carbon black absorbeert alle NIR-golflengtes voordat ze die bindingen bereiken. De sensor ontvangt nul gereflecteerd signaal. Een zwarte PP-schaal op een zwarte rubberen transportband is onzichtbaar. De pneumatische uitwerper blijft stil. Het materiaal valt in het residu.

Dit is geen firmware-updateprobleem. De fotonen bereiken de detector nooit. U hebt een ander deel van het elektromagnetische spectrum nodig.

Wat MWIR verandert

Middengolf-infrarood (2,7-5,3 micron) richt zich op de fundamentele trillingen van polymeermoleculen, niet op de zwakke boventonen die NIR leest. Bij deze golflengtes is het spectrale signaal ordes van grootte sterker. Belangrijker nog: de absorptiecoëfficiënt van carbon black daalt naarmate de golflengte toeneemt. Bij 3,0 micron wordt het pigment voldoende transparant.

Een zwarte PP-schaal die in NIR een leegte is, produceert in MWIR een scherpe, gekartelde spectrale signatuur. De C-H-rekpiek bij 3,4 micron is sterk en ondubbelzinnig. Polystyreen vertoont duidelijke aromatische C-H-modi die zich helder scheiden van de alifatische C-H-banden van PE en PP.

De sensor die wij inzetten (Specim FX50) legt 154 spectrale banden over dit bereik vast. Hij ziet geen "zwarte vormen". Hij ziet chemische samenstelling op transportbandsnelheid.

Technische uitleg: hoe sensorfusie op uw lijn werkt

Wij vervangen uw bestaande sorteerder niet. Wij voegen een sensorstation toe, doorgaans op een zijband die het zwaar zwarte residu-afval ontvangt dat uw primaire NIR-sortering afkeurt. De architectuur bestaat uit drie componenten:

  1. RGB-camera (segmentatie): Een standaard industriële camera identificeert de grenzen van elk object op de band. Kosten: minder dan USD 2.000. Hij vertelt het systeem "er ligt een item op pixelcoördinaten 100-200".
  2. Specim FX50 MWIR-camera (classificatie): De hyperspectrale lijnscanner legt 154-bands spectra vast voor elke pixel binnen de objectgrens die door het RGB-masker is geïdentificeerd. Een 1D-convolutioneel neuraal netwerk classificeert het spectrum van elke pixel als PP, PE, PS, ABS, PVC of afkeur. De classificatie per object aggregeert pixelstemmen (meerderheid beslist, met betrouwbaarheidsdrempels). Inferentie verloopt in minder dan 5 ms op edge-hardware.
  3. PLC-interface (aansturing): Het classificatieresultaat gaat rechtstreeks naar de Programmable Logic Controller van de sorteermachine via OPC-UA, Modbus of EtherCAT. Voor pneumatische uitwerping berekent het systeem de afvuurtijd op basis van de positie van de bandencoder en de bekende afstand tussen camera en uitwerper. Voor robotic picking stuurt het het zwaartepunt van het object en de classificatie naar de controller van de deltarobot.

Totale integratiehardware: MWIR-camera, montagebeugel, industriële edge-GPU (NVIDIA Jetson AGX Orin of RTX-workstation), GigE Vision-interface, bekabeling. Software: voorgetraind 1D-CNN met kalibratie op locatie voor de specifieke bandachtergrond en afvalstroomkenmerken van de klant.

Wie dit verder oplost (en waar zij stoppen)

Leg deze tabel op tafel bij uw volgende leveranciersbeoordeling. Elke vermelding is gebaseerd op gepubliceerde specificaties en de huidige productbeschikbaarheid.

