بازیافت قوطی‌ آلومینیومی با هوش مصنوعی

بازیافت قوطی‌ آلومینیومی با هوش مصنوعی با فناوری GAINnext™ چگونه می‌تواند کیفیت قراضه قوطی‌های آلومینیومی را ارتقا دهد؟ در این مقاله از سایت آلوم متال به این موضوع می پردازیم.

بازیافت قوطی‌های آلومینیومی نوشیدنی یکی از مهم‌ترین مسیرهای بازگشت آلومینیوم به چرخه تولید است. با این حال، ارزش این قراضه تنها به حجم آن وابسته نیست؛ خلوص، تفکیک دقیق آلیاژی و حذف مواد نامرتبط نیز نقش مهمی در کیفیت خوراک کارخانه‌های بازیافت و ذوب ثانویه دارد.

در همین راستا، شرکت TOMRA Recycling از کاربرد فناوری هوش مصنوعی و یادگیری عمیق GAINnext™ برای جداسازی قوطی‌های آلومینیومی نوشیدنی یا UBC (Used Beverage Cans) استفاده کرده است. این فناوری با شناسایی تصویری اشیا و تفکیک خودکار آن‌ها، می‌تواند با سرعتی بسیار بالاتر از مرتب‌سازی دستی، بخش UBC را از جریان مختلط ضایعات جدا کند.

بر اساس اطلاعات منتشرشده توسط TOMRA، کاربرد UBC فناوری GAINnext™ قادر است تا ۲ هزار خروج یا جداسازی در دقیقه انجام دهد و به خلوص بیش از ۹۸ درصد برسد. این شرکت همچنین اعلام کرده که سرعت پردازش در مقایسه با مرتب‌سازی دستی می‌تواند تا ۳۳ برابر بیشتر باشد.

فناوری GAINnext™چیست؟

فناوری GAINnext™یک سیستم هوش مصنوعی مبتنی بر Deep Learning یا یادگیری عمیق است که برای شناسایی مواد دشوار در جریان‌های مختلط بازیافت توسعه یافته است.

در سیستم‌های سنتی تفکیک، سنسورها می‌توانند ویژگی‌های مختلف مواد را شناسایی کنند؛ اما برخی اقلام از نظر جنس یا ظاهر شباهت زیادی به یکدیگر دارند و تشخیص آن‌ها دشوار است.

تشخیص بصری اشیا با GAINnext™ یک لایه دیگر از اطلاعات را به فرآیند تفکیک اضافه می‌کند

این سیستم با استفاده از دوربین‌های RGB و آموزش با هزاران تصویر، ویژگی‌هایی مانند شکل، اندازه، ابعاد و ظاهر اشیا را یاد می‌گیرد و بر اساس این اطلاعات، اقلام موجود روی نوار نقاله را طبقه‌بندی می‌کند.

به بیان ساده، سیستم تلاش می‌کند چیزی را که یک انسان از روی ظاهر تشخیص می‌دهد، با سرعت بسیار بالاتر و به‌صورت خودکار انجام دهد.

چگونه در بازیافت قوطی‌ آلومینیومی با هوش مصنوعی جدا می‌شود؟

جریان ضایعات بسته‌بندی معمولاً فقط شامل قوطی نوشیدنی نیست.

در میان این مواد ممکن است اقلامی مانند:

• قوطی‌های مواد غذایی
• بطری‌های آلومینیومی
• ظروف و سینی‌های آلومینیومی
• اسپری‌ها و آئروسل‌ها
• سایر فلزات
• پلاستیک‌ها

وجود داشته باشد.

یکی از کاربردهای GAINnext™ این است که بتواند قوطی نوشیدنی آلومینیومی را از سایر محصولات آلومینیومی و مواد مزاحم تشخیص دهد.

در ادامه TOMRA اعلام کرده است که این سیستم می‌تواند مواد غیرمرتبط با UBC را به‌صورت خودکار شناسایی و از جریان اصلی خارج کند. در نتیجه، بخش باقی‌مانده می‌تواند خلوص بالاتری برای بازیافت قوطی‌های آلومینیومی داشته باشد.

این نکته بسیار مهم است؛ زیرا همه محصولات آلومینیومی موجود در یک جریان ضایعات، الزاماً برای تولید مجدد قوطی نوشیدنی مناسب نیستند.

