De technologische evolutie van materiaalrecycling

Bent u naar een inrichting voor materiaalterugwinning (MRF) geweest? Ik heb het genoegen gehad om met een stel te toeren, en wat tot nu toe opvalt aan mijn ervaringen, zijn niet de hightech sorteermachines.

Omdat ik niet genoeg tijd in een MRF heb doorgebracht om alle materiële bewegingen volledig te begrijpen, zou ik het eigenlijk het beste omschrijven als iets dat lijkt op een Rube Goldberg-machine. Materialen lijken alle kanten op te gaan, kriskras door elkaar te lopen, van kliffen af ​​te vallen en langs gordels omhoog te bewegen. Als je het allemaal opsplitst, weet ik dat het in niets lijkt op een Rube Goldberg-machine, maar dat is de eerste gedachte die nog steeds bij me opkomt.

Vanwege de enorme hoeveelheid materiaal die door de gemiddelde MRF stroomt en de zeer reële implicaties van het missen van waardevolle materialen in het sorteerproces, is er de afgelopen tien jaar een hele industrie van innovators ontstaan ​​om MRF's efficiënter te laten werken. 

Je hebt waarschijnlijk wel eens van een aantal van deze bedrijven gehoord. Er is Amp Robotica en Tomra, beide bezig met het beter sorteren van materialen met hun technologieën (en beide behandeld in deze GreenBiz stuk vanaf 2020). Er is MachineX, een fabrikant van een brede reeks sorteerapparatuur voor MRF's. ZenRobotica maakt robots om te sorteren. Er zijn ook een aantal bedrijven die apparatuur ontwikkelen om afval optisch te sorteren, waaronder Blauw Groene Visie en recycle oog. Met andere woorden, dit is een ruimte die snel groeit met nieuwe oplossingen en technologieën die schijnbaar elke dag op de markt komen.

Om te proberen dit universum wat beter te begrijpen, ging ik zitten met JD Ambati, oprichter en CEO van Everest Labs, om te praten over de oplossing van het bedrijf en wat er echt nodig is om de belofte te ontsluiten om waardevolle materialen te halen uit de enorme hoeveelheid afval die we creëren. 

Even terzijde: Ambati, die een achtergrond heeft in kunstmatige intelligentie en chemische technologie, bouwde een succesvolle 17-jarige carrière op door technologieproducten te commercialiseren voor Fortune 1,000-bedrijven. Toen ik hem vroeg naar de harde linkerzijde die hij uit die wereld nam om een ​​bedrijf op te richten dat zich toelegt op MRF-efficiëntie, zei hij dat deze dingen in veel opzichten hetzelfde zijn:

“In mijn vorige functies heb ik altijd met bedrijven gewerkt, naar hen geluisterd, naar hun problemen geluisterd, naar hun doelen geluisterd en vervolgens oplossingen aangedragen. Ik paste dat toe op de wereld van recycling door te praten met MRF-operators, merken, praten met gemeenten en dergelijke. In zekere zin zijn ze echt hetzelfde, het is gewoon de problemen en problemen begrijpen en begeleiding bieden.   

Laten we, met dat in gedachten, eens kijken naar de uitdagingen waarmee MRF's momenteel worden geconfronteerd bij het sorteren van waardevolle materialen uit afval, en hoe technologieën zoals die ontwikkeld door EverestLabs kunnen helpen.

De MRF-gegevenskloof aanpakken

Er zijn een aantal kritische gegevenspunten die de efficiëntie meten van elke faciliteit voor materiaalterugwinning. Concreet zijn dit de hoeveelheid materiaal in en de gesorteerde hoeveelheid materiaal uit.