Leverancier Product Capaciteit voor zwart plastic Doorvoer Hiaat
TOMRA AUTOSORT BLACK, GAINnext Ja (propriëtaire MWIR/SWIR) 2.000 uitwerpingen/min; 95-98% zuiverheid op standaardstromen Alleen gebundeld (EUR 450-650K). Gesloten software. Kan niet apart in licentie worden gegeven of worden geretrofit op niet-TOMRA-hardware.
Steinert UniSort BlackEye Ja (HSI in MWIR-bereik) ~1 t/u op 10-40 mm vlokfractie; bandsnelheid tot 4 m/s Afwerkingssorteerder, geen primaire sortering. Geoptimaliseerd voor schone vlokken, niet voor verontreinigde MRF-input van hele objecten.
Pellenc ST Mistral+ CONNECT Gedeeltelijk (Profieldetectie) Hogesnelheids multi-materiaalsortering Detecteert "zwart ding in de stroom" voor verontreinigingsverwijdering. Classificeert PP niet ten opzichte van PE of PS.
Machinex MACH Hyspec, MACH Vision Nee (alleen SWIR) Tot 99% zuiverheid met 14 eenheden per faciliteit SWIR kan niet door carbon black heen kijken. Dezelfde blinde vlek als standaard-NIR.
AMP Sortation Cortex, AMP ONE Nee (alleen RGB) 80-140 picks/min/robot. Betaal-per-ton-contractmodel. Doorvoer van robotic picking blijft ruim onder pneumatische uitwerping. RGB kan polymeren niet classificeren.
Greyparrot (Bollegraaf) Analyzer, Sync Nee (RGB-meting) Alleen meting, geen aansturing Vertelt u wat er voorbijstroomt. Sorteert niets. Waardevol voor audits, niet voor terugwinning.
Recycleye QuantiSort Nee (RGB + Jetson-GPU) Lager CapEx-instappunt voor verpakkingsstromen Latentievloer van edge-GPU (~30-50 ms). Alleen RGB-detectie.
Big 4 / grote SI's Strategie + leveranciersselectie Advies N.v.t. Levert een leveranciersselectiematrix en een implementatieroadmap op. Schrijft niet de 1D-CNN-kernel, kalibreert geen cryogekoelde sensor en stelt geen PLC-interface in bedrijf. Opdrachten lopen van USD 750K tot 3M+.
Veriprajna Maatwerk MWIR + edge-AI-retrofit Ja (Specim FX50 + maatwerk 1D-CNN) Afgestemd op de bandsnelheid en uitwerperconfiguratie van de klant Geen geïnstalleerde basis van gebundelde hardware. Geen 24/7-veldserviceorganisatie. Wij bouwen en stellen in bedrijf; levenscyclusondersteuning vereist een intern team van de klant of een OEM-servicecontract.

De vraag over pigmentvervanging

Het andere pad is dat merken overstappen van carbon black naar NIR-detecteerbare pigmenten (UPM Circular Renewable Black, Cabot-alternatieven, Ampacet-masterbatches). Deze pigmenten kosten EUR 0,40-1,00/kg meer dan standaard carbon black tegen EUR 0,20/kg, vóór herkwalificatie voor voedselcontact. De adoptie is sinds 2018 traag: minder dan 10% van de zwarte FMCG-verpakkingen is NIR-detecteerbaar per 2026. Auto-interieurs en elektronicabehuizingen stappen helemaal niet over. De erfenis van de carbon black-afvalstroom blijft nog 15-20 jaar bestaan. MWIR-sortering en pigmentvervanging zijn geen concurrerende strategieën. Het zijn naast elkaar bestaande paden voor een overgangsperiode die in decennia wordt gemeten.

Wat Veriprajna voor MRF-exploitanten bouwt

Vier capaciteiten. Elke ervan pakt een hiaat aan dat geen enkele platformleverancier dekt.

MWIR-module voor terugwinning van zwart plastic

Een retrofit-sensorstation voor uw bestaande sorteerlijn. Wij monteren de Specim FX50 op een zijband die het zwaar zwarte residu-afval ontvangt dat uw primaire NIR-sorteerder afkeurt. Het 1D-CNN wordt getraind op uw specifieke afvalstroom. PLC-integratie gaat rechtstreeks naar uw bestaande pneumatische uitwerper of robot-picker.

