Hoe nieuwe datamodellen recycling verbeteren – Sesotec als technologiepartner van de toekomst
Effectieve sortering van kunststoffen is de sleutel tot hoogwaardig recyclen – en daarmee tot een echte circulaire economie. Tot nu toe was het sorteren van verschillende soorten kunststoffen technisch complex, duur en data-intensief. Samen met onderzoekers van de Technologie Campus Grafenau van de Technische Hochschule Deggendorf ontwikkelen we nu een innovatieve aanpak die dit probleem oplost met Kunstmatige Intelligentie (KI) en gesimuleerde datasets.
Nieuwe AI-oplossingen voor kunststofsortering
Traditionele deep-learningmodellen in sorteertechnologie vereisen grote hoeveelheden echte meetgegevens om kunststoffen betrouwbaar te onderscheiden. In de praktijk is dit vaak niet haalbaar – bepaalde materiaalcombinaties komen te weinig voor en hun registratie is te complex. Onze nieuwe aanpak maakt gebruik van kunstmatig gegenereerde datasets uit het optische meetbereik, waardoor KI-modellen efficiënt kunnen worden getraind met slechts een paar echte metingen. Het resultaat: betrouwbare herkenning van bekende kunststoffen en nauwkeurige identificatie van onbekende of storende materialen.
Minder inspanning – meer mogelijkheden voor Sesotec-klanten
Voor Sesotec als aanbieder van intelligente sorteertechnologieën betekent deze methode een technologische sprong. Door de combinatie van echte en gesimuleerde data kunnen krachtige deep-learningmodellen sneller, flexibeler en kostenefficiënter worden ontwikkeld en in Sesotec-systemen worden geïntegreerd. Onze klanten profiteren hier op meerdere manieren van:
- Fabrikanten van recyclingtechnologie (molens, sorteersystemen) kunnen nieuwe modellen eenvoudiger aanpassen en sneller op de markt brengen.
- Exploitanten van recyclinginstallaties verhogen de sorteernauwkeurigheid en verminderen de inspanning bij de ingebruikname van nieuwe lijnen.
- Kunststofverwerkers winnen door hogere kwaliteit van gerecycled materiaal.
Samenleving en milieu profiteren van een praktijkgerichte en effectievere herverwerking van kunststoffen. Sesotec vormt actief de toekomst van de circulaire economie. Als pionier in de ontwikkeling van intelligente technologieën ondersteunt Sesotec duurzame oplossingen met een hoge innovatiekracht. De KI-ondersteunde classificatie met gesimuleerde data is een nieuwe mijlpaal op weg naar efficiëntere recyclingprocessen – en een krachtig teken van ons engagement voor de implementatie van een circulaire economie.
Meer efficiëntie, meer kwaliteit, meer toekomst – met Sesotec.
Lees het volledige artikel op de Technische Hochschule Deggendorf website en vind de publicatie hier: A Plastic Classification Model Based on Simulated Data