面向材料回收与黑色塑料分选的 AI

价值在于保证，而非完美模型。

Assay 能回收您的 NIR 分选机在物理上无法探测的黑色塑料，并验证料捆品质。只需切换一个开关，同一物流上的同一模型就会输出被 APR 规范拒绝的料捆。决定料捆能否销售的是置信度门控，而非分类器。

从零构建的 1D-CNN 读取 154 个波段的 MWIR 光谱，校准门控对无法证实的目标物执行弃权（不预测），且每个料捆出厂时均附带签署的纯度证书。运行它，然后查看凭证。

运行中 Assay 仪表板的有声演示导览 (5:01)。

85% 对比 22.5%

达到 APR Grade A 的带门控与无门控料捆对比

相同模型，40 个随机高负荷物流料捆

0.894

留出集平衡精度，接近 83.4% 的现场基准

MWIR 1D-CNN，1,700 个目标物的高负荷物流

2.7–5.3 µm

能探测 NIR 无法识别的炭黑的 MWIR 波段

154 个波段，Specim FX50（仿真）

本页面始终严格区分三个基准评估范围：单个 demo-seed-11 料捆、40 个料捆的汇总数据，以及 60 个料捆拟合门控统计数据。它们绝不混为一谈。

黑色皮带上的黑色托盘对 NIR 而言是零信号盲区

回收问题始于物理难题，但并不止步于此。

炭黑在整个近红外波段均有吸收，因此黑色传送带上的黑色 PP 托盘对标准光学 NIR 分选机几乎不反射任何信号。该物品会掉落至残渣区并最终进入垃圾填埋场。废弃物流中 3% 到 15% 的黑色塑料就是这样流失的；以一个年处理量 50,000 吨且黑色塑料占比 5% 的 MRF 估算，每年约有 2,500 吨可回收材料，结合 rPP 价值与避免的垃圾填埋进场费，每年可产生约 220 万至 270 万欧元的商业机会（Veriprajna WP45 研究，2026 年）。

中波红外波段（2.7 至 5.3 微米）则是同一物体不再隐形的地方。聚合物的吸收特征在该波段依然清晰呈现，因此能够读取 MWIR 的传感器可以在 NIR 视为空洞的地方区分 PP、PE 与 PVC。但这只是传感层面的故事。读取光谱并不等同于生产出可销售的料捆。

MRF 出售的不是精度，而是符合规格的料捆。APR Model Bale Spec Grade A rPP 要求 PP 含量达到 97% 或以上且 PVC 含量为 0.5% 或以下；未达标的料捆即为被拒收的料捆，不仅会产生每吨 50 至 150 美元的填埋转运费，还会损害与下游回收商的合作关系（Veriprajna WP45 研究，2026 年）。PP 料捆中哪怕出现一次 PVC 假阴性漏检，也是整批物料必须承担代价的氯污染问题。难点不在于塑料分类，而在于验证料捆品质。

模型无法推翻的门控

Assay 对每个物品进行分类，然后通过清晰明了的代码决定它是计入料捆、需要人工介入，还是必须直接剔除。分类器提出建议；确定性门控做出裁决。

读取光谱

自研的 numpy 1D-CNN（Conv1D×3 至全局平均池化，再到两个全连接层与 softmax）根据 154 个波段的 MWIR 光谱对每个物品进行 PP/PE/PS/ABS/PVC 分类，具备真实的前向和反向传播、Adam 以及温度校准（温度 1.811）。它在传送带约 5 ms 的热路径中以纯数值代码运行。决策的任何环节均无 LLM 参与。

弃权不猜

若校准后的 max-softmax 置信度低于 0.86，则该物品会被分流至人工 QC 并不计入料捆，而非靠猜测决定。任何高于非对称低阈值（0.06）的疑似 PVC 目标物都会作为氯风险被硬性剔除，因为 PP 料捆中的 PVC 假阴性具有灾难性影响，理应采用非对称规则。

认证料捆

当料捆仅累积自动接受的物品时，确定性策略门控会根据代码化的 APR Model Bale Spec Grade A rPP（PP 占 97% 或以上，PVC 占 0.5% 或以下）对其进行检查。合格或不合格是模型无法推翻的规则，并且每个料捆出厂时都附带一份经签名（sha256）的证书，注明其实测纯度、每项审核条款以及模型哈希。

