【法国】Pellenc升级法国现有分拣中心

要点
- 苏伊士菲尔米尼MRF翻新项目价值3770万美元,由Pellenc ST提供核心设备。
- 该设施年处理45,000公吨包装废弃物,处理能力为每小时15公吨。
- 现场部署13台Pellenc Mistral+ Connect光学分选机,覆盖13种物料类别。
- CNS Brain AI模块基于数百万张图像训练,支持透明PET、PP等复杂场景识别。
- AI升级仅通过软件更新实现,无需加装摄像头或停机,提升得率与纯度。
法国分选设备与技术服务商Pellenc ST是苏伊士(Suez)旗下材料回收设施(MRF)一项价值3770万美元翻新项目的核心供应商。苏伊士是一家总部位于法国的跨国废弃物与回收企业。
该设施位于法国菲尔米尼(Firminy),建于2000年,并于2023年完成改造。该设施由苏伊士子公司TrivalLoire运营,处理来自法国圣艾蒂安(Saint-Étienne)市及周边地区超过65万人口产生的废弃物。
据Pellenc介绍,该设施每年处理约45,000公吨废弃包装物,处理能力为每小时15公吨。
“自2002年起,我们在菲尔米尼便与Pellenc ST开展合作,”该MRF负责人伊夫·德富尔(Yves Defour)表示。这一长期合作关系为Pellenc在2023年项目启动前赢得了客户信任。
改造后的工厂设计用于回收13种物料类别,包括五类纸板和纸板、四种聚合物——涵盖透明聚对苯二甲酸乙二醇酯(PET)、聚丙烯(PP)及软包装——以及食品纸盒、铝罐和钢罐。
该MRF实行每日两班制,现配备13台Pellenc Mistral+ Connect光学分选机。此外,现场还部署了Pellenc所称的传统机械分选工序,用于为后续精细化分离做物料预处理。
Pellenc表示,其部署的CNS Brain人工智能(AI)模块采用深度学习神经网络,该网络基于数百万张图像进行训练,能够识别物体的独特特征,包括形状、尺寸及细微的视觉差异。
“结合近红外(NIR)/可见光(VIS)成像传感器,该系统能够应对高度复杂的分选任务,”该公司称。
“CNS Brain PET模块优化了对透明PET瓶的捕获率,”德富尔说。
“我们使用数千张瓶体图像对AI进行了训练,其中包括脏污瓶体或标签遮挡导致材质识别困难的样本,以确保这些瓶体仍能被准确识别,”Pellenc的罗曼·加利亚(Romain Galia)表示。
“无需加装额外摄像头,该功能仅通过软件更新即可实现,不涉及额外安装工作或生产线停机,”加利亚补充道。“此类轻量化升级方案能效高、部署简便,可快速应用于现有设备集群,且无需专门维护。”
“上述技术的综合应用显著提升了各类可回收物料在得率、性能及纯度方面的表现,”德富尔指出,其中高品位白纸的分选效果尤为显著。
编辑观点
该案例验证了AI软件层对存量机械回收产线的赋能价值,尤其针对透明PET等难分选物料。从业者应关注此类轻量化升级方案在提升rPET纯度方面的实际效果,以及其在不同地区MRF中的可复制性,以优化现有回收基础设施的投资回报率。
常见问题
Pellenc的CNS Brain AI模块怎么提升透明PET回收率?
通过深度学习识别脏污或标签遮挡的瓶体特征。该模块基于数百万张图像训练,结合NIR/VIS传感器,无需加装摄像头,仅通过软件更新即可优化捕获率,避免生产线停机。
菲尔米尼MRF改造后的年处理量和分选品类有哪些?
年处理约45,000公吨废弃包装物,每小时15公吨。可分选13种物料,包括五类纸板、透明PET、PP、软包装、食品纸盒及金属罐,实行每日两班制。
Pellenc的AI升级方案对现有设备集群有什么优势?
部署简便且能效高,无需专门维护。该轻量化方案不涉及额外安装工作或生产线停机,可快速应用于现有设备,显著提升了高品位白纸等物料的分选效果。