【德国】Fraunhofer IZFP 展示利用主动热成像与机器学习高效且按种类回收黑色塑料的演示系统

要点
- Fraunhofer IZFP 将于 2026 年 3 月 18-19 日在多特蒙德展会展示黑色塑料分选演示装置。
- 该技术已成功实现聚酰胺(PA)与聚丙烯(PP)的精准区分,突破近红外技术对黑色塑料的识别局限。
- 装置采用主动热成像与机器学习,通过红外加热与热成像捕捉特征,由 AI 模型指导机械臂进行分选。
- 研究团队计划拓展至其他塑料类型,提升分选速度并优化系统,目标是将成果转化为工业级解决方案。
在面向散料、流程及回收行业的专业展会组合上,位于萨尔布吕肯的弗劳恩霍夫无损检测研究所(Fraunhofer IZFP)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,实现对黑色塑料的纯组分表征及分选。此举直击循环经济中的核心痛点:过去,由于缺乏或成本过高的分选技术,黑色塑料大多只能进入热回收环节;未来,这些材料有望作为高价值资源保留在物质循环体系中。弗劳恩霍夫 IZFP 的专家将于 2026 年 3 月 18 日至 19 日,在多特蒙德举办的 SOLIDS & RECYCLING-TECHNIK 展会(多特蒙德展览中心,4 号馆,D47 展位)上展示这款分选演示装置。
透明塑料包装和彩色杯具通常能被轻松识别并自动剔除,但黑色塑料部件往往对分选机器而言是“隐形”的,最终只能流向热回收。弗劳恩霍夫 IZFP 正致力于解决这一难题。该研究团队没有采用短波或中波高光谱相机,而是开发了一种基于热成像的技术。与中波高光谱红外系统相比,该方法成本更低,且能够探测不同种类黑色塑料之间的热学材料差异——这是商用近红外系统受物理极限限制而无法做到的。目前,弗劳恩霍夫 IZFP 的研究人员已成功实现聚酰胺(PA)与聚丙烯(PP)的精准区分,取得了重大进展。
这款智能演示装置将向参观者展示一个完整且具备实际应用潜力的分选场景:黑色塑料样品在传送带上移动,经过红外加热辐射器下方时被轻微加热,随后由热成像相机捕捉。生成的热学“特征”将实时交由人工智能模型分析,模型随即做出相应的分选决策。传送带末端的分选机械臂将根据识别出的材料种类,将物料分别导向左侧或右侧。
弗劳恩霍夫应用研究促进协会(Fraunhofer IZFP)项目负责科学家安德烈亚斯·凯勒(Andreas Keller)和凯文·施密茨(Kevin Schmitz)指出,他们的演示装置直观展示了如何利用主动热成像技术与人工智能,实现黑色塑料的低成本分选。这一技术为闭环回收这些高难度材料奠定了重要基础,在节约宝贵资源的同时,还能有效降低二氧化碳排放量。
工业应用前景
这一进展意义重大。若能在工业规模上实现黑色塑料的精准分选,将有助于回收有价值的原材料,并大幅减少二氧化碳排放。众多大量使用黑色塑料的行业均将从中受益,例如轻包装行业、汽车领域、电子工业及运动器材行业。
作为下一步计划,研究团队拟将该技术拓展至其他类型的塑料,提升分选速度,探索替代激励方法,并对整套系统进行全面优化。萨尔布吕肯研究团队的目标,是将科研成果转化为可应用于工业场景的实际解决方案。
编辑观点
该进展标志着黑色塑料分选从“不可分”向“可分”的关键转折,为 rPP 和 rPA 等再生料的规模化供应提供了技术支撑。从业者应关注该技术从实验室演示向工业级产线转化的进度,特别是分选速度与多材质兼容性的优化,以评估其在现有回收产线中的集成潜力。
常见问题
Fraunhofer IZFP 如何分选黑色塑料?
利用主动热成像与机器学习技术。装置通过红外加热辐射器轻微加热样品,热成像相机捕捉不同黑色塑料的热学特征,AI 模型实时分析并指导机械臂分选,从而区分聚酰胺与聚丙烯。
该分选装置何时何地展示?
2026 年 3 月 18 日至 19 日在多特蒙德 SOLIDS & RECYCLING-TECHNIK 展会。具体地点为多特蒙德展览中心 4 号馆 D47 展位,由 Fraunhofer IZFP 专家现场演示完整分选场景。
热成像分选比高光谱有什么优势?
成本更低且能探测黑色塑料热学差异。中波高光谱红外系统成本高昂,且商用近红外系统受物理极限限制无法识别黑色塑料,而热成像技术能捕捉不同种类黑色塑料间的细微热学材料差异,实现精准区分。