全球再生塑料资讯站再生塑料 · 循环经济← 全部资讯

回收项目

【美国】Tomra Recycling 推出新测试与培训中心以推进 AI 检测技术

责任编辑:Fiona Du2 分钟阅读
Tomra Recycling 推出新测试与培训中心以推进 AI 检测技术

要点

  • Tomra Recycling将在美国北卡罗来纳州设立425平方米的测试与培训中心。
  • 中心配备搭载GainNext AI技术的Autosort,可识别城市固体废物、纸张及塑料包装中的难分类物体。
  • Autosort Flake和Innosort Flake设备利用NIR光谱仪、双面成像及高分辨率相机分选高纯度塑料片料。
  • 该中心是Tomra全球七家测试与培训中心之一,提供运营维护及性能最大化培训,涵盖故障诊断与系统恢复。

Tomra Recycling即将在美国北卡罗来纳州设立测试与培训中心。该设施将配备搭载最新分选技术的测试回路,以及用于关键备件存储的仓库和培训空间。

Tomra Recycling执行副总裁兼业务负责人Lars Enge表示:“我们在美洲总部扩建测试、培训及仓储空间,体现了对持续投资增长市场、贴近客户的承诺。”

“我们提供的远不止是材料测试能力的提升。从售前咨询、设备安装,到售后支持及持续技术培训,Tomra Recycling与客户在设备全生命周期内保持合作,确保工厂长期保持最佳运行状态。”

这座425平方米的设施旨在为该地区客户提供一个测试废弃物及塑料材料的场所。

Tomra的最新创新产品包括搭载其AI技术GainNext的Autosort,旨在识别难以分类的物体。该设备配备灵活的传感器配置,可应对多种废物流,例如城市固体废物、纸张及塑料包装。

该设施还配备了Tomra的Autosort Flake和Innosort Flake等先进测试设备,可分选塑料片料。Autosort Flake采用近红外(NIR)光谱仪、彩色相机及金属传感器,以分选高纯度终端产品。

与此同时,Innosort Flake利用先进的NIR光谱仪和双面成像技术检测聚合物及颜色。该技术配备高分辨率相机,可从受污染的混合流中分选高纯度片料。

AI赋能

Tomra的测试回路搭载了PolyPerception的Waste Analyzer,这是一款深度学习AI工具,利用彩色相机在生产线特定节点实时捕捉物料流动图像。该工具分析关键绩效指标,包括吞吐量、废弃物成分及收率损失。

据Tomra称,对废物流的实时监控可通过“可操作”数据提升性能并降低成本。

Tomra Recycling美洲区高级副总裁兼业务负责人Michelle Landon表示:“美洲地区的客户现在可以享受扩展的测试能力、更短的交付周期,以及在安排测试时更大的灵活性。”

“依托我们全新的测试与培训中心,回收业务正受益于Tomra在全球范围内的集体专业知识。我们的研发团队持续创新,开发新型光学分选技术及深度学习人工智能应用,以满足客户需求。”

强化培训能力

该中心还旨在提升Tomra美洲总部的培训能力,其技术人员及客户均将在新设施中接受培训。

运营维护培训将向客户传授基础机器操作与安全规范、性能数据备份及系统恢复、预防性维护措施以及故障代码诊断等内容。

Tomra的性能最大化培训将涵盖高级设置、机器操作、机器性能理解、性能稳定与优化,以及机器状态诊断等议题。

Tomra回收业务技术主管Ralph Uepping表示:“夏洛特设施是我们全球网络的重要补充,也是Tomra在全球设立的七家测试与培训中心之一。”

“通过对标我们在欧洲及亚洲各站点所确立的高标准,该中心确保美洲地区的回收企业能够直接获取与全球任何地区同等水平的专业技术与创新成果。”

编辑观点

Tomra在美洲建立高标准测试枢纽,将AI分选技术与本地化培训结合,降低了回收企业获取前沿光学分选技术的门槛。从业者应关注该中心对复杂混合废物流分选效率的提升,以及AI实时监控对再生塑料收率损失控制的实际价值,这直接关系到机械回收产线的经济效益。

常见问题

Tomra新中心主要提供哪些测试服务?

该中心提供废弃物及塑料材料测试、AI检测技术验证及设备全生命周期支持。依据是设施配备搭载GainNext的Autosort等测试回路,并设有用于关键备件存储的仓库和培训空间,旨在帮助客户优化工厂运行状态。

Autosort Flake分选塑料片料用什么传感器?

Autosort Flake采用近红外光谱仪、彩色相机及金属传感器进行分选。依据是这些传感器组合可识别聚合物类型、颜色及金属杂质,从而从受污染混合流中分选出高纯度的终端产品,满足再生塑料对原料纯度的要求。

Waste Analyzer AI工具如何监控生产线?

Waste Analyzer利用彩色相机在生产线节点实时捕捉物料流动图像,分析吞吐量、废弃物成分及收率损失等关键绩效指标。依据是这种实时监控能生成可操作数据,帮助回收企业提升分选性能并降低运营成本。