材質回收與黑色塑膠分選 AI

核心價值在於保證機制，而非完美的模型。

Assay 能回收您的 NIR 分選機在物理上無法辨識的黑色塑膠，並為壓捆包提供驗證。只需切換一個開關，同一個模型在相同的廢料流上就能產出原本會被 APR 規格拒收的壓捆包。是信心度閘門，而非分類器本身，讓壓捆包具備銷售價值。

從頭構建的 1D-CNN 讀取 154 波段的 MWIR 光譜，校準後的閘門對無法證明的物件選擇棄權，且每個壓捆包出貨時都附帶一份簽署的純度證書。運行示範，然後查驗收據。

運行中 Assay 儀表板的旁白導覽（5:01）。

85% vs 22.5%

符合 APR Grade A 的配備閘門與未配備閘門壓捆包

相同模型，40 個隨機高雜質流壓捆包

0.894

留出集平衡準確率，接近 83.4% 的現場基準

MWIR 1D-CNN，1,700 個物件的高雜質流

2.7–5.3 µm

可看見 NIR 無法辨識之碳黑的 MWIR 波段

154 個波段，Specim FX50（模擬）

本頁面始終將三個基準範圍分開評估：單一 demo-seed-11 壓捆包、40 個壓捆包的總計，以及 60 個配備擬合閘門壓捆包的統計數據。它們絕不會被混為一談。

黑色輸送帶上的黑色托盤對 NIR 而言是零訊號的盲區

回收問題始於物理難題，但並未止步於此。

碳黑會吸收近紅外光譜，因此黑色輸送帶上的黑色 PP 托盤對標準光學 NIR 分選機而言幾乎不反射任何訊號。該物件因而掉落至殘渣中送往掩埋場。廢棄物流中有 3% 至 15% 是以此種方式流失的黑色塑膠；以年處理量 50,000 公噸且含有 5% 黑色塑膠的 MRF 而言，每年約有 2,500 公噸的可回收物料，這代表每年高達 220 萬至 270 萬歐元的 rPP 價值加上節省掩埋場進場費的潛在收益（Veriprajna WP45 研究，2026 年）。

中波紅外線波段（2.7 至 5.3 微米）正是同一個物件不再隱形的地方。聚合物的特徵吸收峰依然會在該處顯現，因此讀取 MWIR 的感測器能夠在 NIR 僅見黑洞之處區分出 PP、PE 與 PVC。感測技術能做到的就到此為止。然而，讀取光譜並不等於產出具有銷售價值的壓捆包。

MRF 銷售的不是準確率，而是符合規格的壓捆包。APR Model Bale Spec Grade A rPP 要求 PP 含量達 97% 以上且 PVC 含量在 0.5% 以下；未能達標的壓捆包即為遭拒收的廢包，不僅每公噸需承擔 50 至 150 美元的轉送掩埋費用，還會損害與下游回收商的合作關係（Veriprajna WP45 研究，2026 年）。PP 壓捆包中哪怕只有一個 PVC 偽陰性，都是整批料都要為其付出代價的氯污染問題。困難之處並非將塑膠分類，而是對壓捆包進行驗證證明。

模型無法覆寫的閘門

Assay 對每個物件進行分類，隨後透過純代碼判定它屬於壓捆包、需要人工介入，或是必須直接拒收。分類器提出建議；決定性閘門作出裁決。

讀取光譜

純 numpy 從頭構建的 1D-CNN（Conv1D×3 至全域平均池化，再至兩個密集層與 softmax）依據 154 波段的 MWIR 光譜將每個物件分類為 PP/PE/PS/ABS/PVC，具備真實的前向與反向傳播、Adam 以及溫度校準（溫度 1.811）。它在輸送帶約 5 ms 的熱路徑中作為純數值代碼運行。整個決策過程完全沒有使用 LLM。

棄權，絕不猜測

若校準後的 max-softmax 信心度低於 0.86，該物件將被導向手動 QC 並排除在壓捆包之外，而非憑空猜測。任何高於較低非對稱閾值（0.06）的疑似 PVC 物件都會因氯風險而被硬性拒絕，因為 PP 壓捆包中的 PVC 偽陰性是災難性的，理應適用非對稱規則。

認證壓捆包

當壓捆包僅累積自動接受的品項時，決定性原則閘門會對照寫入代碼的 APR Model Bale Spec Grade A rPP（PP 含量 97% 以上，PVC 含量 0.5% 以下）進行檢查。合格與否是模型無法覆寫的規則，且每個壓捆包出貨時都附帶一份簽署（sha256）證書，註明其測得純度、經檢查的各項條款以及模型雜湊值。