Wij kiezen voor 1D-CNN boven 2D-CNN omdat dit signaalverwerking is, geen beeldherkenning. Een geplette zwarte PP-schaal ziet er ruimtelijk identiek uit aan een geplette zwarte PE-verpakking. Vorm is onbetrouwbaar. De 154-bands spectrale signatuur van de polymeerbindingen is dat niet. De 1D-architectuur draait ook 3-5x lagere latentie dan vergelijkbare 2D-modellen op dezelfde edge-hardware.

Ontwerp van edge-compute-architectuur

Voordat we hardware aanbevelen, voeren we de latentieberekening uit tegen uw werkelijke bandsnelheid, uitwerperpitch en doorvoerdoel. Het resultaat is een architectuurspecificatie met drie opties: geoptimaliseerde GPU (laagste kosten), hybride FPGA+GPU (deterministisch pad voor kritieke latentie, GPU voor zwaardere classificatie) of volledige FPGA-dataflow (maximale bandsnelheid). Elke optie komt met CapEx, tijdlijn en verwachte impact op de zuiverheid.

Het eerlijke antwoord is meestal "edge-GPU is voldoende". Een NVIDIA Jetson AGX Orin met TensorRT-optimalisatie haalt 12-18 ms latentie. Voor banden die op 3 m/s of lager draaien, is dat genoeg. Wij verkopen geen FPGA-architecturen op tenzij de doorvoerwinst de hardwarepremie van EUR 25-40K en 4-6 maanden extra engineering rechtvaardigt.

WEEE-scheiding van vlamvertragers

Voor WEEE-recyclers die afgedankte elektronica verwerken, bouwen we een dubbele-sensorfusiepijplijn: MWIR voor polymeeridentificatie (ABS, HIPS, PC/ABS) en inline XRF voor broomconcentratie. Het 1D-CNN voegt beide kenmerksets samen tot één classificatiehead. Uitvoerbakken: schoon rABS, schoon rHIPS, BFR-positief afkeur, gemengd afkeur.

Waarom dit ertoe doet: RoHS verbiedt BFR-houdend gerecycled materiaal in nieuwe apparatuur. 40-50% van de opgevangen WEEE-kunststoffen wordt niet correct gerecycled omdat de scheiding te moeilijk is. Schoon rABS levert USD 800-1.100/ton op. BFR-verontreinigd gemengd plastic is bijna niets waard. De marge op deze scheiding rechtvaardigt de sensorinvestering binnen 12 maanden voor de meeste WEEE-verwerkers die meer dan 500 ton per jaar verwerken.

Optimalisatie van sorteerprestaties

Voor faciliteiten die al optische sorteerders hebben (TOMRA, Machinex, Pellenc, Steinert) zetten we een meetcamera in Greyparrot-stijl in om uw werkelijke materiaalstroom te karakteriseren, en stemmen we vervolgens de firmware-instellingen, bandsnelheden en uitwerper-timing van uw bestaande sorteerder af om zuiverheid en terugwinning te maximaliseren zonder enige nieuwe hardware-aankoop.

Dit is de opdracht die het minst kost en het snelst zichzelf terugverdient. De meeste MRF's draaien hun optische sorteerders op de fabrieksstandaardinstellingen. Een karakterisatie- en afstemmingsopdracht van één week verhoogt de terugwinning doorgaans met 2-5 procentpunten en verlaagt het residuepercentage met 1-3 punten. Op een faciliteit van 50.000 t/jr bespaart een residuevermindering van 2% jaarlijks EUR 100K-150K alleen al aan vermeden stortkosten.

De latentieberekening die uw leverancier niet voor u zal uitvoeren

Elke beslissing over de sorteerarchitectuur komt neer op één vergelijking: bandsnelheid maal latentie is verplaatsing. Zo gebruikt u die.

Uitgewerkt voorbeeld: MRF van 50.000 t/jr, band van 1,2 m, 3 m/s

Opzet: Een single-stream MRF draait een 1,2 m brede band op 3 m/s. Het uitwerpermanifold heeft een nozzlepitch van 12,5 mm. De huidige latentie van detectie tot afvuren is 50 ms (edge-GPU, niet-geoptimaliseerd). Het doelobject (zwarte PP-schaal) is gemiddeld 80 mm in de bandlooprichting.