Historisch gezien werkten MRF's meestal met alleen deze twee statistieken, waardoor een aantal belangrijke datapunten binnen de fabriek, evenals die stroomopwaarts en stroomafwaarts ervan, onbekend bleven. Waar wisten we nog niet genoeg van? Informatie over welk type recyclebaar materiaal door de mazen van het sorteerproces glipt, hoe efficiënt de huidige sorteerapparatuur werkt in vergelijking met de verwachtingen, percentages van elk recyclebaar materiaaltype dat correct wordt gesorteerd, en zelfs welke vormfactoren (en van welke merken) niet kunnen worden gesorteerd. Deze gegevenslacunes laten ruimte voor nieuwe technologieën zoals machine learning om in te stappen en niet alleen een faciliteit efficiënter te laten werken, maar ook om waardevolle feedback te kunnen geven aan producenten om hun verpakkingen voor recycling te verbeteren. 

Ambati suggereerde dat belangrijke innovaties in afvalbeheer (trommel feeders, dichtheid scheiding en wervelstroom scheiding) stopte echt in de jaren negentig, zelfs te midden van alle innovatie op het gebied van computers. Daarom zijn MRF's en andere afvalbeheerfaciliteiten te laat voor een toestroom van nieuwe technologie. Over het algemeen is het waar dat MRF-operators 's ochtends niet wakker worden met het doel meer afval naar de stortplaats te sturen. Ze willen het juiste doen en zoveel mogelijk materiaal besparen. Het probleem is dat ze de technologie nodig hebben die de efficiëntieproblemen waarmee ze worden geconfronteerd oplost, met een acceptabel rendement op de investering, die gebruiksvriendelijk is en die binnen hun huidige voetafdruk past. 

Dit is de kern van de zaak: om meer materiaal vast te leggen, hebben MRF-operators bruikbare inzichten nodig over de hierboven genoemde gegevenslacunes. Met andere woorden, zoals Ambati het uitdrukte, moeten MRF-operators "duidelijkheid hebben tussen de belangrijkste datapunten die ze al hebben".

De missie van EverestLabs

Zelf omschreven als het eerste AI-compatibele besturingssysteem voor recycling, bedacht EverestLabs $ 16.1 miljoen in Serie A-financiering afgelopen zomer onder leiding van Translink Capital. Volgens het persbericht stelt "de financiering het bedrijf in staat te investeren in zijn schaalvergroting en go-to-market-mogelijkheden."

Ambati zei dat de EverestLabs-technologie MRF-operators in staat kan stellen om gegevenslacunes op te vullen, de sorteerefficiëntie te verhogen en uiteindelijk meer waarde te halen uit het materiaal dat door hun faciliteiten stroomt. De geheime saus van EverestLabs is de software-engine die het bedrijf vanaf de grond af heeft opgebouwd. Een ander potentieel voordeel is dat de EverestLabs-software materiaal-agnostisch is en kan worden toegepast op het sorteren van organische materialen, bouw- en sloopafvalfaciliteiten en andere activiteiten, aldus Ambati. 

Geen zilveren kogels

Hoewel geen enkele oplossing circulariteit zal ontsluiten, is het geen geheim dat betere sortering en recycling een belangrijk onderdeel zullen zijn van de toekomstige reeks oplossingen. Ik ben enthousiast over alle nieuwe technologie die de material handling-sector binnenstroomt en dat sommige van de grootste faciliteiten ter wereld dat zijn het gebruik van deze technologieën om beter met waardevolle materialen om te gaan. Als de grootste sorteerfaciliteiten machine learning en robotica-technologieën effectief kunnen implementeren om de efficiëntie te verhogen, kan dit een blauwdruk creëren voor andere faciliteiten om dit voorbeeld te volgen. 

Dit zou de komende jaren een zeer actieve ruimte kunnen zijn, aangezien zowel machine learning als toegepaste technologieën zoals robotica op schaal komen. Deze downstream sorteerverbeteringen kunnen MRF-operators in staat stellen om de terugwinning van waardevol materiaal te vergroten en tegelijkertijd de bedrijfskosten te verlagen om de recyclingpercentages te verbeteren. Dit, in combinatie met upstream-interventies om materialen voor eenmalig gebruik te verminderen, zijn beide cruciale onderdelen van de transitie naar een circulaire economie.

• Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
• Platoblockchain. Web3 Metaverse Intelligentie. Kennis versterkt. Toegang hier.
• Bron: https://www.greenbiz.com/article/technological-evolution-materials-recycling