Caso d'uso della linea in alluminio

Un cliente con sede nel Regno Unito aveva bisogno di capire la fattibilità dell’uso dello smistamento robotizzato per la selezione dell’alluminio.

L’interesse maggiore era quello di separare le lattine da altri articoli in alluminio e volevano confrontare la forza dell’intelligenza artificiale con quella di altre tecnologie di selezione per identificare gli articoli in questione.

La sfida

L’azienda si è rivolta a Recycleye per capire se l’intelligenza artificiale potesse essere utilizzata per due diverse applicazioni per l’alluminio.

La prima applicazione consisteva nell’identificare con maggiore precisione fogli, aerosol e altri contaminanti dell’alluminio che passavano attraverso le correnti parassite delle lattine, per garantire che il robot potesse ottenere la massima purezza. Si tratta del cosiddetto picking negativo del flusso QC dell’alluminio. La seconda applicazione consisteva nel prelevare lattine di alluminio da una linea di scarto, per garantire l’estrazione del massimo valore. Questo è noto come prelievo positivo.

I ricavi sono stati una considerazione fondamentale, con il desiderio di prelevare e ottimizzare in modo efficace i riciclati di alluminio, dato il valore di mercato relativamente elevato di questo materiale. Anche la sicurezza è stata una considerazione importante, dato che gli incendi e le esplosioni delle bombole di gas sono una delle principali preoccupazioni e le altre tecnologie di identificazione faticano a identificarle e a distinguerle dalle lattine.

Il cliente ci ha chiesto di concentrarci sulla prima applicazione, per la quale il flusso in entrata era puro all’80%.

Risultati

La purezza è aumentata dell’8%.

Valore potenziale +20%

Maggiore sicurezza antincendio

Rilevamento di più classi

Il modello ha dato buoni risultati ed è stato in grado di migliorare la purezza della produzione sulla linea in entrata. In questo esempio di linea, dove la purezza in ingresso era dell’80%, il nostro modello ha aumentato la purezza delle lattine di alluminio in uscita al 93%, rispetto alla tecnologia di selezione attuale, che produceva l’85%.

Questo risultato avrebbe un impatto significativo sul valore generato da questo MRF per sacchi neri. Basandosi su una media di circa 700 sterline per tonnellata con una contaminazione del 15%, rispetto alle 850 sterline per una contaminazione del 5%, questo risultato significherebbe un aumento del valore della produzione del +20%.

Per quanto riguarda la sicurezza, l’IA ha rilevato i cannister, assicurando che potessero essere rimossi prima della pressa. Data l’importanza di questa funzione, stiamo sviluppando avvisi automatici per le bombole di gas e altri oggetti pericolosi come le batterie.

Inoltre, il modello ha anche identificato con precisione il PET come una classe di materiali diversa, consentendo al cliente di assicurarsi di poter estrarre il massimo valore da altri oggetti nella linea dei rifiuti.

Identificazione e prelievo di lattine di alluminio

“La gestione del valore generato da un MRF deve essere un processo dinamico. Mentre il prezzo dell’alluminio ha continuato ad aumentare negli ultimi anni, la purezza e la sicurezza sono considerazioni fondamentali nella separazione delle lattine dagli aerosol per molti dei nostri clienti”.
Questo lavoro ha dimostrato la capacità di Recycleye di identificare correttamente le lattine di alluminio per massimizzare il recupero”.

– Zoe Cook, Technical Sales Manager

Conoscere il volume di altre classi di materiali di valore in un flusso di rifiuti dà al gestore della MRF la possibilità di rispondere dinamicamente alle condizioni di mercato, utilizzando il picking negativo o positivo, per estrarre il massimo valore dalle diverse categorie di rifiuti differenziati.

Questo lavoro ha dimostrato la capacità di Recycleye di identificare correttamente le lattine di alluminio per massimizzarne il recupero.

Miglioramento dell’8% della purezza dell’offtake
Massimo recupero di riciclati di alto valore (stimato a +20% per le lattine di alluminio)
Riduzione del rischio di incendi
Sostegno alla redditività dell’impianto

Website Cookies

Caso d’uso della linea in alluminio

Un cliente con sede nel Regno Unito aveva bisogno di capire la fattibilità dell’uso dello smistamento robotizzato per la selezione dell’alluminio.

La sfida

Risultati

Identificazione e prelievo di lattine di alluminio

Case Studies - Italiano

Caso d’uso della linea in fibra

Caso di studio di smistamento robotizzato – Linea HDPE

Caso di studio: Automazione della linea carta