主题 · 17 篇
分选效率
关于分选效率的 17 篇文章,覆盖再生塑料政策、市场、企业与技术动态。
【韩国】激光技术有望助力韩国塑料废弃物精准分选与回收
该研究突破在于利用LIBS光谱指纹结合PCA与kNN算法,在真实非洁净废弃物样本中实现四种主要聚合物100%识别,解决了传统分选依赖人工或单一传感器的局限。对从业者而言,高精度分选是提升rPET、rPP等再生料纯度及通过食品级认证的关键前置环节,有助于降低混合污染导致的降级回收风险。
【新加坡】新加坡饮料容器回收计划已回收超3300万个瓶罐;Tuas新分拣中心揭幕
新加坡BCRS计划通过自动化分拣中心实现塑料与金属的高效分离,标志着押金制回收进入规模化运营阶段。该模式为亚洲地区提供了高纯度再生料供应的参考案例,有助于提升rPET等再生塑料的工业应用价值。
【英国】卡迪夫数千户家庭将试点软塑料回收新方案
卡迪夫试点将软塑料从混合垃圾中剥离,通过路边收集直接对接分选环节,是提升rPE、rPP等再生料供应纯度的关键举措。对从业者而言,这种源头分类模式能显著降低清洗成本,为稳定供应食品级再生料提供高质量原料基础。
【瑞士】回收行业迎来新突破:瑞士利用AI识别66种废弃物,回收材料增加6%
该资讯的核心突破在于将AI视觉识别引入机械回收前端,解决了传统人工分拣效率低、漏检率高的痛点,实现了分选环节的数字化升级。对于再生塑料从业者而言,这意味着通过引入智能分选系统可显著提升rPET、rPE等再生料的得率与纯度,降低合规成本,是提升再生塑料市场竞争力的关键路径。
【西班牙】西班牙垃圾回收进展:加利西亚、甘迪亚和韦尔瓦
该资讯展示了西班牙从前端分类优化到后端化学回收的全链条布局,特别是Modus公司拟建的微波辅助碱性水解解聚项目,标志着化学回收在西班牙的实质性落地。对于从业者而言,这预示着欧洲市场对高品质rPET原料的需求将随本土产能释放而增长,同时前端分类标准的细化将直接影响再生料的纯度与合规性。
【法国】Pellenc ST与Suez加强合作,推动TrivalLoire中心智能废物分类
此次升级的核心在于将深度学习算法融入光学分选硬件,通过识别污渍和标签干扰下的材料特征,实现无需硬件改造的纯度提升。对于从业者而言,这表明软件定义的分选能力正成为提升再生料质量、降低停机成本的关键路径,值得在现有产线改造中重点评估。
【瑞士】瑞士初创公司WasteFlow推出AI技术,可识别66种废弃物并将分选效率提升6%
WasteFlow将AI视觉与传感器结合,实现了对66类废弃物的精准识别,标志着回收分选从人工经验向数据驱动转型。对从业者而言,该技术能直接提升rPET、rPE等再生料的纯度与产量,降低分选环节的人力成本与污染风险,是提升机械回收经济效益的关键工具。
【瑞士】WasteFlow 开发 AI 辅助系统提升废物分拣效率
WasteFlow 将计算机视觉与多模态传感技术引入机械回收前端,实现了从人工巡检到实时智能分选的技术跨越,显著提升了再生塑料原料的纯度控制能力。对于从业者而言,这种基于实时数据反馈的自动化分选方案,为突破传统分拣瓶颈、提升 rPET 等高品质再生料产出率提供了可落地的技术路径。
AI保护NIR分选系统免受效率损失
此次合作将AI异常检测直接嵌入NIR分选硬件数据流,实现了从人工巡检到实时数字监控的跨越,解决了传感器污染导致的隐性效率损失难题。对回收从业者而言,这意味着机械回收环节的设备运维从被动响应转向主动预防,有助于稳定再生塑料的产出纯度与经济性。
【欧盟】RecyClass发布汽车及电子设备塑料可回收性首批指南
RecyClass将可回收性评估从单一材料拓展至多聚合物组件及组装方式,填补了复杂产品回收设计的技术空白。这为汽车及EEE制造商在满足欧洲法规前优化产品设计、提升再生塑料使用比例提供了可落地的科学框架。
【西班牙】Griñó位于Cuenca的回收工厂引入人工智能以提升材料回收率
该资讯的核心变化在于将人工智能与近红外技术深度整合进废弃物分拣设施,实现了针对难回收物料如薄膜塑料的精准识别与分离。对于再生塑料从业者而言,这表明机械回收环节的技术升级正从单纯提高吞吐量转向提升特定低值塑料的回收质量,为提升rPE等再生料纯度提供了新的技术路径参考。
【西班牙】Bizkaia 启用配备 AI 及先进塑料分离技术的新工厂,升级包装分拣
该工厂通过AI视觉识别技术突破传统分选瓶颈,将PET细分为瓶类与托盘类,并独立分出rPP与rPS,显著提升了再生塑料的纯度与一致性。对从业者而言,这种高精度分选模式为应对食品级再生料标准及EPR合规要求提供了可复制的技术路径,降低了后续清洗与造粒环节的杂质风险。
【挪威】TOMRA与Plastretur在挪威投运AI分拣设施,破解包装塑料回收“缺失环节
Områ设施通过AI技术实现包装塑料的高精度分选,解决了传统机械回收中杂质多、纯度低的痛点,为大规模处理提供了可复制的技术路径。对从业者而言,这标志着AI分选技术从实验室走向工业化应用,提升了再生塑料原料的均质化水平,为生产高价值再生料奠定了基础。
【法国】Ecolanka开发显著提升塑料回收率的技术
Ecolanka将实验室级聚合物降解技术转化为可商业化的回收方案,突破传统机械回收对复杂包装的局限。对从业者而言,这为提升rPE、rPP、rPET的再生含量与分选纯度提供了新路径,值得跟踪其工业验证进展。
【德国】HolyGrail 2.0:数字水印专家探索机械分拣
此次试验首次量化了数字水印在刚性包装机械分拣中的高精度表现,证实其在柔性包装之外对复杂混合结构的有效性。对于从业者而言,这意味着通过高精度分选获取高质量再生料的路径已打通,但需警惕单一技术依赖,应结合现有 NIR 设施推进多技术协同落地。
机械再生技术推动高品质PCR材料问世
资讯揭示了PCR市场供需错配的本质:回收端产能闲置与品牌端原料短缺并存,根源在于生活来源废塑料的杂质干扰与溯源缺失。对从业者而言,单纯扩大产能已无意义,必须转向精细化分选技术与全链条溯源体系建设,通过标准化作业程序提升原料纯度,才能打通从混合废料到食品级再生料的转化通道,实现商业闭环。
【欧盟】ZWE发布关于废物分选与材料回收的新研究
该研究首次量化了混合废物分选(MWS)在提升塑料回收率与减排方面的具体贡献,挑战了直接焚烧作为首选策略的传统范式。对从业者而言,MWS不仅是技术升级,更是确保再生塑料原料供应稳定、满足欧盟2030年回收目标的关键合规路径。