Verplaatsingsberekening: 3 m/s x 0,050s = 0,150m = 150mm. Met typische jitter van plus of min 10 ms beslaat het onzekerheidsvenster van het afvuren 120-180mm. Het systeem moet een burst afvuren die 180 mm bandlengte dekt om een treffer te garanderen. Bij een pitch van 12,5 mm activeert dat 14-15 nozzles tegelijk.

Gevolg: De brede burst vangt 2-3 aangrenzende items samen met het doel. De zuiverheid daalt 4-6 procentpunten. Op een baal die ten minste 97% PP volgens APR-spec moet zijn, kan deze verontreiniging afkeuring veroorzaken.

Oplossing Latentie Verplaatsing bij 3 m/s CapEx Tijdlijn Oordeel
Band vertragen naar 2 m/s 50ms 100mm EUR 0 Onmiddellijk Doodt 33% van de doorvoer. Afkeuren.
GPU-pijplijn optimaliseren (TensorRT, batch=1, FP16) 12-18ms 36-54mm EUR 0 (software) 2-3 weken Beste ROI. Activeert 3-4 nozzles. Aanvaardbare zuiverheid.
FPGA-dataflow (Kria KV260) <2ms 6mm EUR 25-40K 4-6 maanden Alleen gerechtvaardigd boven een bandsnelheid van 4,5 m/s.

Het juiste antwoord voor deze faciliteit is optie 2. Wij bevelen het aan, ook al levert het ons minder advieswerk op dan optie 3. Als de faciliteit later besluit de bandsnelheid naar 5+ m/s op te voeren, is het FPGA-upgradepad beschikbaar. Maar EUR 30K aan hardware en zes maanden engineering uitgeven voor een probleem dat verdwijnt met een tweewekelijkse software-optimalisatie, is geen eerlijke engineering.

12-18ms

Geoptimaliseerde edge-GPU (Jetson Orin, TensorRT)

<2ms

FPGA-dataflow (Kria / Zynq UltraScale+)

~500ms

Cloud-inferentie (niet haalbaar voor sortering)

Hoe een opdracht verloopt

Vier fasen. Typische tijdlijn: 10-16 weken van discovery tot inbedrijfstelling voor een retrofit van één lijn.

1

Discovery en latentie-audit (week 1-2)

Wij bezoeken uw faciliteit. Wij meten uw bandsnelheid, uitwerperpitch, huidige detectielatentie en residuesamenstelling. Wij voeren een eendaagse afvalkarakterisatie uit op de fractie zwart plastic (RGB-beeldopname, handmatige sortering, weging per polymeertype). Resultaat: een go/no-go-beoordeling met geprojecteerde ROI op basis van de werkelijke cijfers van uw faciliteit. Als de ROI geen terugverdientijd van 12 maanden haalt, zeggen we dat en sluiten we de opdracht af. Geen kosten voor de beoordeling als wij ervan afzien.

2

Spectrale gegevensverzameling en modeltraining (week 3-8)

Wij plaatsen de Specim FX50 op uw faciliteit op een tijdelijke montage om MWIR-spectrale gegevens uit uw werkelijke afvalstroom te verzamelen. Dit omvat vuile, geplette, natte, meerlaagse verpakkingen onder echte bedrijfsomstandigheden. Wij verzamelen 5.000-15.000 gelabelde spectra over uw doelpolymeerklassen. Het 1D-CNN traint op deze gegevens, niet op schone laboratoriummonsters. Validatie gebruikt een apart gehouden testset uit uw stroom. Wij rapporteren de nauwkeurigheid per polymeerklasse met betrouwbaarheidsintervallen.

3

Integratie en inbedrijfstelling (week 9-14)

Permanente montage van de MWIR-camera en edge-computehardware. Programmering van de PLC-interface (OPC-UA, Modbus of EtherCAT afhankelijk van uw sorteerder). Kalibratie van de bandachtergrond. Encodersynchronisatie voor uitwerper-timing. Functionele acceptatietest: sorteer 100 willekeurig geselecteerde zwarte objecten, verifieer de polymeerclassificatie tegen handmatige XRF-steekproeven. Zuiverheidsdoel: overeengekomen per polymeer volgens APR/PRE-baalspecificatie.

