主編評論

事實證明，Greyparrot Analyzer 等 AI 系統在以前無法獲得的規模上提供有效的材料表征數據方面是可靠的。這表明人工智能有可能通過提高物料流的智能和數據粒度來為 MRF 帶來價值。

彭主編：

材料科學與工程專業，7年塑料回收再生經驗，文章信息咨詢或討論，提供行業信息，歡迎隨時聯系彭主編哦

Closed Loop Partners 的循環經濟中心在四個美國材料回收設施（MRF）部署了 Greyparrot 的AI 驅動的視覺系統，以捕獲有關食品級聚丙烯（PP）數量的數據。該公司發布了一份關于美國材料回收設施（MRF）捕獲的食品級聚丙烯（PP）數量的報告。

研究背景與合作

該研究由 Closed Loop 基金會和 Closed Loop Partners 的循環經濟中心領導，與倫敦科技公司 Greyparrot 以及四家美國 MRF 合作，包括：

Balcones Recycling：位于德克薩斯州奧斯汀的循環服務公司。

Cougles Recycling：位于賓夕法尼亞州漢堡。

Rumpke Waste & Recycling：位于俄亥俄州辛辛那提。

Eureka Recycling：位于明尼蘇達州明尼阿波利斯，是 Closed Loop Partners 的投資組合公司。

這些 MRF 位于美國地理上分散的地點，代表不同的社區。它們為接受和收集 PP 的社區提供服務，使用光學分選技術來積極識別和分選 PP，并擁有允許安裝和運行分析儀所需的基本基礎設施。所有四個 MRF 都有一個光學分選機，在下一臺光學分選機對 PP 進行正向分揀之前，對 PET（聚對苯二甲酸乙二醇酯）進行正面分揀。

研究資助與技術選擇

據 Closed Loop Partners 稱，這項研究在 NextGen 聯盟和 Closed Loop 基金會的資助下得以實現，使用人工智能（AI）驅動的視覺系統來表征 PP 回收流，填補了有關食品級 PP 可用性的數據空白，這可以創造將這種材料返回到食品服務包裝供應鏈的新機會。該公司總部位于紐約市。

項目團隊通過競爭流程選擇了 Greyparrot 的 AI 分類技術，該技術需滿足以下標準：

• 能夠在 MRF 環境中表征可回收物。

• 提供商必須根據需要執行特定于站點的校準，以達到可接受的精度。

• 已證明能夠在其現有的材料分類技術中添加新材料，以包括可能為食品級材料的不同顏色、格式和指示。

市場需求與數據空白

Closed Loop Partners 表示，由于政策轉變（包括回收成分要求和生產者責任延伸）以及品牌承諾在其包裝中加入更多回收材料，對回收食品級 PP 的需求正在增長。盡管市場需求增加，但該公司表示，由于沒有簡單的方法來跟蹤、區分和分離食品級和非食品級 PP，因此無法獲得有關回收系統中食品級 PP 可用數量的數據。

增加 PP 回收的努力

Closed Loop Partners 指出，增加 PP 回收的努力始于本世紀初，當時成立了聚丙烯回收聯盟，這是 The Recycling Partnership 發起的一項合作，旨在提供資金以加強消費者教育、PP 的捕獲和分類。此外，Closed Loop Partners 推出了閉環循環塑料戰略，該戰略投資于促進美國和加拿大 PP 和聚乙烯收集和回收的解決方案。NextGen 聯盟也在努力提高 PP 杯的回收率，該聯盟是一個促進食品服務包裝循環性的行業合作，由 Closed Loop Partners 的循環經濟中心管理。

根據該報告，“雖然這些類型的舉措產生了影響，但仍需要繼續支持 PP 的回收，目標是從美國單戶家庭每年生產的大約 22 磅 PP 中捕獲更多。”

—5—

研究結果

該研究和結果報告《包里有什么？利用人工智能解鎖前所未有的回收數據并確定回收食品級聚丙烯的機會》揭示了 PP 回收流的內容，包括食品級和非食品級物品的數量，以及顏色、格式和其他關鍵識別特征。在研究過程中，對近 4500 萬個單獨的 PP 和非 PP 對象進行了表征，揭示了流中 PP 包裝的細節：

透明白色食品級 PP 豐富：平均而言，研究中捕獲的 PP 中超過 75% 是白色或透明的，其中大部分也被推測為食品級。此外，超過 30% 的透明 PP 包裝是飲料杯。

AI 支持的技術可以可靠地大規模精細地量化和分類可回收物：事實證明，Greyparrot Analyzer 等 AI 系統在以前無法獲得的規模上提供有效的材料表征數據方面是可靠的。這表明人工智能有可能通過提高物料流的智能和數據粒度來為 MRF 帶來價值。

AI 可以幫助衡量和跟蹤設施和設備的性能：MRF 的光學分揀技術升級對改進物料分揀產生了顯著影響。AI 技術能夠跟蹤并提供關鍵分析的這一進展，表明 AI 有可能為 MRF 運營商提供增強的性能評估數據。

—6—

關鍵案例分析

根據該報告，“現代光學分揀技術為可回收物提供了顯著提高的分離性能。在這項研究中，一臺 MRF 取代了一臺已達到使用壽命的光學分選機。AI 分類系統有效地量化了安裝新光學分選機后 PP 純度性能提高了 13 個百分點。”

“捕獲的數據表明，如果由可以提高回收系統透明度并增加高質量材料回收的技術提供支持，回收和循環材料管理的未來是可能的，”Closed Loop Partners 循環經濟中心管理合伙人兼負責人 Kate Daly 說，“隨著我們繼續與許多世界上最大的零售商和食品服務品牌合作，我們期待發現更多機會，將有價值的食品級材料重新納入餐飲服務包裝供應鏈——這是朝著回收成分目標和包裝循環性邁出的關鍵一步。”

“這項工作提供了有關 AI 技術的性能及其在 MRF 中的能力的重要數據和透明度，”Greyparrot 首席運營官 Gaspard Duthilleul 說，“我們很自豪能夠提供有關 PP 流中食品級物體的存在和數量的關鍵數據。在短短三個月內，Greyparrot 分析儀對超過 4500 萬種 PP 和非 PP 材料進行了表征，這一過程如果手動進行，可能需要近四年時間，而手動表征 1000 磅材料可能需要一整天。這種規模為回收設施的數據收集提供了新的機會，為提高有價值材料的回收率奠定了基礎。”

—7—

未來展望

Closed Loop Partners 表示，雖然表征研究的重點是在 PP 回收價值鏈的一個節點發現更好的數據，但結果表明，強大的回收數據可以增加回收機會，并在回收系統上下游創造新價值，并為其他研究奠定基礎，這些研究可以在下游產生新的、有價值的回收機會。其他研究可以側重于如何進一步利用來自 AI 技術的大規模、精細數據，這些數據戰略性地部署在 MRF、塑料回收商和循環供應鏈中其他地方的各個環節。這可以促進確定不同的通信和教育協議對捕獲材料的數量和特性的影響，并為新的作實踐提供信息，從而在回收系統中產生更好的財務結果。

展望未來，Closed Loop Partners 的循環經濟中心表示，將繼續尋找機會，利用新數據和創新，與回收行業以及全球零售和食品服務品牌一起推進材料回收。

信息咨詢，老朋友請聯系工作人員，新朋友請掃碼咨詢：

信息來源：recyclingtoday