Технологічна еволюція переробки матеріалів

Чи були ви на підприємстві з переробки матеріалів (MRF)? Я мав задоволення відвідати пару, і те, що стирчить у моїх враженнях досі, це не високотехнологічне обладнання для сортування.

Насправді, оскільки я не провів достатньо часу в MRF, щоб повністю зрозуміти всі матеріальні рухи, я б найкраще описав це як щось схоже на Машина Руба Голдберга. Здається, що матеріали рухаються в усіх напрямках, перехрещуються, падають зі скель і рухаються вгору поясами. Коли ви все це розбираєте, я знаю, що це зовсім не схоже на машину Руба Голдберга, але це перша думка, яка все ще приходить мені на думку.

Через величезну кількість матеріалу, який протікає через середній MRF, і дуже реальні наслідки втрати цінних матеріалів у процесі сортування, за останнє десятиліття з’явилася ціла індустрія новаторів, щоб допомогти MRF працювати ефективніше. 

Ви, мабуть, чули про деякі з цих компаній. Є Робототехніка Amp та Томра, обидва працюють над тим, щоб краще сортувати матеріали за допомогою своїх технологій (і обидва описані в цьому GreenBiz частина з 2020 року). Існує MachineX, виробник широкого набору сортувального обладнання для MRF. ZenRobotics робить роботів для сортування. Також є ряд компаній, які розробляють обладнання для оптичного сортування відходів, в т.ч Blue Green Vision та Recycleeye. Іншими словами, це простір, який швидко розвивається завдяки новим рішенням і технологіям, які з’являються на ринок щодня.

Щоб спробувати зрозуміти цей всесвіт трохи краще, я сів з Дж. Д. Амбаті, засновник та генеральний директор компанії EverestLabs, щоб розповісти про рішення компанії та про те, що дійсно потрібно, щоб реалізувати перспективу вилучення цінних матеріалів із величезної кількості відходів, які ми створюємо. 

Коротко: Амбаті, який має досвід роботи зі штучним інтелектом і хімічною інженерією, побудував успішну 17-річну кар’єру, комерціалізуючи технологічні продукти для компаній зі списку Fortune 1,000. Коли я запитав його про те, як він пішов із того світу, щоб заснувати компанію, присвячену ефективності MRF, він сказав, що багато в чому ці речі однакові:

«Мої попередні посади завжди полягали в тому, щоб працювати з компаніями, вислуховувати їх, вислуховувати їхні проблеми, прислухатися до їхніх цілей, а потім пропонувати рішення. Я застосував це до світу переробки, спілкуючись з операторами MRF, брендами, спілкуючись з муніципалітетами тощо. У певному сенсі вони дійсно однакові, це просто розуміння проблем і проблем і надання вказівок».   

Маючи це на увазі, давайте поглибимося в проблеми, з якими зараз стикаються MRF під час сортування цінних матеріалів із відходів, і як технології, розроблені EverestLabs, можуть допомогти.

Усунення прогалини в даних MRF

Є кілька критичних точок даних, які вимірюють ефективність будь-якого об’єкта відновлення матеріалів. Зокрема, це кількість вхідних матеріалів і відсортована кількість вилучених матеріалів.

Історично MRF працювали здебільшого лише з цими двома показниками, залишаючи невідомими низку важливих точок даних усередині заводу, а також тих, що знаходяться вище та нижче за ним. Про що ми недостатньо знали? Інформація про те, який тип вторинної сировини прослизає крізь тріщини під час сортування, наскільки ефективно працює поточне сортувальне обладнання порівняно з очікуваннями, відсоток кожного виду вторинної сировини, який сортується належним чином, і навіть те, які форм-фактори (і від яких марок) не можуть підлягає сортуванню. Ці прогалини в даних залишають простір для втручання нових технологій, таких як машинне навчання, які не тільки допомагають підприємству працювати ефективніше, але й можуть надавати цінний зворотний зв’язок виробникам для покращення їх упаковки для переробки. 

Амбаті припустив, що основні інновації в утилізації відходів (барабанні годівниці, поділ по щільності та відокремлення вихровими струмами) дійсно припинився в 1990-х роках, навіть серед усіх інновацій, що відбуваються в обчислювальній техніці. Через це MRF та інші об’єкти поводження з відходами запізнилися для припливу нових технологій. Загалом, це правда, що оператори MRF не прокидаються вранці з метою відправити більше сміття на звалище. Вони хочуть зробити правильні речі і зберегти якомога більше матеріалу. Проблема полягає в тому, що їм потрібна технологія, яка вирішить проблеми ефективності, з якими вони стикаються, із прийнятною окупністю інвестицій, яка проста у використанні та відповідає їхнім поточним площам. 

Ось суть питання: щоб зібрати більше матеріалу, операторам MRF потрібне практичне розуміння згаданих вище прогалин даних. Іншими словами, як сказав Амбаті, оператори MRF повинні «мати ясність між основними даними, які вони вже мають».

Місія EverestLabs

EverestLabs, названа першою операційною системою з підтримкою ШІ для переробки, $ 16.1 мільйонів у фінансуванні Серії А минулого літа під керівництвом Translink Capital. Згідно з його прес-релізом, «фінансування дозволяє компанії інвестувати в свої можливості масштабування та виходу на ринок».

Амбаті сказав, що технологія EverestLabs може дозволити операторам MRF заповнювати прогалини в даних, підвищувати ефективність сортування та, зрештою, отримувати більшу цінність від матеріалу, що проходить через їхні підприємства. Секретний соус EverestLabs — це програмний механізм, який компанія створила з нуля. За словами Амбаті, ще одна потенційна перевага полягає в тому, що програмне забезпечення EverestLabs не залежить від матеріалів і може бути застосоване до сортування органічних матеріалів, будівельних і будівельних відходів та інших видів діяльності. 

Без срібних куль

Хоча жодне рішення не розблокує циркулярність, ні для кого не секрет, що краще сортування та переробка буде ключовою частиною майбутнього набору рішень. Я в захваті від усіх нових технологій, що надходять у сектор транспортування матеріалів, і від того, що деякі з найбільших об’єктів у світі за допомогою цих технологій щоб краще обробляти цінні матеріали. Якщо найбільші сортувальні підприємства можуть ефективно впроваджувати технології машинного навчання та робототехніки для підвищення ефективності, це може створити план для інших об’єктів, які слідуватимуть цьому прикладу. 

Це може бути дуже активний простір у найближчі роки, оскільки машинне навчання та прикладні технології, такі як робототехніка, набувають масштабу. Ці удосконалення сортування на нижньому етапі можуть дати можливість операторам MRF збільшити відновлення цінних матеріалів, одночасно знижуючи експлуатаційні витрати для підвищення рівня переробки. Це, у поєднанні з втручаннями, спрямованими на скорочення одноразових матеріалів, є ключовими елементами переходу до економіки замкнутого циклу.

• Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
• Платоблокчейн. Web3 Metaverse Intelligence. Розширені знання. Доступ тут.
• джерело: https://www.greenbiz.com/article/technological-evolution-materials-recycling