针对每个物品的处理流水线是一条单向直线：仿真 154 波段 MWIR 光谱、逐波段标准化、带有校准置信度的 1D-CNN 分类、置信度门控与 PVC 硬性剔除、累积到料捆中、确定性 APR 策略门控，最后生成签署的证书与实时仪表板。信任层——弃权机制、PVC 剔除与策略核验——均独立于模型之外，以清晰可读的代码呈现。

这种解耦是系统持久可靠的核心所在。无论分类器性能提升还是退化，门控始终履行相同的职责：将模糊物排除在料捆之外并拒收 PVC。关闭门控后，同一物流上的同一 0.894 模型就会输出不合格的料捆，这最清晰地证明了保证源自基础设施，而非网络权重。该演示具备确定性（seed 11），训练耗时约 31 秒并会缓存其权重，因此每次运行都完全可重现。

一个开关道出全貌

下方截图来自实际运行的 Assay 仪表板。光谱和目标物是合成的，由代表 Specim FX50 的基于物理原理的仿真器生成，这在应用中已明确说明。真实存在的是 CNN、门控、策略检查和评估体系。

开启置信度门控时运行中的 Assay MWIR 侧皮带仪表板：扫描头处的实时光谱图，正在填充的分选箱为 rPP 121、PE 29、PS 11、ABS 10、PVC 剔除 31、人工 QC 38，以及绿色的“Bale Certified”（料捆已认证）进度条。

开启护栏的实时分选

黑色物品流经 04 号产线的 MWIR 侧皮带。1D-CNN 根据光谱对每个物品进行标记，喷阀模拟桩将其分拣入箱：回收的 PP 进入 rPP 料箱，其他聚合物进入各自料箱，PVC 被硬性剔除，而低置信度物品则被留存至人工 QC，而非靠猜测决定。开启门控后，累积的料捆在填充过程中即完成认证。送往 QC 的 38 个物品是不污染整批物料所付出的诚信代价。

开启门控时 Assay 签署的 rPP 料捆证书：99.2% PP，对比 APR Grade A rPP 显示为 PASS（合格），PP 含量 99.2% 与 PVC 含量 0.00% 均已核验，料捆内含 121 个物品，38 个分流至人工 QC，拦截 17 个 PVC 且 0 泄漏。

合格料捆（门控开启）

在 demo seed 11 下，带门控的料捆测得 99.2% PP 和 0.00% PVC 泄漏，并作为 APR Grade A rPP 合格通过。该证书绝非营销噱头。它列出了实测成分，按合格或不合格检查每项 APR 条款，并记录了拦截 17 个 PVC 目标物且无一泄漏，同时结合年处理能力 50,000 吨的设施配置实时计算出回收吨数与收益。它在每次运行时重新生成，并可导出为可归档的 JSON 或可打印的 HTML。

门控关闭时同一物流的 Assay 证书：94.2% PP，显示为 FAIL（不合格）且料捆被拒收，PP 含量 94.2% 未达到 97% 条款要求，PVC 含量 1.94% 超出 0.5% 条款要求，两者均标有红叉。

不合格料捆（门控关闭，相同模型）

关闭置信度门控后，分类器退化为朴素 argmax。模型本身毫无变化。同一物流现在产出的料捆为 94.2% PP 和 1.94% PVC，均未能满足两项 APR 条款并被拒收：PP 低于 97% 的下限，PVC 接近 0.5% 上限的四倍。合格料捆与被拒收料捆之间的区别在于弃权与 PVC 硬性剔除层，而非更优秀的网络。即使底层 CNN 不断改进，这一结论依然成立。

Assay 模型基准面板显示 MWIR 1D-CNN 为 0.894，峰值比规则基线为 0.668，RCR 2026 年 1 月现场基准为 0.834；在 40 个随机料捆中，带门控料捆达到 APR 的比例约为 85%，无门控约为 22.5%。

真实可信的精度，以及支撑核心论点的汇总数据

基准面板报告了 CNN 在留出的高负荷物流上的平衡精度为 0.894，与 0.668 的可解释峰值比基线以及 0.834 的同行评审现场基准（Resources, Conservation & Recycling，2026 年 1 月）并列展示，因此该模型并非自评打分，而是锚定在真实可靠的现场数据附近，而非实验室环境下的 99%。其下方的汇总数据才是核心所在：在 40 个随机高负荷物流料捆中，带门控料捆达到 APR Grade A 的比例约为 85%，而无门控仅约为 22.5%。

Assay 在 3.0 m/s 速度下的计算架构延迟面板：推荐优化后的边缘 GPU（Jetson AGX Orin、TensorRT、14 ms），其 42 mm 喷吹覆盖约 3.4 个喷嘴间距，而 FPGA 数据流被标记为无必要，从而节省 32,000 欧元和约 20 周时间。