4

Overdracht en continue verbetering (week 14-16+)

Wij trainen uw operators op het systeemdashboard (real-time sorteermetrieken, classificatieverdeling, zuiverheidsschattingen, uptime). Wij zetten de continue herkalibratiepijplijn op: door operators geverifieerde correcties worden wekelijks teruggevoerd in het model via een geautomatiseerde hertrainingslus die op de edge-hardware draait. Wij dragen alle modelgewichten, trainingscode en documentatie over. Kanttekening: wij zijn geen 24/7-veldserviceorganisatie. Voor onderhoud van de Stirling-koeler, mechanische ondersteuning van de transportband en noodbereikbaarheid hebt u uw OEM-servicecontract of een interne technicus nodig. Wij leveren de AI- en sensorlaag; wij zijn transparant over wat wij niet dekken.

Calculator voor terugwinning van zwart plastic

Voer de cijfers van uw faciliteit in. De tool schat de jaarlijkse omzet die op het spel staat, beveelt een sensor- en compute-architectuur aan en signaleert wettelijke blootstelling. Als de cijfers zeggen dat u dit niet nodig hebt, vertelt de tool u dat.

Vragen die MRF-exploitanten ons stellen

Hoe verhoudt MWIR-hyperspectrale sortering zich tot TOMRA Autosort Black en Steinert UniSort BlackEye?

TOMRA Autosort Black en Steinert UniSort BlackEye zijn de twee commerciële systemen die zwarte kunststoffen op polymeertype kunnen sorteren. Beide gebruiken propriëtaire MWIR- of uitgebreide SWIR-sensoren gekoppeld aan geïntegreerde AI. Het zijn uitstekende machines. Het zijn ook gesloten ecosystemen die als complete lijnen worden verkocht voor EUR 450K-650K geïnstalleerd, zonder de optie om de software apart in licentie te geven of deze op hardware van derden te retrofitten. De Steinert BlackEye is verder beperkt tot een doorvoer van ongeveer 1 ton per uur op de 10-40 mm vlokfractie, waardoor het een afwerkingssorteerder is in plaats van een primaire sorteerlijn.

Veriprajna werkt anders. Wij integreren de Specim FX50 MWIR-camera (154 banden, bereik 2,7-5,3 micron) met maatwerk 1D-CNN-classificatiemodellen en zetten deze in op uw bestaande transportbandinfrastructuur. Deze retrofitaanpak kost doorgaans EUR 150K-250K inclusief de sensor, edge-computehardware, PLC-integratie en inbedrijfstelling. Wij kunnen naast een bestaande TOMRA- of Machinex-eenheid monteren op een zijband, specifiek voor de zwarte fractie die uw huidige NIR-sorteerder naar het residu afkeurt. De sensor is dezelfde fysica. Het verschil is leveranciersonafhankelijkheid, lagere CapEx en het vermogen om het classificatiemodel af te stemmen op uw specifieke afvalstroom in plaats van fabrieksfirmware te draaien.

Wat is de praktijknauwkeurigheid van MWIR-sortering op verontreinigd MRF-afval, niet op labmonsters?

Dit is de juiste vraag om te stellen, want de kloof tussen lab- en praktijkcijfers is aanzienlijk. Het marketingmateriaal van Specim noemt bijna 99% nauwkeurigheid voor schone, enkellaagse vlokken onder gecontroleerde omstandigheden. De peer-reviewde benchmark, gepubliceerd in Resources, Conservation and Recycling in januari 2026, rapporteert 83,4% gebalanceerde nauwkeurigheid met MWIR plus CNN op echte afvalmonsters. Het verschil komt door verontreiniging (voedselresten, vocht, kleeflabels), meerlaagse verpakkingen (PP/EVOH/PE-laminaten produceren samengestelde spectra die niet overeenkomen met de trainingsklassen van één polymeer) en bandsnelheid-geïnduceerde spectrale degradatie.