針對每個物件的處理管線十分明確：模擬的 154 波段 MWIR 光譜、逐波段標準化、具備校準信心度的 1D-CNN 分類、信心度閘門與 PVC 硬性拒絕、累積至壓捆包、決定性 APR 原則閘門，以及最終的簽署證書與即時儀表板。信任層——棄權、PVC 拒收與原則檢查——均獨立於模型之外，存在於清晰易讀的代碼中。

這種分離正是具備長久價值的關鍵所在。分類器無論進步或退步，閘門都始終履行相同職責：將模糊不清的物件排除在壓捆包之外，並拒絕接收 PVC。關閉閘門，同一個 0.894 模型在相同的廢料流上就會產出不合格的壓捆包，這最具體地證明了保證機制存在於基礎設施中，而非神經網路權重。該示範具備確定性（seed 11），約 31 秒完成訓練並快取其權重，因此每次運行結果均可重現。

一個開關說明全部真相

下方截圖取自實際運行的 Assay 儀表板。光譜與物件均為合成數據，由代表 Specim FX50 的物理基礎模擬器生成，這在應用程式中已有明確說明。真實存在的是 CNN、閘門、原則檢查以及評估機制。

Assay MWIR 側邊輸送帶儀表板在開啟信心度閘門時的運行狀態：掃描頭處的即時光譜圖、分選料倉填充至 rPP 121、PE 29、PS 11、ABS 10、PVC 拒收 31 與手動 QC 38，以及綠色的壓捆包已認證進度條。

即時分選，配備護欄保護

黑色物件在 04 號產線的 MWIR 側邊輸送帶上流動。1D-CNN 依據光譜標記每個物件，剔除器存根將其分裝至料倉：回收的 PP 進入 rPP 料倉，其他聚合物進入各自料倉，PVC 進入硬性拒收，低信心度物件則留置於手動 QC 而非憑空猜測。開啟閘門時，累積的壓捆包隨填充過程同步獲得認證。送交 QC 的 38 個物件是為了避免整批料受污染所付出的誠實代價。

開啟閘門時的 Assay 簽署 rPP 壓捆包證書：99.2% PP，通過 APR Grade A rPP 檢查，PP 含量 99.2% 與 PVC 含量 0.00% 均通過查驗，壓捆包內含 121 個物件，38 個導向手動 QC，攔截 17 個 PVC 且 0 洩漏。

合格的壓捆包（開啟閘門）

在示範 seed 11 下，配備閘門的壓捆包測得 99.2% PP 與 0.00% PVC 洩漏，合格通過 APR Grade A rPP 檢驗。該證書並非行銷標籤，它詳列測得的成分、以合格或不合格標記每項 APR 條款，並記錄攔截了 17 個 PVC 物件且零洩漏，同時針對年處理量 50,000 公噸的設施設定即時計算回收噸數與營收。它在每次運行時都會重新生成，並可匯出為可歸檔的 JSON 或可列印的 HTML。

關閉閘門時相同廢料流的 Assay 證書：94.2% PP，不合格且壓捆包遭拒收，PP 含量 94.2% 未達 97% 條款要求，PVC 含量 1.94% 超過 0.5% 條款限制，兩者皆標記紅色叉號。

不合格的壓捆包（關閉閘門，相同模型）

關閉信心度閘門後，分類器退回樸素的 argmax。模型本身沒有任何改變。現在相同的廢料流產出一個 PP 含量 94.2%、PVC 含量 1.94% 的壓捆包，兩項 APR 條款皆未通過並遭到拒收：PP 低於 97% 的下限，PVC 接近 0.5% 上限的四倍。合格壓捆包與拒收壓捆包之間的差別在於棄權與 PVC 硬性拒絕層，而非更優秀的神經網路。即使底層 CNN 持續改進，這一結論依然成立。

Assay 模型基準面板顯示 MWIR 1D-CNN 為 0.894，峰值比規則基準為 0.668，RCR 2026 年 1 月現場基準為 0.834；在 40 個隨機壓捆包中，配備閘門的壓捆包達到 APR 標準的比例約為 85%，而未配備閘門的約為 22.5%。

誠實的準確率，以及支撐核心論點的總計數據

基準面板回報 CNN 在留出高雜質流上的平衡準確率為 0.894，並列於 0.668 的可解釋峰值比基準與 0.834 的同行評審現場基準（《Resources, Conservation & Recycling》，2026 年 1 月）旁；因此該模型並非自我給分，而是錨定在真實的現場數據附近，而非實驗室中的 99%。下方的總計數據才是關鍵：在 40 個隨機高雜質流壓捆包中，配備閘門的壓捆包符合 APR Grade A 的機率約為 85%，相較之下未配備閘門的僅約 22.5%。

