Как искусственный интеллект помогает снизить загрязнение при переработке

Загрязнение в коммерческих отходах и переработке продолжает вызывать беспокойство, поскольку уровни захоронения достигают рекордных максимумов. Один загрязненный материал может в конечном итоге отправить целую партию вторсырья на свалку и оставить бизнес с дорогостоящими сборами за загрязнение. Это может подорвать усилия по переработке и увеличить эксплуатационные расходы. Коррекция курса на различных этапах потока отходов за счет достижений в технологии переработки отходов является наиболее эффективным способом повышения эффективности сортировки, снижения уровня загрязнения и снижения уровня выбросов.

При однопоточной переработке загрязнение происходит, когда неперерабатываемые или неправильно подготовленные предметы помещаются в мусорные контейнеры для переработки, что затрудняет или делает невозможной переработку вторсырья на предприятии по переработке материалов (MRF). Загрязнители могут включать такие предметы, как большие объемы пластиковых пакетов, остатки пищи, жирные контейнеры и иногда битое стекло, все из которых не только в конечном итоге направляются на свалки, но и могут засорять сортировочное оборудование и ухудшать качество вторсырья.

Это часто происходит из-за благонамеренных, но неправильных привычек переработки, таких как «wishcycling», когда неперерабатываемые предметы выбрасываются в мусорный контейнер для переработки в надежде, что с ними будут правильно обращаться ниже по течению. Загрязнение также может произойти, когда мусорный контейнер, направляемый на свалку, заполнен, и из соображений удобства мусорный контейнер для переработки неправильно используется для утилизации дополнительных отходов свалки. Кроме того, правила переработки различаются в разных муниципалитетах, что добавляет путаницы относительно того, что принимается и не принимается как перерабатываемое. Проактивный подход, включающий четкие правила, обучение сообщества и сотрудников, а также обеспечение надлежащих методов сортировки, имеет важное значение для снижения загрязнения и повышения эффективности программы переработки. Технологии точек утилизации, а также технологии сортировки упрощают эти усилия.

Сокращение загрязнения в точке утилизации с помощью ИИ

Однопоточная переработка разработана с целью упростить переработку, но часто может привести к более высокому уровню загрязнения. Ключевая возможность для снижения загрязнения находится в точке утилизации, где путаница в отношении того, что можно перерабатывать, приводит к неправильной утилизации и, как следствие, непреднамеренному загрязнению. Это проблема, в решении которой мы все играем свою роль. Улучшение практики на этом этапе для снижения загрязнения до сбора материалов может оказать значительное влияние, поскольку сильно загрязненные грузы отправляются на свалки, а не на предприятия по переработке, которые являются одним из крупнейших источников выбросов метана в США, согласно данным Агентства по охране окружающей среды.

Решения на основе ИИ предлагают путь вперед, помогая обнаруживать неперерабатываемые материалы на ранней стадии, предлагая лучшие методы утилизации и снижая загрязнение в потоке отходов. Эта технология может поддерживать всех в экосистеме отходов, от перевозчиков отходов и поставщиков услуг до потребителей и предприятий — все они играют роль в улучшении результатов переработки, работая вместе и имея больше информации.

Пункт A: Мелкие мусорные баки и контейнеры для вторичной переработки

Человеческая ошибка играет свою роль, поскольку люди изначально выбрасывают отходы в мусорный бак или контейнер для вторичной переработки в пунктах сбора, где представлены различные контейнеры для утилизации. Неясные и непоследовательные правила, а также отсутствие обучения могут вызвать путаницу и привести к неправильной утилизации и, как следствие, загрязнению. Технология на основе ИИ может использоваться для предоставления рекомендаций в момент утилизации. Подлежит ли этот предмет переработке? Позвольте умной технологии направлять решение, чтобы информировать о правильной переработке и стимулировать перенаправление.

Умные контейнеры, оснащенные датчиками камеры и мониторами обратной связи в реальном времени, используют ИИ для определения типа отходов, помещаемых в контейнер, и предлагают указания по утилизации предметов в правильном контейнере. Предприятия также могут использовать данные с умных контейнеров, чтобы лучше понять закономерности образования отходов и реализовать целевые стратегии сокращения отходов.

Кроме того, создание онлайн-платформ может облегчить вызовы сообщества и стимулы для правильной переработки, помогая улучшить обучение правильной утилизации отходов. Эти платформы могут геймифицировать процесс переработки, вознаграждая участников стимулами за правильную утилизацию. Кроме того, ИИ, такой как ChatGPT, можно предложить в качестве ресурса для вопросов о том, что подлежит переработке, а что нет.

Пункт B: Коммерческие мусорные контейнеры

По оценкам Агентства по охране окружающей среды, около четверти грузовых автомобилей для переработки отходов слишком загрязнены, чтобы их можно было доставить на перерабатывающий завод. Давайте рассмотрим одну из доступных сегодня технологий интеллектуального управления отходами, которая играет решающую роль в снижении загрязнения на данном этапе потока отходов.

