【荷兰】塑料回收:人工智能革新食品级PET容器回收

要点
- Cirrec工厂年处理PET餐盘60,000吨,相当于超过30亿只餐盘
- 分选系统实现95%以上纯度,满足欧盟2022/1616食品级rPET准入标准
- 产出材料平均再生含量达70%,CO₂排放较原生PET减少57%
- 部署三台STEINERT UniSort PR EVO 5.0系统,采用高光谱NIR与彩色相机融合技术
- 全球唯一以工业规模将消费后PET餐盒回收为食品级原料的企业
自2024年4月起,Faerch集团旗下的Cirrec公司在荷兰运营一座回收工厂,将家庭收集体系中的PET餐盘加工为食品级原料,年处理量达60,000吨,相当于超过30亿只餐盘,实现了工业规模的“餐盘到餐盘”闭环回收。该模式的关键在于分选环节。
化学结构相同,功能属性迥异
根据欧盟法规2022/1616,食品级rPET的准入条件极为严格:只有曾直接接触食品的包装物方可重新进入食品循环体系。预制餐盘符合这一标准,而用于包装螺丝的泡罩包装则被排除在外。然而,从化学角度看,两者均为PET材质,在常规近红外(NIR)分选系统中呈现完全一致的识别特征。
“达到食品级回收所需的严苛标准,始终对分选精度提出极高要求,”Faerch技术项目经理Simone Tirelli表示,“在这座工厂,我们致力于将塑料废弃物转化为高价值资源。”
传感器融合技术实现智能材质识别
Cirrec部署了三台STEINERT UniSort PR EVO 5.0分选系统,对每一只餐盘进行独立分析。设备采用传感器融合技术:高光谱NIR相机捕捉材料的化学组成信息,彩色相机则识别其视觉特征。核心优势在于,两种传感器在同一时刻对材料同一位置进行同步观测,显著提升了用于AI训练的数据质量,进而提高了分选精度。
两类数据流的协同处理支撑了STEINERT Intelligent Object.Identifier(IOI)——一款基于AI的分选程序,在本项目中专门训练以识别食品包装。IOI能够检测预制餐盘的典型形态、常见印刷图案及表面纹理等特征模式。
STEINERT分选系统实现了食品级回收所要求的95%以上纯度,为后续所有工艺步骤奠定了必要条件。
一体化处理链产出食品级安全材料
回收包块运抵后,物料首先经过磁选环节:STEINERT UME顶置式电磁铁去除铁磁性金属,STEINERT CanMaster涡电流分选机提取非铁磁性金属。随后,三台UniSort PR EVO 5.0系统执行光学分选,接着进入破碎、清洗及进一步加工,产出片料与颗粒料。
处理后的材料进入Faerch集团的生产线,被转化为平均再生含量达70%的新包装产品。生命周期分析表明,餐盘rPET相比原生PET可减少57%的CO₂排放。
Cirrec由此成为全球唯一一家以工业规模将消费后PET餐盒回收为食品级原料的企业。对回收行业而言,这证明了硬质食品包装的真正循环经济模式是可行的——前提是分拣工作必须到位。
适应市场变化的技术
智能物体识别器并非静态方案。该系统的人工智能可针对新的分拣任务进行训练。若输入物料的成分发生变化,或有新型包装设计进入市场,系统均可在不更换硬件的情况下完成适配。在杜伊文(Duiven)验证有效的方案具备规模化推广能力,也表明餐盒到餐盒的闭环回收已不再是试点项目。
编辑观点
该案例验证了AI分选在硬质食品包装闭环回收中的工业可行性,突破传统NIR分选局限。从业者应关注传感器融合技术与AI训练数据质量对分选精度的影响,以及食品级再生料在包装领域的规模化应用前景。
常见问题
Cirrec工厂如何实现食品级PET餐盘闭环回收?
通过STEINERT UniSort PR EVO 5.0系统结合高光谱NIR与彩色相机同步观测,训练AI识别食品包装特征,实现95%以上纯度分选,满足欧盟2022/1616法规对食品级rPET的准入要求。
该回收工厂的年处理量和再生含量是多少?
年处理量达60,000吨,相当于超过30亿只餐盘。产出材料平均再生含量达70%,生命周期分析显示相比原生PET可减少57%的CO₂排放。
AI分选系统如何应对新型包装设计变化?
STEINERT Intelligent Object.Identifier系统具备可训练性,当输入物料成分变化或新型包装设计进入市场时,可在不更换硬件的情况下完成适配,保持分选精度。