【美国】California Waste Solutions 升级加州 MRF 技术

要点
- 加州废物解决方案在圣何塞Timothy MRF扩大Pellenc光学分选机处理能力。
- 奥克兰10th Street MRF部署EverestLabs视觉AI及导航软件,追踪流向处置环节的物料。
- EverestLabs软件可报告皮带负载深度及裸露皮带表面积,提供物料流动精准信息。
- 公司自2000年代中期起在美国设施采用光学分选技术,此次升级引入最新AI组件。
- 升级旨在提升回收率与纯度,为未来引入机器人分拣或额外光学分拣提供数据基础。
加州废物解决方案公司(California Waste Solutions)正对其位于湾区的多个材料回收设施(MRF)进行技术升级。具体举措包括:在圣何塞的蒂莫西(Timothy)MRF扩大Pellenc光学分选机的处理能力,以及在奥克兰第十街(10th Street)MRF部署EverestLabs视觉人工智能(AI)及导航软件。
这家从事回收与资源回收业务的企业表示,上述项目将有助于识别更多可回收物料,提升分选产品的质量,并为设施团队提供关于产线物料流动的更精准信息。
“作为一家家族企业,我们将服务与解决方案置于利润之上,并持续投资于最环保、最支持客户的技术,”加州废物解决方案公司创始人兼首席执行官David Duong表示。
圣何塞项目旨在提升现有Pellenc光学分选机的产能。加州废物解决方案公司指出,此举将增强该设施识别物料、回收目标商品以及产出更清洁物料流的能力。光学分选技术利用传感器识别高速移动的物料,并从广泛的回收流中分离出特定商品。
该公司称,自2000年代中期起,其在美国的设施便已采用光学分选技术。此次升级将基于其长期的运营经验,同时避免将所有新技术视为同质化工具。
“我们在光学分选技术的应用上一直走在前列,通过引入这些最新的人工智能组件,我们计划在未来很长一段时间内保持这一领先地位,”加州废物解决方案公司总裁Michael Duong说。
奥克兰新部署的EverestLabs视觉人工智能及导航软件将利用AI识别并报告进入容器产线并流向处置环节的物料。通过统计系统识别到的物料并追踪物料流动,加州废物解决方案公司表示,这将使其能够更细致地洞察可回收物料流失的环节以及产线条件可优化的区域。这将形成一份关于流程末端物料状况的运营记录,使设施团队能够观察重复出现的模式,而不再仅仅依赖周期性的观察。
该软件还将报告皮带负载深度及裸露皮带表面积,为操作人员提供关于特定时间内有多少物料经过分选机的额外信息。更精准的皮带状态信息有助于操作人员控制物料流动,从而让员工更清晰地识别并回收目标物料。
回收设施长期依赖产量统计、质量抽检、设备数据以及熟悉物料在产线上表现的一线员工经验来衡量绩效,但加州废物解决方案公司(California Waste Solutions)表示,EverestLabs软件为这一体系增添了新的维度:持续的物品级观测。该公司指出,其关注点不再局限于处理了多少物料,而是开始追问软件捕捉到了什么、哪些物料最终流向处置环节,以及这些情况发生时对应的运行条件。
“首先,我们是一家家族企业。加州废物解决方案的每一位员工都是我们大家庭的一员,”迈克尔·杜(Michael Duong)表示,“这意味着我们秉持客户至上的核心理念,并转化为赋予员工决策权、以新技术支持他们的工作。”
该公司强调,尽管人工智能扫描器能够识别并计数物体,但材料回收工厂(MRF)依然依赖那些熟悉设备与来料特性的操作员、分拣员、机械师和主管。新系统的价值,将取决于员工能否有效利用这些信息来调整运营。
该公司指出,这两个项目凸显了MRF内部两项关键指标:回收率与纯度。回收率关乎从混合流中尽可能多地捕获本应被分离的可回收物;纯度则关乎分拣后成品商品的洁净程度。提升其中一项并不必然带动另一项,因此加州废物解决方案同时投资提升分拣能力与优化运营数据。
圣何塞MRF的佩伦(Pellenc)设备扩容,直接针对识别、回收与产品纯度;而奥克兰MRF部署的EverestLabs软件,则用于量化容器线末端到达的物料,并提供关于皮带负荷与物料流动的信息。加州废物解决方案表示,这些升级将增强公司对分离过程有效性及员工分拣环境质量的可见度。
奥克兰的软件部署还旨在为未来决策构建更坚实的数据基础。公司正在考虑下一阶段方案,可能包括机器人分拣、额外光学分拣或两者结合。软件数据将帮助公司判断,在哪一环节引入其他回收技术能产生最大的运营价值。
加州废物解决方案公司(California Waste Solutions)表示,通过首先测量流向处置环节的物料量、其出现频率以及相关的传送带运行状况,公司能够基于更清晰的经营图景来规划下一阶段的投资。
“归根结底,这对环境大有裨益,对客户也是好事,实际上还能帮助我们的员工更好地完成工作。这是一举三得的结果,”大卫·阮(David Duong)说道。
编辑观点
MRF运营正从经验驱动转向数据驱动,视觉AI对物料流失环节的精准量化是提升再生料纯度的关键。从业者应关注如何通过持续观测优化分选参数,平衡回收率与纯度,为后续引入机器人分拣等自动化技术积累决策依据。
常见问题
加州废物解决方案在奥克兰MRF部署了什么AI软件?
部署了EverestLabs视觉人工智能及导航软件。该软件利用AI识别并报告进入容器产线并流向处置环节的物料,通过统计识别物料并追踪流动,帮助洞察可回收物料流失环节及产线优化区域。
圣何塞MRF升级Pellenc光学分选机主要为了提升什么?
旨在提升现有设备的产能,增强识别物料、回收目标商品及产出更清洁物料流的能力。光学分选技术利用传感器识别高速移动物料,从广泛回收流中分离特定商品,此次升级基于其长期运营经验。
EverestLabs软件如何帮助操作人员控制物料流动?
软件报告皮带负载深度及裸露皮带表面积,提供特定时间内经过分选机的物料量信息。更精准的皮带状态信息有助于操作人员控制物料流动,从而更清晰地识别并回收目标物料,不再仅依赖周期性观察。