Wij pakken deze kloof op drie manieren aan. Ten eerste trainen we op vuile data. Het 1D-CNN moet spectra zien van verontreinigde, geplette, natte monsters die uit de werkelijke afvalstroom van de klant zijn verzameld, niet van schone laboratoriumvlokken. Ten tweede bouwen we een afkeurklasse. Wanneer de betrouwbaarheid van het model onder de drempel zakt (doorgaans 85%), wordt het object naar een handmatig QC-station geleid in plaats van een gesorteerde baal te verontreinigen. Ten derde draaien we continue herkalibratielussen, waarbij door operators geverifieerde correcties wekelijks in het model worden teruggevoerd. Met deze aanpassingen stabiliseert de praktijknauwkeurigheid op de vijf belangrijkste zwarte polymeren (PP, PE, PS, ABS, PVC) in het bereik van 88-93% na twee tot drie maanden bedrijf. Dat is geen 99%. Het is hoog genoeg om balen te produceren die voldoen aan de PRE- en APR-specificatiedrempels voor Klasse A rPP (ten minste 97% PP, niet meer dan 0,5% PVC), mits de stroomafwaartse baal-QA-stap aanwezig is.

Heb ik FPGA-edge-inferentie nodig, of is een NVIDIA Jetson-GPU voldoende voor mijn sorteerlijn?

Dat hangt af van uw bandsnelheid en uitwerperpitch. De berekening is eenvoudig. Vermenigvuldig uw bandsnelheid in meters per seconde met uw latentie van detectie tot afvuren in seconden. Dat geeft u de verplaatsing in meters tussen het moment waarop de camera het object ziet en het moment waarop de luchtstraal afvuurt. Vergelijk die verplaatsing met uw uitwerper-nozzlepitch (doorgaans 12,5 mm tot 31 mm). Als de verplaatsing binnen één tot twee nozzlepitches valt, is edge-GPU prima. Als die dat overschrijdt, vertraagt u ofwel de band (wat de doorvoer doodt), verbreedt u de luchtburst (wat de zuiverheid doodt), of verlaagt u de latentie.

Een NVIDIA Jetson AGX Orin met een geoptimaliseerde TensorRT-pijplijn haalt 12-18 ms inferentielatentie met ruwweg plus of min 5 ms jitter. Bij 3 meter per seconde is dat 36-54 mm verplaatsing, wat werkbaar is voor de meeste manifolds met een pitch van 12,5 mm en activering van één nozzle. Bij 5 meter per seconde produceert dezelfde latentie 60-90 mm verplaatsing plus een jitter-envelop van 25 mm, en daalt de zuiverheid met 4-6 procentpunten.

Een FPGA-dataflowpijplijn op een AMD Kria KV260 of Zynq UltraScale+ haalt minder dan 2 ms deterministische latentie met bijna nul jitter. Bij 5 meter per seconde is de verplaatsing 10 mm. Dat precisieniveau is alleen gerechtvaardigd voor faciliteiten die bandsnelheden boven 4,5 meter per seconde opvoeren of ultrafijne fractiesorteringen draaien waarbij elke millimeter telt. Wij voeren de latentieberekening uit voor elke opdracht voordat we een architectuur aanbevelen. In ongeveer 70% van de gevallen is een geoptimaliseerde edge-GPU het juiste antwoord. Het FPGA-pad voegt EUR 25-40K aan hardwarekosten toe plus vier tot zes maanden engineering. Wij bevelen het niet aan tenzij de doorvoerwinst de investering rechtvaardigt.

Wat gebeurt er als de Stirling-koeler van de Specim FX50 faalt? Wat is het onderhoudsplan?

