マテリアルリサイクルの技術進化

材料回収施設 (MRF) に行ったことがありますか? 私はいくつかのツアーを楽しみましたが、これまでの経験で際立っているのは、ハイテク仕分け機械ではありません。

実際、すべての物質的な動きを完全に理解するのに十分な時間を MRF に費やしていないので、私はそれを、 ルーベ・ゴールドバーグ機. 物質はあらゆる方向に移動し、交差し、崖から落下し、ベルトを上っているように見えます。 すべてを分解すると、ルーブ・ゴールドバーグ・マシンのようなものではないことがわかりますが、それが今でも頭に浮かぶ最初の考えです.

平均的な MRF を通過する膨大な量の材料と、選別プロセスで貴重な材料が失われるという非常に現実的な意味合いのために、過去 XNUMX 年間で業界全体の革新者が MRF のより効率的な運用を支援するようになりました。 

おそらく、これらの企業のいくつかについて聞いたことがあるでしょう。 あります アンプロボティクス & トムラ、両方ともその技術を使用して材料をより適切に分類するために取り組んでいます（両方ともこのGreenBizでカバーされています ピース 2020年から）。 がある マシンXは、MRF 用の幅広い選別装置のメーカーです。 ゼンロボティクス 仕分けロボットを作っています。 また、廃棄物を光学的に分別するための機器を開発している企業も多数あります。 ブルーグリーンビジョン & リサイクルアイ. 言い換えれば、これは急速に成長している分野であり、新しいソリューションとテクノロジーが毎日のように市場に投入されています。

この宇宙をもう少しよく理解しようとするために、私は腰を下ろしました JDアンバティ、創業者兼CEO エベレストラボ、会社のソリューションと、私たちが生み出す膨大な量の廃棄物から貴重な材料を抽出するという約束を解き放つために本当に必要なものについて話します. 

余談ですが、Ambati は人工知能と化学工学のバックグラウンドを持ち、フォーチュン 17 企業向けにテクノロジ製品を商業化して 1,000 年のキャリアを築いてきました。 私が彼に、MRF の効率化に専念する会社を設立するためにその世界から取った極左について尋ねたところ、多くの点で、これらのことは同じであると彼は言いました。

「私の以前の役割は、常に企業と協力し、彼らの話を聞き、彼らの問題に耳を傾け、彼らの目標に耳を傾け、ソリューションを提供することでした。 MRF オペレーター、ブランド、自治体などと話をすることで、それをリサイクルの世界に適用しました。 ある意味では、それらは実際には同じであり、問​​題と問題を理解し、ガイダンスを提供するだけです。」   

それを念頭に置いて、MRF が廃棄物から貴重な材料を選別する際に現在直面している課題と、EverestLabs によって開発されたような技術がどのように役立つかについて詳しく見ていきましょう。

MRF データ ギャップへの対応

材料回収施設の効率を測定する重要なデータ ポイントがいくつかあります。 具体的には、材料の投入量と選別された材料の取り出し量です。

歴史的に、MRF は主にこれら XNUMX つの指標のみを使用して運用されてきたため、プラント内の多くの重要なデータ ポイントと、プラントの上流および下流のデータ ポイントが不明のままになっています。 私たちは何について十分に知らなかったのでしょうか? どのような種類のリサイクル可能な資源が分別の隙間をすり抜けているか、現在の分別機器が予想と比較してどの程度効率的に動作しているか、適切に分別されている各リサイクル可能な材料の種類の割合、さらにはどのようなフォーム ファクター (およびどのブランドの製品) が適切に分別されていないかについての情報並べ替えます。 これらのデータのギャップは、機械学習などの新しいテクノロジーが介入する余地を残し、施設の運営をより効率的にするだけでなく、生産者に貴重なフィードバックを提供してリサイクル用のパッケージを改善できるようにします。 

アンバティは、廃棄物管理における主要な革新 (ドラムフィーダー, 密度分離 & 渦電流分離) は 1990 年代に完全に停止し、コンピューティングでさまざまな革新が起こっていました。 そのため、MRF やその他の廃棄物管理施設では、新技術の流入が遅れています。 一般に、MRF のオペレーターは、より多くの廃棄物を埋立地に送ることを目標に朝起きていないのは事実です。 彼らは正しいことを行い、できるだけ多くの資料を節約したいと考えています。 問題は、彼らが直面している効率性の問題を解決し、許容できる投資収益率で、使いやすく、現在のフットプリントに収まる技術を必要としているということです。 

問題の要点は次のとおりです。MRF オペレーターは、より多くの資料を収集するために、上記のデータ ギャップに関する実用的な洞察を必要としています。 言い換えれば、アンバティが言うように、MRF オペレーターは「すでに持っている主要なデータ ポイントを明確にする」必要があります。

EverestLabs の使命

リサイクルのための最初の AI 対応オペレーティング システムであると自称する EverestLabs は、 16.1万ドル 昨年夏のシリーズ A 資金調達で、Translink Capital が率いました。 プレスリリースによると、「この資金により、同社はスケーリングと市場参入能力に投資することができます。」

Ambati 氏は、EverestLabs の技術により、MRF オペレーターはデータのギャップを埋め、仕分け効率を高め、最終的に施設を通過する資料からより多くの価値を引き出すことができると述べました。 EverestLabs の秘密のソースは、同社がゼロから構築したソフトウェア エンジンです。 アンバティ氏によると、もう XNUMX つの潜在的な利点は、EverestLabs ソフトウェアが材料にとらわれず、有機材料の選別、建設および解体廃棄物施設、およびその他の活動に適用できることです。 

銀の弾丸はありません

単一の解決策で循環性が解き放たれるわけではありませんが、より良い分別とリサイクルが将来の一連の解決策の重要な部分になることは周知の事実です。 マテリアルハンドリング部門に流入するすべての新しいテクノロジーと、世界最大の施設のいくつかが これらの技術を使って 貴重な資料をより適切に処理するために。 最大の仕分け施設が機械学習とロボット技術を効果的に実装して効率を高めることができれば、他の施設が追随するための青写真を作成できます。 

機械学習とロボット工学などの応用技術の両方が拡大するにつれて、これは今後数年間で非常に活発な分野になる可能性があります。 これらの下流の選別の改善により、MRF オペレーターは貴重な材料の回収を増やしながら、運用コストを削減してリサイクル率を向上させることができます。 これは、使い捨て材料を削減するための上流の介入と相まって、循環型経済への移行の重要な要素です。

• SEO を活用したコンテンツと PR 配信。 今日増幅されます。
• Platoblockchain。 Web3メタバースインテリジェンス。 知識の増幅。 こちらからアクセスしてください。
• 情報源： https://www.greenbiz.com/article/technological-evolution-materials-recycling