banner
Centro notizie
Esperienza significativa sia nella gestione delle vendite che della produzione

Precisione “molto alta”.

Oct 28, 2023

Da Frontiers22 marzo 2023

I ricercatori hanno utilizzato tecniche di imaging altamente sensibili e sviluppato metodi di apprendimento automatico in grado di identificare la plastica compostabile tra i tipi convenzionali.

L’uso della plastica compostabile è in aumento e, sebbene offrano numerosi vantaggi, questi materiali, come involucri e imballaggi, possono mescolarsi e contaminare i tradizionali rifiuti di plastica durante il riciclaggio. Per affrontare questo problema, gli scienziati hanno utilizzato tecniche di imaging avanzate e creato algoritmi di apprendimento automatico in grado di distinguere la plastica compostabile da quella convenzionale.

La plastica usa e getta è ovunque nella nostra vita e si presenta in varie forme come contenitori per alimenti, tazze di caffè e sacchetti di plastica. Sebbene alcune plastiche siano progettate per biodegradarsi in condizioni controllate, presentano comunque problemi poiché spesso assomigliano alla plastica tradizionale. Quando queste plastiche compostabili vengono riciclate in modo improprio, possono contaminare i flussi di rifiuti di plastica, portando a una riduzione dell’efficienza del riciclaggio. Inoltre, la plastica riciclabile viene spesso confusa con quella compostabile, risultando in un compost inquinato.

Researchers at University College London (UCL) have published a paper in Frontiers in Sustainability in which they used machine learningMachine learning is a subset of artificial intelligence (AI) that deals with the development of algorithms and statistical models that enable computers to learn from data and make predictions or decisions without being explicitly programmed to do so. Machine learning is used to identify patterns in data, classify data into different categories, or make predictions about future events. It can be categorized into three main types of learning: supervised, unsupervised and reinforcement learning." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">machine learning per selezionare automaticamente diversi tipi di plastica compostabile e biodegradabile e differenziarli dalla plastica convenzionale.

“The accuracyHow close the measured value conforms to the correct value." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">la precisione è molto elevata e consente in futuro di utilizzare in modo fattibile la tecnica negli impianti di riciclaggio e compostaggio industriale”, ha affermato il professor Mark Miodownik, autore corrispondente dello studio.

I ricercatori hanno lavorato con diversi tipi di plastica di dimensioni comprese tra 50 mm per 50 mm e 5 mm per 5 mm. I campioni di plastica convenzionali includevano PP e PET, spesso utilizzati per contenitori per alimenti e bottiglie per bevande, nonché LDPE, utilizzato, tra le altre cose, per sacchetti e imballaggi di plastica. I campioni di plastica compostabili includevano PLA e PBAT, utilizzati per coperchi di tazze, bustine di tè e involucri di riviste; così come foglie di palma e canna da zucchero, entrambi materiali derivati ​​dalla biomassa utilizzati per produrre imballaggi. I campioni sono stati divisi in un set di addestramento, utilizzato per costruire modelli di classificazione, e un set di test, utilizzato per verificare l’accuratezza.

I risultati hanno mostrato tassi di successo elevati: il modello ha raggiunto una precisione perfetta per tutti i materiali quando i campioni misuravano più di 10 mm per 10 mm. Per i materiali derivati ​​dalla canna da zucchero o a base di foglie di palma che misurano 10 mm per 10 mm o meno, tuttavia, il tasso di errata classificazione era rispettivamente del 20% e del 40%.

Osservando i pezzi che misurano 5 mm per 5 mm, alcuni materiali sono stati identificati in modo più affidabile di altri: per i pezzi LDPE e PBAT il tasso di classificazione errata è stato del 20%; ed entrambi i materiali derivati ​​dalla biomassa sono stati identificati erroneamente in percentuali del 60% (canna da zucchero) e dell'80% (foglie di palma). Il modello è stato, tuttavia, in grado di identificare pezzi in PLA, PP e PET senza errori, indipendentemente dalle misurazioni del campione.

“Attualmente, la maggior parte della plastica compostabile viene trattata come un contaminante nel riciclo della plastica convenzionale, riducendone il valore. Il vaglio e la selezione per densità vengono applicati per vagliare il compost e ridurre la presenza di altri materiali. Tuttavia, il livello di contaminanti derivanti dall’attuale processo di screening è inaccettabilmente elevato”, ha spiegato Miodownik. “I vantaggi degli imballaggi compostabili si realizzano solo quando vengono compostati industrialmente e non entrano nell’ambiente né inquinano altri flussi di rifiuti o il suolo.”