Zwiększanie opłacalności recyklingu dzięki sztucznej inteligencji: spostrzeżenia z badań NIST

Recykling może wiązać się ze znacznym wydatkiem dla samorządów lokalnych, ale sztuczna inteligencja może pomóc obniżyć te koszty i potencjalnie zwiększyć wskaźniki recyklingu. Naukowcy z NIST pracują nad tym, aby recykling był wydajniejszy i tańszy.

Czy zastanawiałeś się kiedyś, co dzieje się z plastikiem po wyrzuceniu go do „kosza”?

To pytanie pojawia się ostatnio często w wiadomościach.

Odpowiedź jest dość złożona. Zależy to od tego, gdzie mieszkasz i jakiego rodzaju plastiku wyrzucasz.

Zbiórka surowców wtórnych to ogromny koszt dla samorządów. Muszą utrzymywać obiekty do przetwarzania tworzyw sztucznych, a także ciężarówki i pojemniki do ich zbierania. Muszą też zatrudnić ludzi do tej pracy. Dużo taniej byłoby wyrzucić wszystko na śmietnik.

Jeśli jednak samorządy lokalne podejmą recykling, mogą zamienić śmieci w gotówkę, jeśli dysponują odpowiednią infrastrukturą. Mogą zrekompensować część kosztów, sprzedając zebrane tworzywa sztuczne producentom. Większość producentów chce, aby tworzywa sztuczne pochodzące z recyklingu były prawie tak dobre jak nowe, co wymaga starannego sortowania, aby zapewnić spójne produkty.

Dla większości ludzi wszystkie tworzywa sztuczne wyglądają tak samo. Ale bystre oczy wiedzą, że istnieje siedem popularnych rodzajów plastiku. Można je rozpoznać po małych symbolach recyklingu na spodzie prawie wszystkich plastikowych pojemników. Liczby te pomagają określić skład chemiczny tych tworzyw sztucznych. Być może zauważyłeś je podczas sortowania własnego materiału makulaturowego.

Oto zestawienie niektórych z tych materiałów:

Materiał	Typowe zastosowania	Kodeks recyklingu
Politereftalan etylenu	Butelki po napojach, butelki po wodzie	1 – PETE
Polietylen o dużej gęstości	Dzbanki na mleko, butelki na detergenty	2 – HDPE
Chlorek winylu	Rury, zasłony prysznicowe	3 – PCV
Polietylen o niskiej gęstości	Torby na zakupy spożywcze, torby na kanapki	4 – LDPE
Polipropylen	Pojemniki na wynos, kubki po jogurtach	5 – PP
Polistyren	Jednorazowe kubki do kawy	6 – PS
Inny	Okulary ochronne, DVD, wiele butelek na wodę wielokrotnego użytku	7 – Inne

Sortowanie tych tworzyw sztucznych ma kluczowe znaczenie. Często nie można mieszać różnych rodzajów tworzyw sztucznych o podobnych właściwościach, ponieważ wymagają one różnych procesów topienia.

Weźmy na przykład PCV. Stosuje się go we wszystkim, od rur po zasłony prysznicowe. Stopiony PVC wytwarza mocny kwas przydatny w wielu zastosowaniach przemysłowych. Ale, podobnie jak wiele innych kwasów, nie jest to coś, co chcesz zrobić niespodziewanie.

Poliolefiny, grupa tworzyw sztucznych, w tym HDPE (stosowany w dzbankach na mleko), LDPE (stosowany w plastikowych torebkach) i PP (stosowany w pojemnikach na wynos), stanowią łagodniejszy przykład. Te tworzywa sztuczne stanowią ok 40% światowej produkcji tworzyw sztucznych. Są też jednymi z najtrudniejszych do sortowania.

Rodzaj plastiku stosowanego w dzbankach na mleko wymaga wysokich temperatur do stopienia i ponownego przetworzenia ze względu na jego krystaliczną strukturę. Jeśli jednak domieszają się do nich zanieczyszczenia z plastikowych torebek, torby te ulegają degradacji w wysokich temperaturach. Jeśli więc plastikowa torebka zostanie zmieszana z dzbankami na mleko, może to skutkować powstaniem partii bezbarwnych, bezużytecznych dzbanków na mleko. Ryzyko związane z przetwarzaniem jest jednym z powodów, dla których nie widzisz wielu dzbanków na mleko wykonanych z plastiku pochodzącego z recyklingu.