在算力数学计算允许时推荐更具性价比的硬件

延迟引擎将位移计算为皮带速度乘以检测到喷吹的延迟，并在喷吹持续范围不超过约四个喷阀喷嘴间距时判定该架构已足够满足需求。在 3.0 m/s 下，它推荐优化后的边缘 GPU（Jetson AGX Orin、TensorRT、14 ms），其 42 mm 的喷吹跨度在时间窗口内覆盖约 3.4 个喷嘴间距，并明确指出无需采用 FPGA，从而节省 32,000 欧元和约 20 周工期。若将皮带速度提高到大约 3.6 m/s 以上，它会如实切换为 FPGA。只要数学模型允许，它绝不推销更昂贵的硬件。

实测数据及其精确适用范围

这些是基于合成但真实可信的数据所测得的演示评估数据，绝非开放世界或生产环境的保证。以下三个评估范围属于不同数据集，绝不混淆混合。

测量指标	范围	数值
模型平衡精度 / macro-F1	留出高负荷物流，n=1,700	0.894
峰值比规则基线	相同留出物流（锚点）	0.668
同行评审现场基准	RCR，2026 年 1 月（背景参考，非我们所有）	0.834
带门控料捆达到 APR Grade A	40 个随机高负荷物流料捆	~85%
无门控料捆达到 APR Grade A	相同 40 个料捆，朴素 argmax	~22.5%
单个 demo-seed-11 料捆（带门控）	单个料捆，门控开启	99.17% PP / 0% PVC → PASS
单个 demo-seed-11 料捆（无门控）	相同料捆，门控关闭	94.19% PP / 1.94% PVC → FAIL
分流至人工 QC / PVC 捕获率 / PP 回收率	60 个料捆拟合门控数据集	~12.6% / ~99.8% / ~71.2%

支撑该核心论点的数据在于同一模型上有门控与无门控之间的差距。提升分类器的精度是一项缓慢且上限受限的工作。而在您现有的模型上，开启弃权与剔除层立即可将料捆达标率从约 22.5% 提高至约 85%。拟合门控确实会带来真实的取舍成本：大约 12.6% 的物流进入人工 QC，回收约 71.2% 的 PP 而非全部回收。它通过将更多物品分流至 QC 来避免料捆报废，并在 60 个料捆中捕获约 99.8% 的 PVC，仅有 1 次泄漏。

本演示不涉及的范围

这是一个验证机制的可运行演示，而非在实际生产线上部署的生产流水线。
Specim FX50 传感器由基于物理原理的合成光谱生成器仿真；PLC 与气动喷阀为记录日志的 OPC-UA 桩模块；RGB 目标物分割假定已知。此处没有任何实时传感器数据流或实际触发的喷阀。
0.894 是留出高负荷物流的测试数据（n=1,700），而非 Specim 实验室约 99% 的数值，也不构成开放世界保证。我们将其锚定在 83.4% 的同行评审现场基准附近。
它显示在 60 个料捆中有 1 次 PVC 泄漏，约 12.6% 分流至 QC，PP 回收率约为 71%。结果良好且真实，但并非完美，我们不承诺零 PVC、零污染或 100% 纯度。
我们构建的是中立于供应商的加装式侧皮带智能系统，而非机械本身。我们不克隆、不替代、也不宣称击败 TOMRA、Steinert、Machinex、Pellenc 或任何在售的分选机，我们位于初级 NIR 分选工位的下游。
该证书是可归档的纯度证明，不构成 PPWR、加州 SB 54、RecyClass 或 EPR 合规、认证或符合性声明。引用这些法规仅作为背景参考。
WEEE/XRF 溴元素融合、每周再校准闭环以及备用传感器认证属于延展性路径，属于后续规划，未在此演示。
不代表任何客户、MRF、回收商或现场处理吨数的暗示。RCR 2026 年 1 月文献、APR、PPWR、SB 54、RecyClass 以及所提及的分选机均为公开参考资料，并非我们的客户。

工厂与回收技术团队常问的问题

当 NIR 分选机完全看不见黑色塑料时，你们是如何进行分选的？

炭黑在整个近红外波段均有吸收，因此黑色皮带上的黑色托盘对光学 NIR 分选机而言是零信号盲区。然而其在中波红外（2.7 至 5.3 微米）的特征并非空白，因为聚合物自身的吸收带在该波段依然呈现。Assay 读取每个物品 154 个波段的 MWIR 光谱，并由从零构建的 numpy 1D-CNN 将其分类为 PP、PE、PS、ABS 或 PVC。在本演示中，FX50 传感器由基于物理原理的光谱生成器仿真，这在应用中已明确说明。

