【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器

要点
- Fraunhofer IZFP将于2026年3月18-19日在多特蒙德SOLIDS & RECYCLING-TECHNIK展会展示黑色塑料分选演示器。
- 该装置采用主动热成像技术与机器学习,成功实现聚酰胺(PA)与聚丙烯(PP)的精准区分。
- 主动热成像技术相比中波高光谱红外系统更具成本优势,可检测黑色塑料间的热学材料差异。
- 研究团队计划将技术拓展至其他塑料类型,提升分选速度并探索替代激励方法,目标转化为工业方案。
在面向散料、工艺及回收行业的专业展会组合上,德国弗劳恩霍夫工业工程与自动化研究所(Fraunhofer IZFP)将展示一款演示装置,该装置首次通过主动热成像技术与机器学习,实现对黑色塑料的纯种表征及分选。此举直击循环经济的核心痛点: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。该演示装置将于2026年3月18日至19日在多特蒙德举办的SOLIDS & RECYCLING-TECHNIK展会上亮相(多特蒙德展览中心,4号馆,D47展位)。
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“不可见”,最终只能流向热回收。弗劳恩霍夫工业工程与自动化研究所正致力于解决这一难题。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。该方法比中波高光谱红外系统更具成本优势,且能够检测不同种类黑色塑料之间的热学材料差异——这是受物理极限限制、无法由商用近红外系统完成的任务。目前,研究团队已成功实现聚酰胺(PA)与聚丙烯(PP)的精准区分,取得了重大突破。
这款智能演示装置将向参观者展示一套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”将由人工智能模型进行实时分析,并立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。
“我们的演示装置直观展示了如何通过主动热成像技术与人工智能的结合,实现黑色塑料的低成本分选。这为构建涵盖此类高难度材料的闭环回收体系奠定了重要基础,既能节约宝贵资源,又能有效降低二氧化碳排放。”弗劳恩霍夫无损检测研究所(Fraunhofer IZFP)的项目负责科学家安德烈亚斯·凯勒(Andreas Keller)和凯文·施密茨(Kevin Schmitz)解释道。
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、电子工业及体育用品行业。
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方案。
编辑观点
该进展为黑色塑料从热回收向机械回收转型提供了关键技术支撑,有望降低rPP、rPA等再生料的获取成本。从业者应关注后续工业级分选速度的提升及多材料拓展进展,评估该技术对现有分选产线改造的可行性。
常见问题
Fraunhofer IZFP的黑色塑料分选演示器何时何地展示?
该演示器将于2026年3月18日至19日在多特蒙德SOLIDS & RECYCLING-TECHNIK展会4号馆D47展位亮相。这是该机构首次公开展示利用主动热成像与机器学习实现黑色塑料纯种表征及分选的完整装置。
主动热成像技术相比近红外系统有何成本与性能优势?
主动热成像比中波高光谱红外系统更具成本优势,且能检测不同种类黑色塑料间的热学材料差异。近红外系统受物理极限限制无法完成此任务,而热成像技术成功实现了聚酰胺与聚丙烯的精准区分。
该分选技术目前能区分哪些具体塑料种类?
研究团队已成功实现聚酰胺(PA)与聚丙烯(PP)的精准区分。这是目前该演示装置已验证的材料范围,后续计划拓展至其他类型塑料并提升分选速度,以探索更广泛的工业应用场景。