Med artificiell intelligens mot plastfloden
Hur nya datamodeller förbättrar återvinningen – Sesotec som framtidens teknologipartner
Effektiv sortering av plast är nyckeln till högkvalitativ återvinning – och därmed till en verklig cirkulär ekonomi. Hittills har sorteringen av olika plasttyper varit tekniskt krävande, kostsam och dataintensiv. Tillsammans med forskare från Technology Campus Grafenau vid Tekniska högskolan i Deggendorf utvecklas nu en innovativ lösning som använder artificiell intelligens (AI) och simulerade datamängder för att lösa detta problem.
Nya AI-lösningar för plastsortering
Tidigare deep learning-modeller inom sorteringsteknik kräver stora mängder verkliga mätdata för att pålitligt skilja mellan plaster. I praktiken är detta ofta inte genomförbart – vissa materialkombinationer är för sällsynta och deras insamling för tidskrävande. Den nya metoden använder konstgjorda dataset från det optiska mätområdet för att effektivt träna AI-modeller även med få verkliga mätningar. Resultatet: pålitlig igenkänning av kända plaster och exakt identifiering av okända eller störande material.
Mindre ansträngning – fler möjligheter för Sesotec-kunder
För Sesotec som leverantör av intelligenta sorteringslösningar innebär denna metod ett teknologiskt språng. Genom att kombinera verkliga och simulerade data kan kraftfulla deep learning-modeller utvecklas snabbare, mer flexibelt och kostnadseffektivt och integreras i Sesotec-system. Våra kunder drar nytta av detta på flera sätt:
- Tillverkare av återvinningsteknik (kvarnar, sorteringssystem) kan enklare anpassa nya modeller och snabbare lansera dem på marknaden.
- Operatörer av återvinningsanläggningar ökar sorteringsprecisionen och minskar insatsen vid driftsättning av nya linjer.
- Plastbearbetare vinner genom högre kvalitet på återvunnet material.
Samhället och miljön gynnas av en mer praktisk och effektiv återvinning av plast. Sesotec formar framtiden för cirkulär ekonomi aktivt. Som pionjär inom utveckling av intelligenta teknologier stödjer Sesotec hållbara lösningar med hög innovationskraft. AI-stödd klassificering med simulerade data är ytterligare en milstolpe på vägen mot effektivare återvinningsprocesser – och ett starkt tecken på vårt engagemang för att förverkliga en cirkulär ekonomi.
Mer effektivitet, mer kvalitet, mer framtid – med Sesotec.
Hela artikeln finns på Technische Hochschule Deggendorf webbplats och publikationen hittar du här: A Plastic Classification Model Based on Simulated Data