Assay 在 3.0 m/s 條件下的運算架構延遲面板：推薦採用最佳化邊緣 GPU（Jetson AGX Orin，TensorRT，14 ms），其 42 mm 噴射脈衝跨越約 3.4 個噴嘴間距，並標記 FPGA 資料流在此情境下不具合理性，從而節省 32,000 歐元與約 20 週時間。

只要數值運算允許，它便推薦更經濟的硬體

延遲引擎將位移量計算為輸送帶速度乘以偵測到觸發的延遲時間，並在噴射脈衝跨越不超過約四個剔除噴嘴間距時判定該架構已足夠。在 3.0 m/s 時，它推薦最佳化邊緣 GPU（Jetson AGX Orin，TensorRT，14 ms），其 42 mm 脈衝在時間窗內跨越約 3.4 個噴嘴間距，並指出無需採用 FPGA，節省 32,000 歐元與約 20 週時間。將輸送帶速度提高至約 3.6 m/s 以上時，它會誠實切換為 FPGA。它絕不推銷不必要的昂貴零件。

測量數值及其精確範圍

這些是基於真實合成數據的示範評估數據，絕非開放世界或生產環境保證。下方的三個範圍屬於不同資料集，絕不相互混雜。

測量指標	範圍	數值
模型平衡準確率 / macro-F1	留出高雜質流，n=1,700	0.894
峰值比規則基準	相同留出流（錨點）	0.668
同行評審現場基準	RCR，2026 年 1 月（背景參考，非本方數據）	0.834
配備閘門壓捆包符合 APR Grade A	40 個隨機高雜質流壓捆包	~85%
未配備閘門壓捆包符合 APR Grade A	相同 40 個壓捆包，樸素 argmax	~22.5%
單一 demo-seed-11 壓捆包（配備閘門）	單一壓捆包，開啟閘門	99.17% PP / 0% PVC → PASS
單一 demo-seed-11 壓捆包（未配備閘門）	相同壓捆包，關閉閘門	94.19% PP / 1.94% PVC → FAIL
導向手動 QC / PVC 攔截 / PP 回收	60 個配備擬合閘門壓捆包資料集	~12.6% / ~99.8% / ~71.2%

支撐核心論點的數據是相同模型在配備閘門與未配備閘門之間的差距。提高分類器的準確率是一項緩慢且存在上限的工程。啟用棄權與拒絕層，能立即使壓捆包在您現有模型上的合格機率從約 22.5% 躍升至約 85%。擬合閘門確實伴隨著誠實的代價：廢料流中約有 12.6% 會送往手動 QC，且回收的 PP 約為 71.2% 而非全部。它將更多物件導向 QC 以避免您的壓捆包不合格，並攔截了約 99.8% 的 PVC，在 60 個壓捆包中僅有 1 次洩漏。

本示範未涵蓋之事項

這是一套旨在驗證機制的運行示範，而非在真實產線上部署的管線。
Specim FX50 感測器是由具備物理依據的合成光譜生成器所模擬；PLC 與氣動剔除器為記錄導向的 OPC-UA 存根；RGB 物件分割則假定為已知條件。此處絕無任何即時感測器饋送或實際觸發的剔除器。
0.894 是留出高雜質流測試數據（n=1,700），並非 Specim 約 99% 的實驗室數字，亦非開放世界保證。我們將其錨定於 83.4% 的同行評審現場基準。
數據顯示在 60 個壓捆包中有 1 次 PVC 洩漏，約 12.6% 導向 QC，以及約 71% 的 PP 回收率。這是良好且誠實的表現，而非完美無瑕，我們並未宣稱達到零 PVC、零污染或 100% 純度。
我們打造的是供應商中立的改裝側邊輸送帶大腦，而非機器本體。我們無意複製、取代或超越 TOMRA、Steinert、Machinex、Pellenc 或任何市售分選機，我們位於初級 NIR 分選的下游。
該證書為可供歸檔的純度證明，並非對 PPWR、加州 SB 54、RecyClass 或 EPR 的合規、認證或符合性聲明。引用這些法規僅作為背景參考。
WEEE/XRF 溴融合、每週重新校準迴圈以及備選感測器驗證屬於擴充路徑，暫行保留，未於此處示範。
本示範未暗示任何客戶、MRF、回收商或現場噸數。RCR 2026 年 1 月、APR、PPWR、SB 54、RecyClass 及提及的分選機廠商均為公開參考文獻，而非我們的客戶。

廠務與回收技術團隊常提出的問題

當 NIR 分選機完全無法辨識黑色塑膠時，您是如何進行分選的？

碳黑會吸收近紅外光譜，因此黑色輸送帶上的黑色托盤對光學 NIR 分選機而言是零訊號的盲區。其中波紅外線特徵（2.7 至 5.3 微米）並非空白，因為聚合物自身的特徵吸收波段依然會在該處顯現。Assay 讀取每個物件 154 波段的 MWIR 光譜，並由純 numpy 從頭手寫的 1D-CNN 將其分類為 PP、PE、PS、ABS 或 PVC。在此示範中，FX50 感測器是由具備物理依據的光譜生成器所模擬，這在應用程式中已有明確說明。

