【美国】AI辅助分拣及其他新技术有望提升塑料回收效率

要点
- 全球塑料回收率仅为9%,近四分之三塑料被填埋或进入自然环境。
- PlasticNet分拣模型分类准确率超过87%,特定塑料达100%。
- 溶剂法回收复杂多层塑料薄膜是经济上最可行的方案。
- 海洋中已有1.5亿吨塑料垃圾,接触塑料关联多种健康风险。
- 论文发表于《工业与工程化学研究》,DOI为10.1021/acs.iecr.5c00658。
全球塑料回收率仅为9%,由于废弃物管理不善,近四分之三的塑料最终被填埋或进入自然环境。那么,如何提高塑料回收效率?美国布法罗大学(University at Buffalo)研究人员发表的一篇综述文章,基于过程系统工程方法,总结了最新的技术与方法,涵盖能够溶解特定塑料的化学溶剂,以及借助人工智能实现自动塑料分拣等技术。该文章被美国化学会(American Chemical Society)旗下期刊《工业与工程化学研究》(Industrial & Engineering Chemistry Research)选为7月9日刊的封面文章。文章结论指出,基于溶剂的回收技术兼具可持续性与经济性,但以生物基塑料替代化石基塑料仍面临挑战。该研究通讯作者、布法罗大学工程与应用科学学院化学生物工程系助理教授Aurora del Carmen Munguía-López博士表示:“要在塑料管理中实现可持续性,仍需更多的研究与技术开发。我们不仅需要整体且全面的方案,还必须在整个生命周期内权衡这些方案的利弊。”文章共同作者包括博士后研究员Xate Sanchez-Zarco和博士生Alan Owusu-Boateng。
塑料仍不可替代
塑料处置不当会导致塑料废弃物在环境中累积——据估计,海洋中已有1.5亿吨塑料垃圾——并进入人体。接触塑料与癌症、呼吸系统问题、生育障碍及发育迟缓等健康风险相关。然而,塑料也是现代生活的重要组成部分,广泛应用于包装、电子产品、建筑和纺织等领域。塑料还具有诸多环境效益,例如减少食物浪费、提高车辆燃油效率。Munguía-López表示:“目前,完全淘汰塑料的使用并非可行选项。我们需要替代当前不可持续的塑料管理方式。”
溶剂与人工智能或提供回收解决方案
替代方案之一可能是基于溶剂的回收技术,该技术可回收传统手段无法处理的复杂材料。溶剂能够溶解塑料废物流中的高纯度聚合物,从而将其与不需要的污染物分离。
由威斯康星大学麦迪逊分校主导、Munguía-López参与撰写的最新研究发现,针对咖啡渣包装中使用的复杂多层塑料薄膜,溶剂法回收是经济上最可行的回收方案。尽管溶剂法回收的温室气体排放相对较低,但工艺参数的差异可能导致排放量显著上升。多项研究表明,与产生更多排放的加热法不同,溶剂法回收应采用冷却法从溶液中重构溶解的聚合物。Munguía-López指出:“无论如何,溶剂法回收的排放量都高于传统回收,因此最佳策略很可能是将溶剂法与传统回收相结合。”
文章还综述了人工智能与机器学习在塑料管理中的作用。威斯康星大学麦迪逊分校研究人员开发的一种名为PlasticNet的分拣模型,分类准确率超过87%,在某些特定塑料上甚至达到100%。其他团队则利用人工智能深入研究回收技术,开发自然语言处理模型,从文献中提取相关数据。Munguía-López表示:“人工智能模型还将用于应对供应链层面的需求,例如优化运输规划、协调利益相关方以及评估不同的政策情景。”
生物基塑料的可行性尚不明确。这类塑料以甘蔗、玉米等农作物为原料,理论上可通过堆肥处理,但其全生命周期影响仍需全面评估。尽管生物基塑料的排放量较低,但其生产需要大量水资源和土地,并直接与粮食供应竞争。推广生物基塑料还需建设更多堆肥设施,并引导公众将其与传统塑料有效区分。Munguía-López强调:“在全面考量从原材料开采、生产到处置与分拣的全生命周期影响之前,我们无法验证生物基塑料的可行性。未来的塑料管理研究应纳入系统级分析,以应对这一多尺度、多维度的复杂问题。”
Aurora del Carmen Munguía-López等人在《工业与工程化学研究》(Industrial & Engineering Chemistry Research)2025年刊中发表了题为《面向可持续塑料管理的流程系统工程方法》(Process Systems Engineering Approaches for Sustainable Plastics Management)的论文,DOI编号为10.1021/acs.iecr.5c00658。
编辑观点
溶剂法与AI分拣技术的成熟,标志着塑料回收从单纯机械分选向精细化化学处理与智能识别转型。从业者应关注溶剂工艺参数对碳排放的影响,并评估AI分拣在现有产线中的集成成本,以优化全生命周期效益。
常见问题
溶剂法回收咖啡渣包装薄膜经济上可行吗?
溶剂法回收是经济上最可行的方案。威斯康星大学麦迪逊分校主导的研究发现,针对复杂多层塑料薄膜,溶剂法能分离高纯度聚合物,且温室气体排放相对较低,但需采用冷却法重构聚合物以控制排放。
PlasticNet模型分拣准确率能达到多少?
PlasticNet模型分类准确率超过87%,特定塑料达100%。威斯康星大学麦迪逊分校研究人员开发的该模型,利用人工智能实现自动塑料分拣,显著提升了复杂废物流中目标材料的识别效率,为自动化分选提供了技术支撑。
生物基塑料推广面临哪些主要障碍?
生物基塑料推广面临水资源、土地竞争及设施不足障碍。其生产需大量水资源和土地,与粮食供应竞争,且需建设更多堆肥设施并引导公众区分,全生命周期影响尚未完全验证,可行性存疑。