Камеры мониторинга мусорных контейнеров на базе искусственного интеллекта и технология распознавания предлагают один из самых передовых видов анализа операций с отходами. Умные камеры непрерывно собирают ежедневные данные о наполненности и содержимом мусорных контейнеров и могут определять, когда мусорный контейнер был загрязнен. Эта информация используется для предоставления оповещений заранее, чтобы удалить загрязнение перед сбором и для корректирующих действий, чтобы избежать будущего загрязнения.

Эта технология камеры на базе искусственного интеллекта также может помочь определить наполненность мусорных контейнеров, помогая оптимизировать уровни обслуживания, чтобы избежать переполнения контейнеров для вторичной переработки неперерабатываемыми отходами из-за переполненности мусорных контейнеров на свалке.

Получение информации о материалах в MRF

В последние годы мы стали свидетелями увеличения числа международных законов, которые сделали загрязнение при переработке растущей проблемой для MRF. Теперь существуют более строгие стандарты для MRF, чтобы производить более чистые и менее загрязненные материалы, чем раньше. Достижения в области технологий значительно упростили процесс сортировки, чтобы снизить уровень загрязнения и лучше понять состав вторсырья.

Продвинутые технологии сортировки, такие как конвейерные ленты, оснащенные искусственным интеллектом и робототехникой, могут быстро определять и отделять перерабатываемые материалы от загрязняющих веществ. Оптические датчики также могут обнаруживать различные виды пластика и металлов, что позволяет производить быструю и точную сортировку. Однако это не помогает на верхнем уровне избегать постоянного загрязнения вторсырья или ненужной отправки большого количества вторсырья на свалки. Вот почему такие технологии на верхнем уровне, как камеры и датчики для мусорных контейнеров, по-прежнему являются важным достижением в снижении загрязнения на максимально ранней стадии.

Преимущества внедрения технологии ИИ на всех этапах процесса переработки отходов

Интеграция технологии на различных этапах потока отходов дает ряд преимуществ, таких как:
• Снижение загрязнения за счет повышения точности сортировки: системы на базе ИИ могут идентифицировать и/или сортировать вторсырье точнее, чем ручные или традиционные методы, и предоставлять обратную связь в режиме реального времени для ручной утилизации, снижая загрязнение, помогая правильно классифицировать материалы. Они также могут более точно определять загрязнение. Благодаря постоянной видимости загрязняющие вещества не будут пропущены или скрыты под другими вторсырьем по мере заполнения мусорных контейнеров и контейнеров.
• Достижение целей устойчивого развития и сокращение выбросов углерода со свалок: внедрение технологии, помогающей сдерживать загрязнение, может способствовать достижению более широких целей экологической устойчивости. Способность ИИ снижать загрязнение означает, что меньше вторсырья оказывается на свалках, что повышает общий уровень переработки и снижает воздействие на окружающую среду.
• Постоянное совершенствование, обучение и образование: системы ИИ могут учиться и адаптироваться к новым материалам, типам упаковки и моделям загрязнения с течением времени. Это не только гарантирует, что процессы сортировки остаются эффективными по мере изменения требований к переработке, но и может точно направлять принятие решений о месте утилизации, чтобы избежать загрязнения.
• Экономия средств для предприятий: для компаний сборы за загрязнение от перевозчика могут быть дорогими, особенно если загрязнение сохраняется. Конечно, разумно, что перевозчики возмещают расходы, с которыми они сами сталкиваются в зависимости от загрязнения, включая сборы от сторонних MRF, на которых они сбрасывают отходы, или в виде снижения товарного дохода для вертикально интегрированных поставщиков. Технологическое решение, которое не только сигнализирует о загрязнении, но и помогает обучать членов команды, может быть очень ценным для снижения как загрязнения, так и затрат.
• Экономия средств для переработчиков: уменьшая загрязнение, системы ИИ помогают снизить затраты, связанные с отбракованными грузами, обслуживанием оборудования и рабочей силой, что приводит к долгосрочным финансовым выгодам для предприятий по переработке, а также для отрасли в целом.
• Возможность для перевозчиков: на конкурентном рынке перевозки отходов дифференциация от конкурентов за счет внедрения передовых технологий, пока еще на относительно ранних стадиях, является разумным бизнесом. Инструменты ИИ могут поддерживать такие продукты, как отчетность и услуги по переработке, а также обеспечивать дополнительные источники дохода с добавленной стоимостью.

Принятие целостного подхода к снижению загрязнения

Борьба с загрязнением в управлении отходами требует целостного подхода с инновациями в каждой точке соприкосновения. Используя технологию от начальной точки утилизации до объекта по переработке материалов, можно получить больше информации о схемах утилизации, увеличить показатели перенаправления и продвигать более устойчивые практики.

Источник: https://wasteadvantagemag.com/how-artificial-intelligence-is-helping-to-reduce-recycling-contamination/