سرعت ۲۰۰۰ جداسازی در دقیقه چگونه به ۳۳ برابر می‌رسد؟

یکی از مهم‌ترین اعداد اعلام‌شده درباره این فناوری، تا ۲ هزار خروج در دقیقه است.

TOMRA اعلام کرده است که مرتب‌سازی دستی در چنین کاربردی به‌طور متوسط حدود ۶۰ برداشت در دقیقه انجام می‌دهد؛ در مقابل، GAINnext™ می‌تواند تا حدود ۲ هزار جداسازی در دقیقه انجام دهد. به همین دلیل، شرکت از افزایش ظرفیت پردازش تا ۳۳ برابر نسبت به مرتب‌سازی دستی سخن می‌گوید.

البته این عدد باید به‌عنوان ظرفیت اعلام‌شده فناوری در شرایط کاربردی در نظر گرفته شود و عملکرد واقعی یک خط بازیافت به عواملی مانند سرعت نوار، حجم مواد، اندازه اقلام، نحوه ورود مواد و طراحی کل خط بستگی دارد.

اما حتی فارغ از عدد ۳۳ برابر، اصل موضوع اهمیت زیادی دارد: انتقال بخشی از فرآیند جداسازی از نیروی انسانی به سیستم‌های هوشمند می‌تواند ظرفیت خطوط بازیافت را افزایش دهد.

خلوص بالاتر از ۹۸ درصد؛ چرا اهمیت دارد؟

برای صنعت بازیافت آلومینیوم، «بازیابی» به‌تنهایی کافی نیست.

اگر حجم زیادی از قوطی‌های آلومینیومی جمع‌آوری شود اما همراه آن مواد غیرمرتبط نیز وارد جریان بازیافتی شوند، کیفیت خوراک کارخانه کاهش پیدا می‌کند و ممکن است مراحل اضافی برای پاک‌سازی و تفکیک مورد نیاز باشد.

در این مقاله TOMRA برای کاربرد UBC فناوری GAINnext™، خلوص ۹۸ درصد یا بالاتر را اعلام کرده است. این رقم مربوط به عملکرد سیستم در فرآیند جداسازی UBC است و نباید به‌عنوان تضمین کیفیت نهایی همه محصولات آلومینیوم بازیافتی در هر کارخانه تلقی شود.

هرچه تفکیک اولیه دقیق‌تر باشد، امکان تولید یک جریان قراضه با کیفیت مشخص‌تر افزایش پیدا می‌کند.

مدل «قوطی به قوطی» یا Can-to-Can چیست؟

یکی از مهم‌ترین دلایل اهمیت UBC، قابلیت بازگشت این ماده به چرخه تولید قوطی‌های جدید است.

در مدل Can-to-Can، قوطی مصرف‌شده جمع‌آوری شده، تفکیک و آماده بازیافت می‌شود و آلومینیوم حاصل می‌تواند دوباره برای تولید قوطی‌های جدید مورد استفاده قرار گیرد.

این مدل، نمونه‌ای روشن از اقتصاد چرخشی در صنعت آلومینیوم است.

چرخه به‌صورت ساده چنین است:

تولید قوطی → مصرف → جمع‌آوری → تفکیک UBC → ذوب و بازیافت → تولید ورق آلومینیومی → تولید قوطی جدید

فناوری‌هایی مانند GAINnext™ در مرحله تفکیک می‌توانند به ایجاد خوراک با خلوص بالاتر کمک کنند و در نتیجه، مسیر بازیافت قوطی به قوطی را کارآمدتر کنند. TOMRA نیز کاربرد UBC این فناوری را به‌طور مشخص با هدف ایجاد مسیر خودکار و با خلوص بالا برای Can-to-Can Recycling معرفی کرده است.

چرا آلومینیوم قوطی ارزش بازیافت بالایی دارد؟

آلومینیوم از جمله فلزاتی است که قابلیت بازیافت مکرر دارد و بازیافت آن از نظر مصرف انرژی نیز مزیت مهمی نسبت به تولید آلومینیوم اولیه دارد.

TOMRA در گزارش سالانه خود اشاره کرده است که بازیافت آلومینیوم می‌تواند تا حدود ۹۵ درصد انرژی کمتری نسبت به تولید آلومینیوم اولیه مصرف کند.

این موضوع باعث می‌شود افزایش نرخ بازیافت و حفظ کیفیت قراضه آلومینیوم، فقط یک مسئله زیست‌محیطی نباشد؛ بلکه از نظر اقتصادی و انرژی نیز اهمیت داشته باشد.

