재료 재활용의 기술적 진화

플라톤에 의해 재발행

팔로워 : 0

물질 회수 시설(MRF)에 가본 적이 있습니까? 나는 두 사람을 여행하는 것을 즐겼고 지금까지 내 경험에서 눈에 띄는 것은 첨단 분류 기계가 아닙니다.

사실 MRF에서 모든 물질적 움직임을 완전히 이해할 만큼 충분한 시간을 보내지 않았기 때문에 Rube Goldberg 기계. 재료는 모든 방향으로 움직이고 교차하고 절벽에서 떨어지며 벨트 위로 이동하는 것처럼 보입니다. 당신이 그것을 모두 분석할 때 나는 그것이 루브 골드버그 기계와 같지 않다는 것을 알고 있지만 그것이 여전히 나에게 가장 먼저 떠오르는 생각입니다.

평균 MRF를 통해 흐르는 막대한 양의 재료와 분류 프로세스에서 귀중한 재료 누락의 매우 실질적인 영향으로 인해 지난 XNUMX년 동안 MRF가 보다 효율적으로 작동하도록 돕기 위해 전체 산업 혁신가가 나타났습니다.

이러한 회사에 대해 들어 보셨을 것입니다. 있다 앰프 로보틱스 와 톰라, 둘 다 기술로 재료를 더 잘 분류하기 위해 노력하고 있습니다(둘 다 이 GreenBiz에서 다룹니다. 조각 2020년부터). 있다 머신X, MRF를 위한 광범위한 분류 장비 제품군 제조업체입니다. 젠로보틱스 분류 로봇을 만듭니다. 또한 다음을 포함하여 폐기물을 광학적으로 분류하는 장비를 개발하는 여러 회사가 있습니다. 블루 그린 비전 와 리사이클아이. 즉, 매일 새로운 솔루션과 기술이 출시되면서 빠르게 성장하는 공간입니다.

이 우주를 좀 더 잘 이해하기 위해 나는 함께 앉았다. JD 암바티, 창립자 겸 CEO 에베레스트랩스, 회사의 솔루션과 우리가 생성하는 막대한 양의 폐기물에서 귀중한 재료를 추출한다는 약속을 해제하는 데 실제로 필요한 것이 무엇인지에 대해 이야기합니다.

[에서 순환 경제를 구축하는 전문가들과 대화를 계속하십시오. 진원도 23 — 5월 7일부터 XNUMX일까지 워싱턴 주 시애틀에서 열립니다.]

인공 지능 및 화학 공학에 대한 배경 지식이 있는 Ambati는 Fortune 17대 기업을 위해 기술 제품을 상용화하는 성공적인 1,000년 경력을 구축했습니다. 내가 그에게 MRF 효율성에 전념하는 회사를 설립하기 위해 그가 그 세계에서 가져간 힘든 일에 대해 물었을 때 그는 여러 면에서 다음과 같은 것이 동일하다고 말했습니다.

“이전의 역할은 항상 회사와 협력하고, 그들의 의견을 경청하고, 그들의 문제를 경청하고, 그들의 목표를 경청한 다음 솔루션을 제공하는 것이었습니다. MRF 운영자, 브랜드, 지자체 등과 대화하여 재활용 세계에 적용했습니다. 어떤 면에서는 정말 똑같습니다. 문제와 문제를 이해하고 지침을 제공하는 것뿐입니다.”

이를 염두에 두고 MRF가 현재 폐기물에서 귀중한 재료를 분류하는 데 직면한 문제와 EverestLabs에서 개발한 기술과 같은 기술이 어떻게 도움이 될 수 있는지 살펴보겠습니다.

MRF 데이터 갭 해결

재료 회수 시설의 효율성을 측정하는 몇 가지 중요한 데이터 포인트가 있습니다. 구체적으로는 입고된 자재의 수량과 선별된 자재의 출고량입니다.