我們是否必須拆除現有的 NIR 分選機才能使用此系統？

不需要。Assay 是一座側邊輸送帶感測工作站，專門讀取從您的初級 NIR 分選產線剔除、富含黑色塑膠的殘渣。它設置於您現有運行的分選機下游，回收原本會掉落至殘渣中送往掩埋場的組分。我們無意取代或複製 TOMRA、Steinert、Machinex、Pellenc 或任何市售分選機，亦不宣稱在分選表現上超越它們。

分類器的真實準確率究竟如何？

在刻意比訓練分布更混雜、由 1,700 個物件組成的留出高雜質流上，MWIR 1D-CNN 取得 0.894 的平衡準確率，接近 83.4% 的同行評審現場基準（《Resources, Conservation & Recycling》，2026 年 1 月），並以 0.668 的可解釋峰值比規則基準作為錨點。我們刻意呈現這個誠實的冷啟動區間。我們不會將 Specim 約 99% 的實驗室數據據為己有，且 0.894 是測試集數據，而非開放世界保證。

如果模型並非完美，您如何保證壓捆包符合規格？

保證來自模型外部的基礎設施，而非分類器本身。校準後的信心度閘門會將任何 softmax 信心度低於 0.86 的物件導向手動 QC 棄權處理，而非憑空猜測放入壓捆包；PVC 則因氯風險而被硬性拒絕；決定性原則閘門隨後會對照 APR Model Bale Spec（Grade A rPP 要求 PP 達 97% 以上且 PVC 在 0.5% 以下）檢查累積的壓捆包。在 40 個隨機高雜質流壓捆包中，配備閘門的壓捆包符合 APR Grade A 的比例約為 85%，而相同模型採用樸素 argmax 的比例僅約 22.5%。

壓捆包證書究竟能向稽核員證明什麼？

每個壓捆包出貨時都附帶一份簽署（sha256）紀錄，可歸檔為 JSON 或列印為 HTML，其中載明壓捆包測得的成分、以合格或不合格標記的各項 APR 條款、模型雜湊值與架構、信心度閾值，以及自動接受、棄權送 QC 與硬性拒絕的物件數量，外加回收噸數與營收。這是純度證明，而非法規認證。我們不作出任何 PPWR、SB 54 或 RecyClass 的符合性聲明。

我們是否需要昂貴的 FPGA 硬體才能在產線速度下運行此系統？

在一般輸送帶速度下並不需要。延遲引擎將位移量計算為輸送帶速度乘以偵測到觸發的延遲時間，並確認噴射脈衝跨越不超過約四個剔除噴嘴間距。在 3.0 m/s 時，它推薦最佳化邊緣 GPU（Jetson AGX Orin，TensorRT，14 ms），其 42 mm 脈衝跨越約 3.4 個噴嘴間距，並標記 FPGA 不具合理性，節省 32,000 歐元與約 20 週時間。若將輸送帶速度推升至約 3.6 m/s 以上，它會誠實切換至 FPGA。只要數值運算允許，它總是推薦更經濟的選項。

技術研究

本示範背後的研究——架構、驗證設計與企業藍圖。

完整解決方案

探索用於材質回收與黑色塑膠分選的 AI 解決方案 →

在分類器與壓捆包之間設立純度閘門

若壓捆包遭拒收會造成您的營收損失並損害下游合作關係，其失效模式在於缺少閘門，而非模型本身。

我們構建 Assay 是為了展示校準棄權、PVC 硬性拒絕以及決定性原則閘門如何將一個表現誠實良好的分類器轉化為可供歸檔的壓捆包證書。相同的架構亦可支援不同的規格與感測器。請告知我們您產線上流失的黑色塑膠比例以及回收商要求的等級，我們將共同評估配備閘門的回收工作站是否適合您的需求。

黑色組分回收評估

✓ 評估您的 NIR 分選中流失至殘渣的黑色塑膠
✓ 對應下游回收商要求的壓捆包規格
✓ 規劃設置於分選機下游的 MWIR 側邊輸送帶工作站
✓ 定義符合您目標等級所需的棄權與 PVC 拒絕閾值

配備閘門的回收工作站建置

✓ 光譜分類器搭配作為可檢驗代碼的決定性閘門
✓ 校準後導向 QC 的棄權機制與非對稱 PVC 硬性拒絕
✓ 針對您特定規格簽署的逐包純度證書
✓ 依輸送帶速度計算延遲，挑選最經濟且足夠的運算硬體

透過 WhatsApp 聯繫寄電子郵件給我們的團隊