هرچه مقدار بیشتری از آلومینیوم مصرف‌شده دوباره وارد چرخه تولید شود، نیاز به تولید آلومینیوم اولیه برای تأمین همان مقدار ماده نیز می‌تواند کاهش پیدا کند.

بخوانید: بازیافت آلومینیوم: راه‌حلی پایدار برای کاهش ضایعات

هوش مصنوعی چگونه بازار قراضه آلومینیوم را تغییر می‌دهد؟

ورود هوش مصنوعی به صنعت بازیافت، یک تغییر مهم در نگاه به قراضه ایجاد می‌کند.

در گذشته، ارزش قراضه تا حد زیادی با عواملی مانند وزن، نوع محصول و قیمت روز فلز تعیین می‌شد. اما با پیشرفت فناوری‌های تفکیک، کیفیت و ترکیب قراضه اهمیت بیشتری پیدا می‌کند.

یک جریان قراضه با خلوص بالاتر می‌تواند برای کاربردهای ارزشمندتری مناسب باشد.

در مورد قوطی‌های آلومینیومی، فناوری‌هایی مانند GAINnext™ می‌توانند کمک کنند تا قوطی‌ها از سایر محصولات آلومینیومی جدا شوند. این موضوع به تولیدکنندگان مواد ثانویه اجازه می‌دهد جریان‌های مشخص‌تری از مواد بازیافتی ایجاد کنند.

بنابراین مسیر آینده بازار قراضه می‌تواند از:

قراضه مخلوط → تفکیک هوشمند → قراضه با خلوص بالاتر → ذوب ثانویه با کنترل بهتر → محصول با ارزش افزوده بیشتر

حرکت کند.

ترکیب هوش مصنوعی با فناوری‌های سنتی تفکیک

فناوری GAINnext™ لزوماً قرار نیست جای تمام فناوری‌های قبلی را بگیرد.

در واقع TOMRA این فناوری را به‌عنوان یک لایه هوش بصری در کنار سیستم‌های تفکیک مبتنی بر سنسور معرفی می‌کند. در معماری‌هایی مانند AUTOSORT™ با GAINnext™، شناسایی مبتنی بر سنسور با تشخیص بصری مبتنی بر هوش مصنوعی ترکیب می‌شود.

این ترکیب اهمیت زیادی دارد.

سنسورها می‌توانند ویژگی‌های فیزیکی یا ترکیب مواد را شناسایی کنند، در حالی که هوش مصنوعی می‌تواند از روی ظاهر، شکل و ابعاد، اشیای دشوارتر را طبقه‌بندی کند.

در نتیجه، سیستم به جای تکیه بر یک روش، می‌تواند از چند لایه اطلاعاتی برای افزایش دقت جداسازی استفاده کند.

فقط قوطی نوشیدنی؛ یا کاربردهای بیشتر؟

کاربرد UBC تنها یکی از کاربردهای GAINnext™ است.

TOMRA از این پلتفرم برای کاربردهای دیگری نیز استفاده کرده است؛ از جمله تفکیک انواع پلاستیک، چوب و ارتقای کیفیت برخی جریان‌های ضایعات آلومینیومی.

برای نمونه، در فرآیند بازیافت آلومینیوم، GAINnext™ می‌تواند پس از مراحل اولیه تفکیک، برای شناسایی و حذف برخی قطعات آلومینیومی ریختگی کم‌آلیاژ از جریان آلومینیوم کارپذیر مورد استفاده قرار گیرد. این فرآیند می‌تواند به تولید یک جریان آلومینیومی کارپذیر با خلوص بالاتر کمک کند.

این موضوع نشان می‌دهد که هدف اصلی این فناوری، صرفاً افزایش سرعت نیست؛ بلکه افزایش دقت تفکیک و تولید جریان‌های قراضه با ارزش و مشخصات بهتر نیز اهمیت دارد.

تأثیر این فناوری بر کارخانه‌های بازیافت

برای یک کارخانه بازیافت، افزایش سرعت تنها زمانی ارزشمند است که با افزایش کیفیت و کاهش هزینه نیز همراه شود.

طبق اعلام TOMRA، کاربرد UBC فناوری GAINnext™ می‌تواند به:

• کاهش وابستگی به مرتب‌سازی دستی
• افزایش ظرفیت پردازش
• افزایش خلوص جریان UBC
• کاهش ورود مواد نامرتبط
• افزایش بازیابی آلومینیوم
• کاهش هزینه‌های عملیاتی
• ایجاد ارزش بیشتر از مواد بازیافتی

کمک کند.

