Den tekniska utvecklingen av materialåtervinning

Har du varit på en materialåtervinningsanläggning (MRF)? Jag har haft nöjet att turnera ett par, och det som sticker ut med mina erfarenheter hittills är inte det högteknologiska sorteringsmaskineriet.

Faktum är att eftersom jag inte har spenderat tillräckligt med tid i en MRF för att helt förstå alla materiella rörelser, skulle jag bäst beskriva det som något som liknar en Rube Goldberg maskin. Material verkar röra sig i alla riktningar, kors och tvärs, faller av klippor och rör sig uppför bälten. När du bryter ner det hela vet jag att det inte är något som en Rube Goldberg-maskin, men det är den första tanken som fortfarande kommer upp för mig.

På grund av den enorma mängden material som flödar genom den genomsnittliga MRF och de mycket verkliga konsekvenserna av att sakna värdefulla material i sorteringsprocessen, har en hel industri av innovatörer dykt upp under det senaste decenniet för att hjälpa MRF:er att fungera mer effektivt. 

Du har säkert hört talas om några av dessa företag. Det finns Amp Robotics och Tomra, båda arbetar för att bättre sortera material med sina teknologier (och båda behandlas i denna GreenBiz bit från 2020). Det finns MachineX, en tillverkare av en bred uppsättning sorteringsutrustning för MRF. ZenRobotics gör robotar för sortering. Det finns också ett antal företag som utvecklar utrustning för att optiskt sortera avfall, bl.a Blågrön Vision och Recycleeye. Med andra ord är detta ett utrymme som växer snabbt med nya lösningar och teknologier som till synes kommer ut på marknaden varje dag.

För att försöka förstå detta universum lite bättre satte jag mig ner med JD Ambati, grundare och VD för EverestLabs, för att prata om företagets lösning och vad som verkligen behövs för att låsa upp löftet om att utvinna värdefullt material från den enorma mängd avfall vi skapar. 

En kort sida här: Ambati, som har en bakgrund inom artificiell intelligens och kemiteknik, byggde en framgångsrik 17-årig karriär med att kommersialisera teknologiprodukter för Fortune 1,000 XNUMX-företag. När jag frågade honom om den hårda vänstern han tog från den världen till att grunda ett företag dedikerat till MRF-effektivitet, sa han att på många sätt är dessa saker desamma:

”Mina tidigare roller har alltid varit att arbeta med företag, lyssna på dem, lyssna på deras problem, lyssna på deras mål och sedan ge lösningar. Jag tillämpade det på återvinningsvärlden genom att prata med MRF-operatörer, varumärken, prata med kommuner och så. På ett sätt är de verkligen likadana, det är bara att förstå problemen och problemen och ge vägledning.”   

Med det i åtanke, låt oss dyka in i de utmaningar som MRFs för närvarande står inför när det gäller att sortera värdefullt material från avfall, och hur teknologier som de som utvecklats av EverestLabs kan hjälpa.

Åtgärda MRF-datagapet

Det finns ett par kritiska datapunkter som mäter effektiviteten hos alla materialåtervinningsanläggningar. Specifikt är dessa mängden material in och den sorterade mängden material ut.

Historiskt har MRF:er mestadels arbetat med endast dessa två mätvärden, vilket lämnar ett antal viktiga datapunkter inom anläggningen, såväl som de uppströms och nedströms från den, okända. Vad har vi inte vetat tillräckligt om? Information om vilken typ av återvinningsbart material som glider genom springorna i sorteringen, hur effektiv nuvarande sorteringsutrustning fungerar jämfört med förväntningarna, procentandelar av varje återvinningsbart material som sorteras ordentligt och till och med vilka formfaktorer (och från vilka märken) som inte kan ska sorteras. Dessa dataluckor lämnar utrymme för ny teknik som maskininlärning att träda in och hjälper inte bara en anläggning att drivas mer effektivt utan också för att kunna ge värdefull feedback till producenter för att förbättra sina förpackningar för återvinning. 

Ambati föreslog att stora innovationer inom avfallshantering (trummatare, densitetsseparation och virvelströmseparation) slutade verkligen på 1990-talet, även mitt i all innovation som sker inom datoranvändning. På grund av det är MRF och andra avfallshanteringsanläggningar försenade för ett inflöde av ny teknik. I allmänhet är det sant att MRF-operatörer inte vaknar på morgonen med målet att skicka mer avfall till deponi. De vill göra rätt och spara så mycket material som möjligt. Problemet är att de behöver tekniken som kommer att lösa de effektivitetsproblem de står inför, med en acceptabel avkastning på investeringen, som är lätt att använda och som passar inom deras nuvarande fotavtryck. 

Här är kärnan i saken: För att fånga mer material behöver MRF-operatörer handlingskraftig insikt om de dataluckor som nämns ovan. Med andra ord, som Ambati uttryckte det, måste MRF-operatörer "ha klarhet mellan de stora datapunkter de redan har."

Uppdraget för EverestLabs

EverestLabs har själv beskrivit som det första AI-aktiverade operativsystemet för återvinning $ 16.1 miljoner i serie A-finansiering förra sommaren ledd av Translink Capital. Enligt dess pressmeddelande, "gör finansieringen det möjligt för företaget att investera i sin skalnings- och go-to-market-kapacitet."

Ambati sa att EverestLabs-tekniken kan göra det möjligt för MRF-operatörer att fylla dataluckor, öka sorteringseffektiviteten och i slutändan få mer värde av materialet som går genom deras anläggningar. EverestLabs hemliga sås är mjukvarumotorn som företaget har byggt upp från grunden. En annan potentiell fördel är att EverestLabs-mjukvaran är materialagnostisk och kan appliceras på organisk materialsortering, bygg- och rivningsavfallsanläggningar och andra aktiviteter, enligt Ambati. 

Inga silverkulor

Även om ingen lösning kommer att låsa upp cirkularitet, är det ingen hemlighet att bättre sortering och återvinning kommer att vara en viktig del av den framtida lösningen. Jag är exalterad över all ny teknik som flödar in i materialhanteringssektorn och att några av de största anläggningarna i världen är använda dessa tekniker för att bättre hantera värdefulla material. Om de största sorteringsanläggningarna effektivt kan implementera maskininlärning och robotteknik för att öka effektiviteten, kan det skapa en plan för andra anläggningar att följa efter. 

Detta kan bli ett mycket aktivt utrymme under de kommande åren eftersom både maskininlärning och tillämpad teknik som robotik kommer i skala. Dessa nedströms sorteringsförbättringar kan ge MRF-operatörer möjlighet att öka värdefull materialåtervinning samtidigt som de sänker driftskostnaderna för att förbättra återvinningsgraden. Detta, i kombination med uppströmsinsatser för att minska engångsmaterial, är båda avgörande delar av den cirkulära ekonomins omställning.

• SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
• Platoblockchain. Web3 Metaverse Intelligence. Kunskap förstärkt. Tillgång här.
• Källa: https://www.greenbiz.com/article/technological-evolution-materials-recycling