De Specim FX50 koelt zijn InSb-detector tot ongeveer 77 Kelvin met een geïntegreerde Stirling-cryokoeler. Het datasheet geeft de koeler een levensduur van 10.000 uur. In een echte MRF-omgeving met stof, trillingen van transportbandmotoren en thermische cycli van het starten/stoppen van ploegen, verwacht u 7.000 tot 8.000 uur voordat de koeler onderhoud vereist. Bij 16 uur bedrijf per dag is dat ruwweg 14 tot 18 maanden tussen koelerwissels. Vervangkoelers van Specim hebben een levertijd van 12 tot 16 weken. Dit is het allergrootste operationele risico van elke MWIR-sorteerinzet, en elke fabrieksdirecteur vraagt ernaar.

Wij beperken dit met vier maatregelen. Ten eerste een hot-swap cameramontage. De FX50 wordt op een snelontkoppelbeugel gemonteerd, zodat de hele camera-eenheid in minder dan 30 minuten kan worden verwisseld zonder de band stop te zetten. Ten tweede een roterend reserveprogramma. Wij raden aan een tweede FX50 te kopen (of een alternatieve sensor zoals de Telops Hyper-Cam Mini-MWIR te kwalificeren) als onderhoudsreserve. Camera één wordt bij 6.500 uur verwisseld voor preventief koeleronderhoud en wordt de reserve. Camera twee gaat live. Zo blijft de lijn continu draaien. Ten derde een terugvalclassificatiemodus. Wanneer er geen MWIR-sensor beschikbaar is, valt het systeem terug op alleen RGB-segmentatie. Deze modus kan het polymeertype niet classificeren, maar kan zwarte objecten wel scheiden uit de stroom voor handmatige sortering of opslag totdat de MWIR-camera terugkeert. De lijn stopt nooit. Ten vierde kwalificatie van een alternatieve sensor. Wij onderhouden gevalideerde modelgewichten voor ten minste één extra MWIR-sensorplatform om bescherming te bieden tegen verstoringen in de toeleveringsketen van Specim.

Kan MWIR-sortering omgaan met WEEE-zwart-plastic met gebromeerde vlamvertragers?

Ja, en dit is een van de toepassingen met de hoogste waarde. WEEE-recyclers verwerken grote volumes zwart ABS, HIPS en PC/ABS-blends uit afgedankte elektronica. De RoHS-richtlijn verbiedt gebromeerde vlamvertragers (BFR's) in gerecyclede grondstof voor nieuwe apparatuur, maar 40 tot 50% van de opgevangen WEEE-kunststoffen wordt niet correct gerecycled omdat het scheiden van BFR-positief van BFR-negatief materiaal moeilijk is.

De huidige beste praktijk combineert XRF (röntgenfluorescentie) voor broomdetectie met NIR voor polymeeridentificatie. Het probleem is dat NIR niet door zwarte behuizingen heen kan kijken, waardoor de stap van polymeerclassificatie faalt. MWIR lost de polymeerkant op. Het identificeert of een zwart stuk ABS, HIPS of PC/ABS is, ongeacht het carbon black-pigment. Voor de BFR-bepaling voegen we de MWIR-spectrale gegevens samen met inline XRF-metingen. Bepaalde BFR-verbindingen produceren detecteerbare absorptiekenmerken in het MWIR-bereik van 3,0-4,5 micron, met name de C-Br-rekmodi, hoewel dit minder betrouwbaar is dan XRF op productiesnelheid. De gecombineerde sensorfusieaanpak classificeert elk stuk als schoon rABS, schoon rHIPS, BFR-positief afkeur en gemengd afkeur.

Literatuurrapporten tonen aan dat gecombineerde NIR-plus-XRF-aanpakken tot 98% van de BFR-houdende kunststoffen verwijderen. Door MWIR voor NIR te substitueren op de zwarte fractie, breiden we die capaciteit uit naar de materiaalstroom die momenteel volledig wordt overgeslagen. De economie is aantrekkelijk. Schoon rABS levert USD 800-1.100 per ton op. BFR-verontreinigd gemengd WEEE-plastic is bijna niets waard. Het scheiden van 500 ton per jaar schoon rABS uit een WEEE-stroom die momenteel naar energieterugwinning gaat, vertegenwoordigt USD 400K-550K aan teruggewonnen waarde.

