Materiaalien kierrätyksen teknologinen kehitys

Materiaalien kierrätyksen teknologinen kehitys

Lähdesolmu: 1897508

Oletko käynyt materiaalien talteenottolaitoksessa (MRF)? Minulla on ollut ilo kiertää paria, eikä tähänastisista kokemuksistani jää kiinni huipputeknologian lajittelukoneistosta.

Itse asiassa, koska en ole viettänyt tarpeeksi aikaa MRF:ssä ymmärtääkseni täysin kaikkia aineellisia liikkeitä, kuvailisin sitä parhaiten jonkinlaiseksi Rube Goldbergin kone. Materiaalit näyttävät liikkuvan joka suuntaan, ristiin, putoavat kallioilta ja liikkuvat hihnoja ylöspäin. Kun rikot kaiken, tiedän, että se ei ole kuin Rube Goldbergin kone, mutta se on ensimmäinen ajatus, joka tulee minulle edelleen mieleen.

Keskimääräisen MRF:n läpi virtaavan valtavan materiaalimäärän ja lajitteluprosessissa puuttuvien arvokkaiden materiaalien todellisten seurausten vuoksi viime vuosikymmenen aikana on ilmaantunut kokonainen innovaattoriala auttamaan MRF:itä toimimaan tehokkaammin. 

Olet luultavasti kuullut joistakin näistä yrityksistä. Siellä on Vahvistimen robotiikka ja Tomra, jotka molemmat pyrkivät lajittelemaan materiaaleja paremmin tekniikoillaan (ja molemmat käsitellään tässä GreenBizissä kappale vuodesta 2020). On MachineX, joka valmistaa laajan valikoiman lajittelulaitteita MRF:ille. ZenRobotics tekee robotteja lajittelua varten. On myös useita yrityksiä, jotka kehittävät laitteita jätteiden optiseen lajitteluun, mukaan lukien Sinivihreä Visio ja Recycleeye. Toisin sanoen tämä on tila, joka kasvaa nopeasti ja uusia ratkaisuja ja teknologioita tulee markkinoille näennäisesti joka päivä.

Yritin ymmärtää tätä maailmankaikkeutta hieman paremmin, istuin alas JD Ambati, perustaja ja toimitusjohtaja EverestLabs, puhua yrityksen ratkaisusta ja siitä, mitä todella tarvitaan, jotta lupaus louhia arvokkaita materiaaleja valtavasta jätemäärästämme. 

[Jatka vuoropuhelua kiertotaloutta rakentavien ammattilaisten kanssa osoitteessa Kiertokirje 23 - järjestetään 5.-7. kesäkuuta Seattlessa, WA.]

Pikainen sivu tähän: Ambati, jolla on tausta tekoälystä ja kemiantekniikasta, rakensi menestyksekkään 17 vuoden uran kaupallistaen teknologiatuotteita Fortune 1,000 -yritykselle. Kun kysyin häneltä kovasta vasemmistosta, jonka hän otti sieltä maailmasta MRF-tehokkuuteen keskittyneen yrityksen perustamiseen, hän sanoi, että nämä asiat ovat monella tapaa samat:

”Aiemmat tehtäväni ovat aina olleet yritysten kanssa työskentely, niiden kuunteleminen, ongelmien kuunteleminen, tavoitteiden kuunteleminen ja sitten ratkaisujen tarjoaminen. Sovelsin sitä kierrätyksen maailmaan keskustelemalla MRF-operaattoreiden, tuotemerkkien, kuntien kanssa ja niin edelleen. Tietyllä tavalla ne ovat todella samoja, se on vain ongelmien ja ongelmien ymmärtämistä ja ohjausta."   

Tätä silmällä pitäen sukeltakaamme haasteisiin, joita MRF:t kohtaavat tällä hetkellä lajitellessaan arvokkaita materiaaleja jätteistä, ja siihen, kuinka EverestLabsin kehittämät tekniikat voivat auttaa.

MRF-data-aukon korjaaminen

On olemassa pari kriittistä datapistettä, jotka mittaavat minkä tahansa materiaalin talteenottolaitoksen tehokkuutta. Tarkemmin sanottuna nämä ovat materiaalien määrä sisään ja lajiteltu materiaalin määrä ulos.