我们需要拆除现有的 NIR 分选机才能使用该系统吗？

不需要。Assay 是一个侧皮带传感工位，专门读取初级 NIR 分选后排出的含高比例黑色塑料的残渣废料。它安装在您现有分选机的下游，回收原本会掉入残渣并进入垃圾填埋场的部分。我们不替代也不仿制 TOMRA、Steinert、Machinex、Pellenc 或任何在售的分选机，也不声称分选性能优于它们。

分类器的实际精度究竟如何？

在数据分布故意设计得比训练集更脏的 1,700 个物品留出高负荷物流上，MWIR 1D-CNN 取得了 0.894 的平衡精度，接近 83.4% 的同行评审现场基准（Resources, Conservation & Recycling，2026 年 1 月），并以 0.668 的可解释峰值比规则基线作为锚点。我们特意展示这一诚实严苛的冷启动区间。我们不将 Specim 实验室约 99% 的数据标榜为我们的成绩，0.894 是测试集数据，并非开放世界保证。

如果模型并非完美，你们如何保证料捆符合规格？

保证来自模型外部的基础设施，而非分类器本身。校准后的置信度门控将任何 softmax 低于 0.86 的物品弃权并转入人工 QC，而非靠猜测将其混入料捆；PVC 作为氯风险被硬性剔除；确定性策略门控根据 APR Model Bale Spec（Grade A rPP 为 PP 97% 或以上且 PVC 0.5% 或以下）对累积的料捆进行检查。在 40 个随机高负荷物流料捆中，带门控料捆达到 APR Grade A 的比例约为 85%，而基于同一模型的朴素 argmax 仅约为 22.5%。

料捆证书究竟向审计人员证明了什么？

每个料捆出货时均附带一份签署的（sha256）记录，可保存为 JSON 或打印为 HTML，其中注明料捆的实测成分、通过或未通过的各项 APR 条款、模型哈希与架构、置信度阈值，以及自动接受、弃权至 QC 和硬性剔除的数量，外加回收吨数与收益。它是纯度证据，而非监管认证。我们不作任何 PPWR、SB 54 或 RecyClass 符合性声明。

以产线速度运行此系统是否需要昂贵的 FPGA 硬件？

在典型皮带速度下不需要。延迟引擎将位移计算为皮带速度乘以从检测到喷吹的延迟，并检查喷吹持续跨度是否不超过约四个喷阀喷嘴间距。在 3.0 m/s 速度下，它推荐优化后的边缘 GPU（Jetson AGX Orin、TensorRT、14 ms），其 42 mm 喷吹覆盖约 3.4 个喷嘴间距，并判定无需使用 FPGA，从而节省 32,000 欧元和约 20 周工期。若皮带速度超过约 3.6 m/s，它会据实切换为 FPGA。只要数学计算允许，它始终推荐更经济的方案。

技术研究

本演示背后的研究——架构体系、验证设计以及企业级蓝图。

完整解决方案

探索材料回收与黑色塑料分选 AI 解决方案 →

在分类器与料捆之间设立纯度门控

如果被拒收的料捆让您损失收入并破坏下游合作关系，那么其失效模式在于缺少门控，而非模型本身。

我们构建 Assay 旨在证明：经过校准的弃权机制、PVC 硬性剔除以及确定性策略门控，能够将一个表现诚实优秀的分类器转化为可归档的料捆证书。相同的框架可适配不同的规格要求与不同的传感器。告知我们您的产线流失的黑色塑料比例以及回收商要求的等级，我们将共同评估门控回收工位是否适用。

黑色成分回收评估

✓ 评估您的 NIR 分选遗失到残渣中的黑色塑料
✓ 匹配下游回收商执行的料捆规格
✓ 评估分选机下游的 MWIR 侧皮带工位方案
✓ 确定目标等级所需的弃权与 PVC 剔除阈值

门控回收工位搭建

✓ 光谱分类器与确定性门控，作为可检查的代码提供
✓ 校准后的 QC 弃权与非对称 PVC 硬性剔除
✓ 针对您的规格提供签署的每捆纯度证书
✓ 基于皮带速度延迟计算，选用满足需求的最经济计算硬件

通过 WhatsApp 联系发送邮件给我们的团队