Dodatkowo, jeśli niektóre materiały odporne na wysoką temperaturę z pojemników na wynos trafią na linię przetwarzania torebek plastikowych, w maszynie mogą pojawić się chodaki.

Pracownicy Centrum Recyklingu hrabstwa Montgomery sortują materiały do recyklingu.

Teoretycznie możesz łatwo sortować odpady plastikowe, korzystając z małych symboli recyklingu. Następnie możesz sprzedać te posortowane tworzywa sztuczne podmiotom zajmującym się wtórnym recyklingiem, które przekształcają je w produkty.

Cena uzależniona jest od zakładanej czystości tworzywa. Duży pakiet pomarańczowych butelek z detergentem może być sprzedawany za wysoką cenę, ponieważ łatwo je wybrać. Jednak stos pojemników na wynos może łatwo zostać pomieszany z różnymi kolorami lub dodatkami.

W lokalnym zakładzie recyklingu w hrabstwie Montgomery w stanie Maryland ludzie ręcznie sortują butelki po detergentach, pojemniki na żywność i nie tylko. Jednak ręce i oczy mogą poruszać się tylko tak szybko, że przy tej prędkości łatwo jest popełnić błąd. Dlatego zakłady zajmujące się recyklingiem skupiają się na sortowaniu tworzyw sztucznych o wysokiej wartości lub łatwych do zidentyfikowania, aby zachować spójność podczas sprzedaży podmiotom zajmującym się recyklingiem wtórnym. Oznacza to, że butelki z detergentami i pojemniki na napoje są poddawane recyklingowi w dużym stopniu. Twoje plastikowe „sztućce” i zabawki dla starych dzieci mogą tego nie robić.

Aby ułatwić sortowanie, nasza praca w NIST skupiła się na wykorzystaniu światła bliskiej podczerwieni (NIR), technologii umożliwiającej szybką identyfikację różnych tworzyw sztucznych. Niektóre czołowe zakłady recyklingowe już korzystają ze świateł lub kamer, aby „widzieć” i sortować butelki po napojach gazowanych z rur PCV.

Ale te systemy nie są w stanie posortować wszystkiego. Moje badania koncentrują się na stworzeniu metody pomagającej sortować najtrudniejsze tworzywa sztuczne, tak aby podmioty zajmujące się recyklingiem mogły osiągnąć zysk.

Jak zwiększamy efektywność recyklingu

Mając to na uwadze, nasz zespół przyjrzał się tej metodzie NIR i zdecydował się ulepszyć ją za pomocą algorytmów uczenia maszynowego i innych technik naukowych.

W spektroskopii w podczerwieni na niektóre cząsteczki pada światło o różnej długości fali. Cząsteczki te absorbują część energii światła o określonych długościach fal, a resztę odbijają lub przepuszczają.

Jednym ze sposobów myślenia o tym są kwiaty i kolory. Na przykład, gdy na czerwoną różę pada światło słoneczne o wielu długościach fal, róża bardzo dobrze absorbuje każdą długość fali/kolor z wyjątkiem czerwonego. Czerwone światło odbija się od płatków i dlatego róża wydaje nam się czerwona.

Jeśli znamy kolor i intensywność światła, którym padamy na kwiat lub plastikową butelkę, oraz jaki kolor/intensywność uzyskujemy, możemy wykorzystać te różnice do zidentyfikowania większej liczby kwiatów lub butelek, na przykład odcisku palca.

Korzystając z uczenia maszynowego, możemy znaleźć odciski palców NIR wielu materiałów plastikowych. Następnie „trenujemy” komputery w zakresie identyfikacji tworzyw sztucznych na podstawie nowych sygnałów NIR w porównaniu z sygnałami NIR innych tworzyw sztucznych. To szkolenie pomaga technologii rozpoznać materiały w butelkach po napojach gazowanych, zrozumieć, czym różnią się one od pojemników na wynos i odpowiednio je oddzielić.

W naszym pierwszym artykule wykorzystaliśmy uczenie maszynowe do powiązania naszych sygnałów plastikowych z określonymi właściwościami (np. gęstością i krystalizacją polietylenu). Zwykle mierzy się gęstość, ważąc plastik w różnych cieczach i porównując różnice. To bardzo powolny i żmudny proces.

Pokazaliśmy jednak, że prawie te same informacje można znaleźć przy użyciu światła odbitego – znacznie szybciej. Na linii recyklingu czas ma kluczowe znaczenie.