البته صرفه اقتصادی نهایی به شرایط هر کارخانه، هزینه سرمایه‌گذاری، ظرفیت خط، قیمت قراضه، هزینه نیروی انسانی و کیفیت مواد ورودی وابسته است.

اهمیت فناوری TOMRA برای بازار آلومینیوم ایران

اگرچه فناوری GAINnext™ در بازارهای بین‌المللی توسعه یافته است، روندی که پشت این فناوری قرار دارد برای بازار آلومینیوم ایران نیز قابل توجه است.

افزایش کیفیت تفکیک قراضه می‌تواند در آینده اهمیت بیشتری پیدا کند؛ به‌خصوص با رشد نیاز صنایع به آلومینیوم ثانویه و افزایش توجه به کاهش مصرف انرژی و انتشار کربن.

در بازار قراضه، موضوع فقط جمع‌آوری حجم بیشتر نیست. تفکیک، شناسایی، کنترل ناخالصی و حفظ ارزش آلیاژها می‌تواند به یکی از عوامل اصلی افزایش ارزش اقتصادی قراضه تبدیل شود.

این روند می‌تواند برای فعالان حوزه‌های زیر اهمیت ویژه‌ای داشته باشد:

جمع‌آوری قراضه، تفکیک ضایعات، ذوب ثانویه، تولید شمش آلومینیوم، تولید ورق و صنایع بسته‌بندی.

آینده بازیافت آلومینیوم؛ از نیروی انسانی به هوش مصنوعی

توسعه فناوری‌هایی مانند GAINnext™ نشان می‌دهد که صنعت بازیافت به سمت اتوماسیون، بینایی ماشین و هوش مصنوعی در حال حرکت است.

در نسل‌های قدیمی‌تر خطوط تفکیک، تمرکز اصلی بر سنسورها و مکانیزم‌های مکانیکی بود؛ اما اکنون هوش مصنوعی می‌تواند در سطح شناسایی و تصمیم‌گیری نیز وارد فرآیند شود.

در چنین مدلی، سیستم نه‌تنها می‌پرسد «این ماده از چه جنسی است؟»، بلکه می‌تواند از روی ویژگی‌های ظاهری تشخیص دهد:

این شیء چیست؟

• قوطی نوشیدنی است؟
• قوطی مواد غذایی است؟
• سینی آلومینیومی است؟
• بطری آلومینیومی است؟
• پلاستیک یا ماده دیگری است؟

همین سطح از تشخیص می‌تواند امکان تفکیک جریان‌های پیچیده‌تر را فراهم کند.

جمع‌بندی؛ بازیافت قوطی‌ آلومینیومی با هوش مصنوعی

فناوری GAINnext™ شرکت TOMRA نمونه‌ای از ورود جدی هوش مصنوعی و یادگیری عمیق به صنعت بازیافت آلومینیوم است.

کاربرد این فناوری برای قوطی‌های آلومینیومی نوشیدنی یا UBC می‌تواند تا ۲ هزار جداسازی در دقیقه انجام دهد و طبق اعلام TOMRA به خلوص ۹۸ درصد یا بیشتر برسد. این شرکت همچنین سرعت پردازش را تا ۳۳ برابر مرتب‌سازی دستی اعلام کرده است.

اهمیت اصلی این فناوری تنها در سرعت نیست. موضوع مهم‌تر، ایجاد قراضه آلومینیومی با کیفیت و خلوص بالاتر و کمک به بازگشت قوطی‌های مصرف‌شده به چرخه تولید در مدل Can-to-Can است.

از دید بازار آلومینیوم، این روند می‌تواند اهمیت فناوری‌های تفکیک قراضه را افزایش دهد و ارزش اقتصادی بیشتری برای قراضه با کیفیت، آلومینیوم ثانویه و جریان‌های تفکیک‌شده آلیاژی ایجاد کند.

در واقع، آینده بازیافت آلومینیوم فقط به جمع‌آوری قراضه بیشتر وابسته نیست؛ بلکه به این بستگی دارد که بتوانیم قراضه را دقیق‌تر شناسایی، هوشمندانه‌تر تفکیک و با کیفیت بالاتری دوباره وارد چرخه تولید کنیم.

منبع: TOMRA Recycling