【德国】弗劳恩霍夫无损检测研究所展示黑色塑料纯料回收演示系统

要点
- 弗劳恩霍夫IZFP在Solids & Recycling-Technik展会展示黑色塑料分选演示装置
- 系统利用主动热成像和机器学习,实现聚酰胺(PA)与聚丙烯(PP)的精确区分
- 该技术成本低于中波高光谱红外系统,可检测不同黑色塑料间的热材料差异
- 演示装置通过红外加热器升温、热成像捕捉及AI分析,实现物料向左或向右分选
- 下一步计划包括拓展至其他塑料类型、提升分选速度及探索替代激发方法
弗劳恩霍夫无损检测研究所(IZFP)在Solids & Recycling-Technik专业展览会上展示了一款演示装置,该装置首次利用主动热成像技术和机器学习,对黑色塑料进行纯种表征和分选。
虽然透明塑料包装和彩色杯子可以相对容易地被识别并自动剔除,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正致力于解决这一问题。该研究团队没有采用短波或中波高光谱相机,而是使用基于热成像的技术。与中波高光谱红外系统相比,这种方法成本更低,且能够检测不同种类黑色塑料之间的热材料差异。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)的精确区分,取得了重大进展。
在Solids & Recycling-Technik专业展览会上,参观者可以现场观看该演示装置运行:黑色塑料样品在传送带上移动,经过红外加热器下方时略微升温,随后由热成像相机捕捉。生成的热“特征”由人工智能模型实时分析,并立即做出相应的分选决策。传送带末端的分选机械臂根据识别出的材料种类,将物料向左或向右排出。弗劳恩霍夫IZFP的项目负责人Andreas Keller和Kevin Schmitz解释道:“我们的演示装置直观地展示了如何通过主动热成像和人工智能实现黑色塑料的低成本分选。这为循环这些高难度材料奠定了重要基础,从而节约宝贵资源,同时减少CO2排放。”
若能在工业规模上实现黑色塑料的精准分选,将有助于回收宝贵原料,并显著减少二氧化碳排放。这一技术突破有望惠及大量使用黑色塑料的行业,包括轻型包装、汽车、电子及运动器材等领域。作为下一步计划,研究人员拟将该技术拓展至其他塑料类型,提升分选速度,探索替代激发方法,并对整套装置进行优化。萨尔布吕肯研究团队的目标,是将科研成果转化为可落地的工业应用。
编辑观点
该演示系统验证了低成本热成像在黑色塑料分选中的可行性,为突破机械回收瓶颈提供了新路径。从业者应关注该技术向工业规模转化的进度,特别是分选速度与多材质拓展能力,以评估其在rPP、rPA等再生料供应链中的潜在应用价值。
常见问题
IZFP用什么技术分选黑色塑料?
采用主动热成像技术和机器学习。该方案通过红外加热器使样品升温,利用热成像相机捕捉热特征,由AI模型实时分析并做出分选决策,避免了高光谱相机的高成本。
这套系统能区分哪些黑色塑料?
已成功实现聚酰胺(PA)与聚丙烯(PP)的精确区分。研究团队利用不同种类黑色塑料之间的热材料差异,通过热成像技术捕捉特征,从而在传送带末端实现物料的分类排出。
相比高光谱方案,热成像有何优势?
成本更低且能检测热材料差异。与中波高光谱红外系统相比,基于热成像的技术在硬件投入上更具经济性,同时有效解决了黑色塑料对传统分选机器“不可见”的难题,为工业应用奠定基础。