L’intelligenza artificiale e la tecnologia di imaging iperspettrale guidano la rivoluzione, l’industria del riciclaggio dei metalli inaugura una nuova era di identificazione precisa

[Essen, Germania]– I cantieri di riciclaggio, tradizionalmente associati a macchinari ruggenti e montagne di rottami metallici, stanno silenziosamente attraversando una profonda trasformazione guidata dall'intelligenza artificiale (AI) e da una tecnologia di sensori all'avanguardia. Recentemente, una tecnologia di selezione che integra imaging iperspettrale e algoritmi di apprendimento automatico ha fatto progressi rivoluzionari in un impianto pilota gestito da Scholz Group, una delle principali società europee di riciclaggio dei metalli. Ciò segna una nuova era per l'industria del riciclaggio dei metalli, passando dalla "triturazione del grezzo" all'"identificazione precisa a livello-molecolare".

Per molto tempo, il riciclaggio dei metalli, in particolare la selezione fine di metalli non-ferrosi di alto valore (come alluminio, rame e ottone), ha rappresentato una sfida significativa per il settore. Le tradizionali tecnologie di separazione magnetica e a correnti parassite possono rimuovere efficacemente i metalli ferrosi e alcuni metalli non-ferrosi, ma hanno difficoltà con le serie di leghe di alluminio più complesse. Ad esempio, distinguere la lega 7075 ad alta resistenza-utilizzata nei telai degli aerei dalla comune lega 3004 utilizzata nelle lattine per bevande era quasi impossibile. Ciò ha portato alla miscelazione e alla fusione di grandi quantità di diversi tipi di metalli, con conseguente downcycling, che provoca una sostanziale perdita di valore economico e contraddice il principio fondamentale di un’economia circolare: “sfruttare al massimo le risorse”.

Questo collo di bottiglia tecnologico viene ora definitivamente superato. Il nucleo del sistema innovativo implementato con successo è un "occhio attento" in grado di "vedere" l'impronta molecolare dei metalli-un sensore di imaging iperspettrale. A differenza dell'occhio umano o delle fotocamere standard, questa tecnologia cattura informazioni spettrali estremamente dettagliate riflesse dalle superfici metalliche in un'ampia gamma, dall'infrarosso alla luce visibile. Ogni lega metallica, a causa delle lievi differenze nella composizione elementare e nella struttura microscopica, presenta una firma spettrale unica, molto simile a un'impronta digitale umana.

Tuttavia, interpretare manualmente l’enorme quantità di dati spettrali sarebbe irrealizzabile. È qui che entra in gioco il potere dell’Intelligenza Artificiale. La dottoressa Anna Weber, responsabile tecnico del progetto presso la società partner Spectral Vision, ha spiegato: "Abbiamo pre-addestrato il sistema 'alimentandolo' con decine di migliaia di punti dati spettrali provenienti da vari tipi di metalli. Attraverso il deep learning, il modello AI può ora identificare l'esatto grado di lega di ciascun pezzo di scarto sul nastro trasportatore in tempo reale-, con una precisione che va oltre le capacità umane e a velocità sorprendenti."

Il processo nello stabilimento di Scholz Group è straordinariamente efficiente: i frammenti metallici triturati corrono lungo un nastro trasportatore ad alta-velocità, vengono immediatamente scansionati da un sensore iperspettrale sospeso e i dati vengono trasmessi in tempo reale-a un'unità di analisi AI di backend. Nel giro di una frazione di secondo, il sistema emette comandi, utilizzando una serie di ugelli ad aria compressa controllati con precisione per "saltare" specifici frammenti metallici nel contenitore di raccolta corretto. L'intero processo è completamente automatizzato, con purezza ed efficienza di selezione che superano di gran lunga i metodi tradizionali.

"Questo non è solo un miglioramento della velocità di smistamento; cambia radicalmente il nostro modello di business", ha affermato Michael Lang, Chief Technology Officer di Scholz Group. "Ora possiamo fornire ai clienti materiale riciclato di un unico grado di lega specifico con livelli di purezza fino al 99,8%. Si tratta di un valore incommensurabile per i settori di fascia alta-come la produzione aerospaziale e automobilistica, che hanno severi requisiti di prestazione dei materiali. Ora possono tranquillamente utilizzare metallo riciclato su larga scala in nuovi prodotti senza preoccuparsi delle variazioni delle prestazioni."

L'impatto di questa innovazione tecnologica è di vasta portata-. In primo luogo, aumenta significativamente il valore dei metalli riciclati, previene il “downcycling” e crea margini di profitto più sani per i riciclatori. In secondo luogo, riduce sostanzialmente la dipendenza dai minerali primari. Creando flussi puri di materie prime secondarie, l’impronta di carbonio della produzione viene drasticamente ridotta, facendo avanzare potentemente gli obiettivi globali di produzione verde e di neutralità del carbonio.

Gli analisti del settore ritengono ampiamente che la tecnologia di smistamento di precisione basata sull'intelligenza artificiale, insieme alle piattaforme di smontaggio robotizzato e di tracciamento digitale dei materiali, stia formando il nucleo del "Riciclaggio 4.0". Dimostra che l'efficienza futura del riciclaggio delle risorse non si baserà più esclusivamente sull'energia meccanica, ma dipenderà sempre più dalla profondità della conoscenza dei dati e dalla velocità del processo decisionale-intelligente. Con la graduale adozione di questa tecnologia in tutto il mondo, una nuova era per il riciclaggio dei metalli-più pulito, più efficiente e più intelligente-è già iniziata.