【德国】Fraunhofer IZFP展示基于主动热成像与机器学习的黑色塑料高效单品种回收技术

要点
- 弗劳恩霍夫IZFP研究所将于2026年3月18日至19日在多特蒙德展览中心4号馆D47展位展示演示装置。
- 研究团队在精确区分聚酰胺(PA)与聚丙烯(PP)方面取得显著进展,突破了近红外系统的物理限制。
- 该技术路径比中波高光谱红外系统更具成本效益,能够探测不同种类黑色塑料之间的热学材料差异。
- 演示装置包含传送带、红外辐射加热器、热成像相机及分选机械臂,实现黑色塑料样品的实时分类与导向。
在面向散装固体、工艺及回收行业的展会组合上,弗劳恩霍夫IZFP研究所将展示一款演示装置,该装置首次利用主动热成像技术与机器学习算法,对黑色塑料进行材质表征与分类。此举旨在解决循环经济中的关键难题:过去,由于缺乏或成本过高的分选技术,黑色塑料被排除在机械回收体系之外;未来,这些材料有望作为高价值资源重新纳入循环物料流。弗劳恩霍夫IZFP研究所将于2026年3月18日至19日,在多特蒙德展览中心4号馆D47展位,于SOLIDS & RECYCLING-TECHNIK展会上展示该演示装置。
透明塑料包装和彩色杯子易于识别并实现自动分选,但黑色塑料部件往往对分选机器“不可见”,最终只能进入热回收环节。弗劳恩霍夫IZFP研究所正着手解决这一痛点。研究团队摒弃了短波或中波高光谱相机,转而采用基于热成像的技术路径。该方法比中波高光谱红外系统更具成本效益,且能够探测不同种类黑色塑料之间的热学材料差异——这是现有商用近红外系统因物理限制而无法实现的功能。目前,弗劳恩霍夫IZFP研究团队在精确区分聚酰胺(PA)与聚丙烯(PP)方面已取得显著进展。
这款智能演示装置向展会观众展示了一个完整的实际分选场景:黑色塑料样品在传送带上移动,经过红外辐射加热器下方时受到轻微加热,随后由热成像相机进行测量。所产生的热学“特征”由人工智能模型实时分析,并即时做出相应的分选决策。传送带末端的分选机械臂根据检测到的材质类型,将物料导向左侧或右侧。弗劳恩霍夫IZFP研究所负责该项目的科学家Andreas Keller和Kevin Schmitz表示:“我们的演示装置清晰展示了如何利用主动热成像与人工智能技术,实现黑色塑料的低成本分选。这为将这些难以处理的材料纳入闭环循环奠定了重要基础,从而在节约宝贵资源的同时,减少二氧化碳排放。”
这一进展意义重大,因为工业规模的黑色塑料分选能够回收有价值的原材料,并显著减少二氧化碳排放。此举将惠及大量使用黑色塑料的多个行业,包括轻量化包装、汽车、电子及体育用品领域。作为下一步计划,研究人员拟将该工艺拓展至其他类型塑料,提升分选速度,探索替代激发方式,并对整体系统加以优化。萨尔布吕肯研究团队的目标是使研究成果具备工业应用价值。
编辑观点
该进展标志着黑色塑料机械回收从理论走向工程验证,主动热成像技术为低成本分选提供了可行路径。从业者应关注后续工艺拓展至其他塑料类型及分选速度提升的进展,评估其在现有回收线中的集成潜力,以应对日益严格的再生含量要求。
常见问题
弗劳恩霍夫IZFP的黑色塑料分选技术原理是什么?
该技术采用主动热成像与机器学习算法,通过红外辐射加热器轻微加热样品,利用热成像相机捕捉不同黑色塑料的热学特征差异。AI模型实时分析这些特征并做出分选决策,从而区分聚酰胺与聚丙烯等材质。
为什么近红外系统无法分选黑色塑料?
现有商用近红外系统受物理限制,无法探测不同种类黑色塑料之间的热学材料差异。黑色塑料部件对传统分选机器“不可见”,导致其被排除在机械回收体系之外,只能进入热回收环节。
这项技术对黑色塑料回收行业有何实际意义?
该技术能实现黑色塑料的低成本分选,使其作为高价值资源重新纳入循环物料流。工业规模应用可回收有价值原材料,显著减少二氧化碳排放,惠及轻量化包装、汽车、电子及体育用品等多个行业。