*da Koblenz

 

Un cervello in grado di prendere decisioni nell’arco di millisecondi basandosi su informazioni apprese gradualmente nel tempo, migliorando di giorno in giorno la capacità di distinguere un rifiuto. A vederlo è solamente una scatola, nemmeno troppo ingombrante, montata su una super macchina di sorting per i rifiuti plastici, rumorosa, in grado di processare scarti di packaging in pochi millisecondi. Eppure, da oggi nell’economia circolare c’è un nuovo importante progresso.

Siamo nei sobborghi di Koblenz, città dove il Reno e la Mosella s’incontrano sotto lo sguardo dell’immensa statua di Guglielmo I. Materia Rinnovabile, nei reparti di testing di TOMRA Recycling, leader nello sviluppo di tecnologie per la selezione dei rifiuti, ha potuto assistere in anteprima alla nuova applicazione capace di separare la plastica di grado alimentare da quella non alimentare per PET, PP e HDPE.

Il sistema GAINnext di Tomra

L’innovazione è stata resa possibile grazie all’intensa attività di ricerca e sviluppo dell’azienda nel campo del deep learning (apprendimento profondo), un ramo dell’Intelligenza Artificiale che ha portato a un nuovo livello i macchinari di sorting.

“Per la prima volta con il nostro sistema GAINnext possiamo separare in modo rapido, efficiente e su larga scala la plastica di grado alimentare da quella non alimentare per PET, PP e HDPE”, ci racconta Volker Rehrmann, VP e head of Recycling di Tomra, mentre ci riceve negli uffici di Tomra, antistanti ai nuovi spazi operativi che testimoniano la grande espansione che sta vivendo uno dei nomi di punta delle tecnologie per l’economia circolare.

La selezione di grado alimentare ha sempre rappresentato una vera e propria sfida per l'industria, poiché gli imballaggi alimentari e non alimentari sono spesso fatti dello stesso materiale, dunque visivamente molto simili. Questo rende difficile per i sistemi di selezione esistenti sul mercato identificarli e separarli in maniera corretta.

Ora però, con un sistema di apprendimento automatico, la tecnologia Gain (ora GAINnext, per sottolinearne il salto evolutivo) riesce a distinguere oggetti complessi e packaging in PET di diversi colori (impossibili da differenziare con i sensori ottici tradizionali), elaborando fino a 60 kg di rifiuti al minuto e continuando sempre ad apprendere nel caso di nuovi formati di packaging

Test riuscito, avanti con il bottle-to-bottle alimentare

Sotto gli occhi del sales manager, l’italiano Fabrizio Radice, un tecnico rovescia un cassone di rifiuti in PET di varie tipologie sul nastro trasportatore della sorting machine: bottiglie del latte, contenitori di olii non alimentari, bottiglie di acqua minerale San Pellegrino e via dicendo. Il risultato è effettivamente sorprendente: anche se uno o due oggetti non sono stati incasellati correttamente, il livello di precisione nella selezione del materiale raggiunge il 95%, garantendo un elevato standard di purezza del materiale da riciclare. Per tante aziende il bottle-to-bottle di prodotti alimentari è finalmente realtà.

“In questo modo possiamo finalmente soddisfare la domanda dei settori alimentari e della cosmetica per plastica PET, PP e HDPE riciclata food-grade”, spiega l’elegante Indrajeet Prasad, Product Manager Deep Learning di TOMRA Recycling. Completano la suite per il materiale plastico food grade un'applicazione per togliere l’inchiostro dalla carta e ottenere materiale più pulito, e un'applicazione per la pulizia del PET in grado di riciclare le bottiglie in un PET ancora più puro.

Un mercato importante, un passo in avanti per il riciclo della plastica

“Oggi sono già state installate cento unità di Autosort con GAINnext installato”, spiega Fabrizio Radice. Varie aziende come l’inglese Berry circular polymer, Viridor e l’impianto francese Nord-Pal-Plast (gruppo Dentis) montano questa tecnologia. Con la previsione che, ogni tre sistemi Autosort venduti, uno sia equipaggiato con il sistema GAINnext, sancendo così l’importanza della AI nel riciclo. Per Volker Rehrmann, “l’AI ha il potere di trasformare il recupero delle risorse così come lo conosciamo e le nostre ultime sofisticate applicazioni basate sul deep learning rafforzano la nostra posizione di pionieri in questo campo. L'uso dell'IA sta guidando la circolarità dei materiali in un momento in cui è più necessaria, con l'inasprimento delle normative e la crescente domanda di soluzioni tecnologicamente avanzate da parte dei clienti. Noi di TOMRA siamo orgogliosi di guidare il cambiamento nel processo di selezione".

Ad aiutare l’innovazione dell’azienda arriva anche la normativa UE sul riciclo di plastiche a contatto con alimenti (EU 2022/1616), che richiede un livello di purezza pari al risultato raggiunto dal sistema AI, che garantirà, almeno per qualche tempo, un vantaggio quasi monopolistico all’azienda. Almeno per una volta tecnologia e legislatore si muovono alla stessa velocità.

 

Questo articolo è disponibile anche in inglese / This article is also available in English

 

Immagini: Tomra

 

© riproduzione riservata