Riciclare la plastica al 100% con l'intelligenza artificiale - a podcast by 7HYPE Srl

Portare il concetto di raccolta differenziata a un livello superiore, sviluppando un metodo di riciclaggio completo della plastica attraverso l’intelligenza artificiale. Questo l’obiettivo del progetto ReCircE (dall’inglese ‘Digital Lifecycle Record for the Circular Economy’), promosso dall’associazione non-profit Technologie-Initiative SmartFactory KL.

Sono 50 i membri, fra istituti di ricerca, università e aziende operanti nel settore della produzione di imballaggi in plastica, che hanno aderito all’iniziativa lanciata da un’organizzazione non-profit tedesca attiva da una quindicina d’anni. Si tratta più nel dettaglio di una piattaforma di ricerca e dimostrazione dove le tecnologie innovative dell’informazione e della comunicazione e la loro applicazione vengono testate e sviluppate in un ambiente di produzione industriale realistico. Una cinquantina di realtà, dunque, che a diverso titolo hanno scommesso sulla possibilità di dare un nuovo volto alla raccolta differenziata così come l’abbiamo conosciuta fino ad ora. L’idea è quella di ricorrere all’intelligenza artificiale per facilitare la separazione e il riciclaggio della plastica.

La raccolta differenziata e il riciclo della plastica oggi

La spettroscopia nel vicino infrarosso è la metodologia alla base dell’attuale processo di analisi e smistamento dei materiali plastici conferiti. Una tecnica grazie alla quale è possibile individuare e smistare la maggior parte dei polimeri più comuni in modo automatico. La sua efficacia, però, si ferma nel caso di prodotti complessi formati da materie plastiche di tipo diverso o da più materiali diversi fra loro (alcuni dei quali possono anche contenere sostanze nocive).

È proprio questa difficoltà, unita a considerazioni di costi e di qualità del prodotto, a spingere sempre più produttori a scegliere di lavorare con nuovi granulati plastici anziché con prodotti riciclati. Con buona pace degli sforzi profusi per incentivare la raccolta differenziata. Il progetto di cui stiamo parlando nasce proprio per ovviare a questi limiti e rendere il riciclo della plastica più efficace.

In che modo? Creando un pass digitale per i prodotti che contenga tutte le informazioni relative ai materiali utilizzati e ai processi di lavorazione e smaltimento. Un concetto che combina alla perfezione il potenziale del machine learning con i metodi di smistamento basati sulla sensoristica.

Il futuro del riciclo della plastica

Il progetto vede già alcuni dei partner alle prese con la sperimentazione. Si tratta di un’organizzazione specializzata nella ricerca su materiali riciclati e strategie di gestione delle risorse (il Fraunhofer IWKS), che sta sperimentando questa tecnologia nel suo impianto di smaltimento. Un impianto che utilizza attualmente tecnologie a infrarossi e strutture di oggetti tridimensionali per analizzare la composizione dei rifiuti. Un procedimento che, grazie all’introduzione dell’Intelligenza Artificiale, può notevolmente migliorare.

L’obiettivo è infatti quello di utilizzare i dati dei sensori e il machine learning per addestrare l’impianto. Il ruolo dell’AI in tal senso è determinante, perché capace di riconoscere le singole catene molecolari ed elaborare la plastica fusa in modo da scomporla, in futuro, nelle sue rispettive componenti. Al termine del processo avremo quindi la creazione di quattro o cinque tipi differenti di plastica riciclati, caratterizzati da una qualità comparabile a quella della plastica primaria.

Un altro esempio di sperimentazione in atto da parte di uno dei partecipanti al progetto è quello portato avanti dalla società Papier-Mettler. In uno dei primi step sperimentativi si prevede di aumentare la percentuale di plastica riciclabile recuperata in sacchi e pellicole semplici dall’attuale 80% a quasi il 100%. In una seconda fase, poi, il granulato riciclato verrà utilizzato nella produzione di film industriali di alta qualità. Le conoscenze acquisite dal progetto di r...

Further episodes of IOTtoday

Further podcasts by 7HYPE Srl

Website of 7HYPE Srl