Wat betekent PPWR voor MRF's die vandaag geen zwart plastic kunnen sorteren?

De EU-Verordening verpakkingen en verpakkingsafval (PPWR, Verordening 2025/40) introduceert verplichte prestatieklassen voor recyclebaarheid voor alle verpakkingen die in de EU worden verkocht. De Europese Commissie moet gedelegeerde handelingen vaststellen waarin ontwerp-voor-recycling-criteria en klassedrempels worden vastgelegd vóór 1 januari 2028. Vanaf 2030 mogen alleen verpakkingen met klasse A, B of C op de EU-markt worden gebracht. Vanaf 2038 stijgt het minimum naar Klasse B.

RecyClass (beheerd door Plastics Recyclers Europe) classificeert momenteel verpakkingen met carbon black-pigment alleen als recyclebaar als er MWIR-capabele sorteerinfrastructuur aanwezig is bij de verwerkingsfaciliteit. Zonder die infrastructuur valt de verpakking standaard terug op een lagere klasse. Als die onder Klasse C valt, wordt ze na 2030 onverkoopbaar in de EU.

Voor merken creëert dit een dringende prikkel om ofwel over te stappen op NIR-detecteerbare zwarte pigmenten (wat langzaam gebeurt, met minder dan 10% van de zwarte FMCG-verpakkingen omgeschakeld per 2026 vanwege kostenpremies van EUR 0,40-1,00 per kilogram boven standaard carbon black), ofwel ervoor te zorgen dat hun verpakking MRF's bereikt die zijn uitgerust met MWIR-sortering. Voor MRF-exploitanten creëert dit een commerciële kans. Faciliteiten die MWIR-terugwinning van zwart plastic kunnen aantonen, worden voorkeurspartners voor de EPR-naleving van merken. Parallel daaraan begint Californië SB 54 in 2027 met het innen van EPR-vergoedingen, met een geschatte USD 500 miljoen per jaar van bedrijven in verpakte consumptiegoederen plus tot USD 150 miljoen van harsfabrikanten. De mandaten voor gerecyclede inhoud (30% rPET in flessen, 35% in andere plasticverpakkingen tegen 2030) zullen de vraag naar hoogzuivere gerecyclede pellets, waaronder zwart rPP en rABS, ver boven het huidige aanbod stuwen. MRF's die deze balen op Klasse A-zuiverheid kunnen produceren, zullen premiumprijzen vangen waartoe faciliteiten die beperkt zijn tot alleen NIR-sortering geen toegang hebben.

Technisch onderzoek

De interactieve whitepapers achter deze oplossingspagina. Voor de gedetailleerde fysica, architectuur en economische modellering.

Uw zwart-plastic-residu is een omzetstroom die wacht om ontsloten te worden

Een MRF van 50.000 t/jr die 5% zwart plastic terugwint, genereert EUR 2,0-2,5M aan jaarlijkse pelletomzet uit materiaal dat momenteel naar de stortplaats gaat.

Wij beginnen met een kosteloos discovery-bezoek: meten van uw residuesamenstelling, uitvoeren van de latentieberekening op uw sorteerlijn en leveren van een go/no-go-beoordeling met echte cijfers. Als de ROI er niet is, vertellen we u dat.

Discovery en beoordeling

  • ✓ Karakterisatie van residu op locatie (aandeel zwart plastic, polymeermix)
  • ✓ Latentie-audit van bestaande sorteerders (bandsnelheid, uitwerper-timing, GPU-gebruik)
  • ✓ ROI-projectie op basis van de werkelijke volumes en verwijderingskosten van uw faciliteit
  • ✓ Architectuuraanbeveling (GPU vs. FPGA vs. hybride)

MWIR-retrofitbouw

  • ✓ Specim FX50-integratie met maatwerk 1D-CNN getraind op uw afvalstroom
  • ✓ Edge-compute-inzet (Jetson AGX Orin of FPGA, per beoordeling)
  • ✓ PLC-interface en synchronisatie van uitwerper-timing
  • ✓ Continue herkalibratiepijplijn en operatortraining