Historiallisesti MRF:t ovat toimineet enimmäkseen vain näillä kahdella mittarilla, joten monet tärkeät tietopisteet laitoksessa sekä sen ylä- ja alavirtaan jäävät tuntemattomiksi. Mistä emme ole tienneet tarpeeksi? Tietoa siitä, minkä tyyppiset kierrätettävät materiaalit liukuvat lajittelun halkeamien läpi, kuinka tehokkaasti nykyiset lajittelulaitteet toimivat odotuksiin nähden, kuinka monta prosenttiosuutta kustakin kierrätettävästä materiaalityypistä lajitellaan oikein, ja jopa siitä, mitkä muototekijät (ja mistä merkeistä) eivät pysty lajitellaan. Nämä tietopuutteet jättävät tilaa uusille teknologioille, kuten koneoppimiselle, ja ne eivät ainoastaan ​​auta laitosta toimimaan tehokkaammin, vaan myös pystyvät antamaan arvokasta palautetta tuottajille, jotta ne voivat parantaa pakkauksiaan kierrätystä varten. 

Ambati ehdotti, että jätehuollon suuria innovaatioita (rumpujen syöttölaitteet, tiheyserotus ja pyörrevirtaerotus) todella pysähtyi 1990-luvulla, jopa kaiken tietojenkäsittelyn innovaatioiden keskellä. Tästä johtuen MRF:t ja muut jätehuoltolaitokset ovat myöhässä uuden teknologian saapumisesta. Yleisesti ottaen on totta, että MRF-operaattorit eivät herätä aamulla tavoitteenaan lähettää lisää jätettä kaatopaikalle. He haluavat tehdä oikein ja säästää mahdollisimman paljon materiaalia. Ongelmana on, että he tarvitsevat tekniikkaa, joka ratkaisee heidän kohtaamiaan tehokkuusongelmat, ja sijoitetun pääoman tuotto on hyväksyttävä, jota on helppo käyttää ja joka sopii heidän nykyiseen jalanjälkiensä. 

Tässä on asian ydin: Saadakseen lisää materiaalia MRF-operaattorit tarvitsevat toimivaa tietoa edellä mainituista tietopuutteista. Toisin sanoen, kuten Ambati ilmaisi, MRF-operaattoreiden "on oltava selkeitä jo olemassa olevien tärkeimpien tietopisteiden välillä".

EverestLabsin tehtävä

EverestLabs esitti itsensä ensimmäiseksi tekoälyä tukevaksi kierrätettäväksi käyttöjärjestelmäksi. $ 16.1 euroa A-sarjan rahoituksessa viime kesänä Translink Capitalin johdolla. Lehdistötiedotteen mukaan "rahoitus antaa yritykselle mahdollisuuden investoida skaalaus- ja markkinoilletulokykyynsä."

Ambati sanoi, että EverestLabs-teknologian avulla MRF-operaattorit voivat täyttää tietoaukot, lisätä lajittelutehokkuutta ja saada lopulta enemmän arvoa tilojensa läpi kulkevasta materiaalista. EverestLabsin salainen kastike on ohjelmistomoottori, jonka yritys on rakentanut alusta alkaen. Toinen mahdollinen etu on, että EverestLabs-ohjelmisto on materiaaliagnostinen ja sitä voidaan soveltaa orgaanisten materiaalien lajitteluun, rakennus- ja purkujätetiloihin ja muihin toimintoihin, Ambatin mukaan. 

Ei hopealuotteja

Vaikka mikään ratkaisu ei avaa kiertokulkua, ei ole mikään salaisuus, että parempi lajittelu ja kierrätys ovat keskeinen osa tulevaisuuden ratkaisukokonaisuutta. Olen innoissani kaikesta materiaalinkäsittelyalalle tulevasta uudesta teknologiasta ja siitä, että eräät maailman suurimmista toimitiloista ovat käyttämällä näitä tekniikoita käsitellä arvokkaita materiaaleja paremmin. Jos suurimmat lajittelulaitokset pystyvät tehokkaasti toteuttamaan koneoppimis- ja robotiikkateknologiaa tehokkuuden lisäämiseksi, se voi luoda suunnitelman muille laitoksille, jotka seuraavat esimerkkiä. 

Tämä voi olla erittäin aktiivinen tila tulevina vuosina, kun sekä koneoppiminen että sovelletut teknologiat, kuten robotiikka, tulevat mittakaavaan. Nämä loppupään lajitteluparannukset voivat antaa MRF-operaattoreille mahdollisuuden lisätä arvokkaiden materiaalien talteenottoa ja samalla alentaa käyttökustannuksia kierrätysasteen parantamiseksi. Tämä yhdistettynä alkupään toimiin kertakäyttöisten materiaalien vähentämiseksi ovat molemmat tärkeitä osia kiertotalouteen siirtymisessä.

[Haluatko tietää lisää kiertotaloudesta? Tilaa ilmaiseen Circularity Weekly -uutiskirjeeseemme.]

Aikaleima:

Lisää aiheesta Greenbiz