역사적으로 MRF는 대부분 이 두 가지 메트릭으로만 작동하여 플랜트 내의 여러 중요한 데이터 포인트와 그 업스트림 및 다운스트림을 알 수 없는 상태로 남겨둡니다. 우리가 충분히 알지 못한 것은 무엇입니까? 어떤 유형의 재활용품이 분류의 균열을 통해 빠져나가고 있는지, 현재 선별 장비가 예상 대비 얼마나 효율적으로 작동하고 있는지, 적절하게 분류되고 있는 각 재활용품 유형의 비율, 심지어 어떤 폼 팩터(및 어떤 브랜드)가 정렬할 수 있습니다. 이러한 데이터 격차는 기계 학습과 같은 신기술이 개입할 수 있는 공간을 남겨두고 시설을 보다 효율적으로 운영하는 데 도움이 될 뿐만 아니라 재활용을 위해 포장을 개선하기 위해 생산자에게 귀중한 피드백을 제공할 수 있습니다.

Ambati는 폐기물 관리의 주요 혁신을 제안했습니다(드럼 피더, 밀도 분리 와 와전류 분리) 컴퓨팅에서 모든 혁신이 일어나고 있음에도 불구하고 1990년대에 실제로 멈췄습니다. 그 때문에 MRF 및 기타 폐기물 관리 시설은 신기술 유입 기한이 지났습니다. 일반적으로 MRF 운영자가 더 많은 폐기물을 매립지로 보내는 것을 목표로 아침에 일어나지 않는 것은 사실입니다. 그들은 올바른 일을 하고 가능한 한 많은 자료를 절약하기를 원합니다. 문제는 그들이 직면한 효율성 문제를 해결할 수 있는 기술이 필요하다는 것입니다. 수용 가능한 투자 수익과 함께 사용하기 쉽고 현재 공간에 맞는 기술이 필요합니다.

문제의 핵심은 다음과 같습니다. 더 많은 자료를 캡처하기 위해 MRF 운영자는 위에서 언급한 데이터 격차에 대한 실행 가능한 통찰력이 필요합니다. 즉, Ambati가 말했듯이 MRF 운영자는 "이미 보유한 주요 데이터 포인트 간에 명확성을 확보"해야 합니다.

EverestLabs의 사명

재활용을 위한 최초의 AI 지원 운영 체제라고 자칭하는 EverestLabs $ 16.1 만 지난 여름 Translink Capital이 주도한 시리즈 A 펀딩에서. 보도 자료에 따르면 "이 자금을 통해 회사는 확장 및 시장 출시 기능에 투자할 수 있습니다."

Ambati는 EverestLabs 기술을 통해 MRF 운영자가 데이터 격차를 메우고 분류 효율성을 높이며 궁극적으로 시설을 통과하는 재료에서 더 많은 가치를 얻을 수 있다고 말했습니다. EverestLabs의 비밀 소스는 회사가 처음부터 구축한 소프트웨어 엔진입니다. 또 다른 잠재적 이점은 EverestLabs 소프트웨어가 재료에 구애받지 않고 Ambati에 따르면 유기 재료 분류, 건설 및 철거 폐기물 시설 및 기타 활동에 적용될 수 있다는 것입니다.

은색 총알 없음

어떤 솔루션도 순환성을 해제하지는 못하지만 더 나은 분류 및 재활용이 미래 솔루션 세트의 핵심 부분이 될 것이라는 것은 비밀이 아닙니다. 저는 자재 취급 부문에 유입되는 모든 신기술과 세계에서 가장 큰 일부 시설이 이러한 기술을 사용하여 귀중한 자료를 더 잘 다루기 위해. 가장 큰 분류 시설이 기계 학습 및 로봇 공학 기술을 효과적으로 구현하여 효율성을 높일 수 있다면 다른 시설이 따라갈 청사진을 만들 수 있습니다.

기계 학습과 로봇 공학과 같은 응용 기술이 모두 확장됨에 따라 향후 몇 년 동안 매우 활발한 공간이 될 수 있습니다. 이러한 다운스트림 분류 개선을 통해 MRF 운영자는 귀중한 재료 회수를 늘리는 동시에 운영 비용을 낮추어 재활용률을 높일 수 있습니다. 이것은 일회용 재료를 줄이기 위한 업스트림 개입과 함께 순환 경제 전환의 중요한 부분입니다.