【德国】人工智能分选设备助力聚丙烯和聚乙烯闭环回收

要点
- RE Plano波鸿设施年分选能力约30,000吨塑料。
- 该设施将PE和PP分选纯度提升至97%以上,满足种类和颜色双重要求。
- Steinert智能物体识别器整合了NIR、颜色传感器及超光谱成像(HSI)技术。
- 该分选工厂在仅六个月的建造期内建成并投入运营。
为在聚烯烃领域建立类似工业界已在聚对苯二甲酸乙二醇酯(PET)领域实现的闭环循环体系,施泰因特(Steinert)与雷蒙迪斯(Remondis)集团子公司RE Plano在波鸿(Bochum)建成了一座高度现代化的分拣设施。施泰因特基于人工智能(KI)的分拣技术,为那些极难分拣的塑料组分开辟了新的闭环应用路径。
RE Plano设定了雄心勃勃的目标,即将循环经济在聚对苯二甲酸乙二醇酯(PET)领域取得的成果,复制应用到聚乙烯(PE、HD-PE)和聚丙烯(PP)等材料上。为实现这一目标并确保设施的经济性运营,必须将那些因难以区分而常被忽视的塑料组分——包括白色和自然色塑料,以及单层和多层包装——分拣至97%以上的纯度,且需同时满足塑料种类和颜色两个维度的要求。
突破塑料分拣的极限
RE Plano波鸿业务拓展及分公司负责人哈拉尔德·莱曼博士(Dr. Harald Lehmann)高度评价了双方的合作:“在施泰因特的支持下,我们找到了一种超越法定要求、并重新定义塑料分拣可能边界的解决方案。”这一合作是迈向可持续未来的重要一步,旨在实现资源的反复利用。
该设施的高效率得益于基于人工智能的分拣技术和高度集成的工艺流程。大部分待处理的塑料源自雷蒙迪斯自有的轻包装分拣设施,在集团内部进行进一步加工,最终转化为高品质再生料(PCR)。施泰因特基于人工智能的技术“智能物体识别器”(Intelligent Object Identifier)将颜色传感器与近红外传感器(NIR)相结合,并整合了在K 2022上发布的超光谱成像(HSI)技术。
难以区分塑料组分的分拣
正如Steinert所解释的,这种独特的组合不仅使企业能够灵活应对未来的需求变化,还为传统方法无法解决的额外分选任务开辟了新的可能性。这些任务包括对难以区分的塑料组分进行分选,以及分离硅胶管——后者可能将聚乙烯(PE)塑料组分污染至无法使用的程度。
实现聚乙烯和聚丙烯的闭环循环
该技术使得分选过程能够基于更多可光学识别的特征属性提升至全新水平,从而通过技术创新和效率提升,支持RE Plano实现聚乙烯和聚丙烯闭环循环的愿景。
此次合作的结果是一座高度现代化的分选工厂,位列欧洲最先进的塑料回收倡议之一。“在仅六个月的建造期内,我们成功建成了一座分选工厂,其高效的分选能力推动了工艺改进,有助于产出更均匀、更纯净的塑料材料,”Dr. Harald Lehmann强调道。
该工厂每年可分选约30,000吨塑料,是迈向塑料循环经济的重要一步。它同时体现了Steinert和RE Plano的共同使命:突破塑料分选的技术极限,塑造一个资源可无限重复利用的可持续未来。gk
编辑观点
该设施证明了AI分选在解决聚烯烃高纯度分选难题上的工程化可行性,为rPP和rPE的规模化闭环回收提供了关键基础设施。从业者应关注超光谱成像技术在复杂包装分选中的应用,以突破机械回收的纯度瓶颈。
常见问题
Steinert的AI分选技术能达到的纯度是多少?
该设施可将PE和PP分选至97%以上的纯度。这一指标同时满足了塑料种类和颜色两个维度的要求,为生产高品质再生料奠定了基础。
波鸿分选工厂的年处理能力是多少吨?
该工厂每年可分选约30,000吨塑料。这一产能规模使其成为欧洲最先进的塑料回收倡议之一,显著推动了聚烯烃闭环循环的进程。
智能物体识别器结合了哪些传感器技术?
该技术将颜色传感器与近红外传感器(NIR)相结合,并整合了超光谱成像(HSI)技术。这种组合使得分选过程能基于更多可光学识别的特征属性进行,解决了传统方法无法处理的组分分离难题。