Metodę tę można zastosować do dużych i małych próbek. To fajne, ponieważ pokazuje, że jeśli starannie wszystko skonfigurujemy, możemy uzyskać więcej informacji z pomiarów opartych na świetle.

Jest to na razie bardzo wstępna praca i nie dotyczy jeszcze wszystkich rodzajów tworzyw sztucznych. Nie możemy więc po prostu oświetlić dowolnego plastiku i poznać jego dokładnych właściwości, ale jest to ekscytujący początek. Jeśli uda nam się zwiększyć skalę, mogłoby to zaoszczędzić podmiotom zajmującym się recyklingiem i producentom wiele czasu i wysiłku na etapach kontroli jakości.

Od czasu opublikowania tej pracy zastanawiam się, jak potraktować wszystkie dane z tych pomiarów. Otrzymujesz bardzo różne dane w zależności od kształtu plastiku i tego, czy próbka jest granulatem, proszkiem czy butelką.

Dzieje się tak, ponieważ światło nadal się odbija, ale w różnych kierunkach, w zależności od kształtu plastiku. Wyobraź sobie odbicia na czystym stawie w porównaniu ze stawem z wieloma zmarszczkami. Następnie można dodać pigmenty i konserwanty, które mogą naprawdę zmienić sygnał. Nie powoduje to, że dane są błędne, ale może mieć wpływ na sortowanie. Można o tym myśleć jako o kategoryzowaniu zdjęć ludzi w czerni i bieli w porównaniu z tymi samymi osobami w czerni i bieli, kolorze, komiksach i obrazach.

Aby temu zaradzić, zespół poszerzał nasz zbiór danych, a ja szukam matematycznych poprawek, które umożliwiłyby zjednoczenie proszków, granulek i kolorowych tworzyw sztucznych. Jeśli nam się to uda, identyfikacja, który plastik jest który, za pomocą uczenia maszynowego stanie się łatwiejsza.

Aby uczynić te badania szerzej użytecznymi, pracuję nad pokazaniem, że możemy sortować te trudne poliolefiny. Stosując moją obecną metodę, osiągnęliśmy dokładność sortowania tych tworzyw sztucznych od 95% do 98%. Robimy to za pomocą procesów, z których może szybko zacząć korzystać prawie każdy zakład recyklingu wyposażony w NIR.

Wiele zakładów zajmujących się recyklingiem może już stosować podobne algorytmy, ale ta praca zapewnia dodatkowy poziom udoskonalenia, koncentrując się szczególnie na trudnych do sortowania poliolefinach.

Jeśli potrafimy je skutecznie sortować, możemy je ponownie wykorzystać przy mniejszej liczbie problemów z przetwarzaniem, dzięki czemu recykling będzie bardziej opłacalny. Następnie, miejmy nadzieję, zyski mogą wpłynąć na lepsze nawyki w zakresie recyklingu i będziemy mogli zacząć przekształcać naszą gospodarkę liniową w gospodarkę o obiegu zamkniętym.

Recykling jako zagadka do rozwiązania

Potrafię rozwiązywać problemy, przeskakując z jednej układanki do drugiej.

Oprócz badań nad polimerami pracowałem nad systemami dostarczania leków na raka jajnika, a teraz wykorzystuję sztuczną inteligencję (AI) i uczenie maszynowe.

Uwielbiam czynić dobro, rozwiązując złożone problemy. Zrównoważony rozwój i materiały przyjazne dla środowiska były ważnym tematem przez całą moją karierę naukową.

Na początku możesz nie dostrzegać związku między badaniami biomedycznymi a tworzywami sztucznymi. Jednak systemy dostarczania leków mogą pomóc w tworzeniu naprawdę fajnych materiałów o zastosowaniach wykraczających poza medycynę. Prace plastyczne mogą również poprawić naszą wiedzę na temat DNA, białek i kolagenu w naszym organizmie.

Teraz, wraz z eksplozją sztucznej inteligencji, mamy nowe narzędzia umożliwiające szybsze i wydajniejsze badania materiałów. To ekscytujący czas w dziedzinie zrównoważonych materiałów!

Przyszłość Sortowanie Badania

Obecnie kończę dwuletni kontrakt w NIST i szukam kolejnej zagadki do rozwiązania.

Jednakże planuję pozostać w kontakcie z NIST jako partner, aby pomóc innym badaczom w korzystaniu z moich technik.

Mam nadzieję, że pomogę szerszej społeczności zajmującej się recyklingiem wykorzystać analizę danych, aby ulepszyć nasz recykling i pomóc w oczyszczeniu naszej planety.