Tomra lanza una solución de clasificación de plásticos aptos para uso alimentario

Tomra Recycling, "proveedor líder mundial de soluciones de clasificación", anuncia el lanzamiento "de tres aplicaciones revolucionarias para separar plásticos de calidad alimentaria de los no alimentarios para PET, PP y HDPE". Esta innovación ha sido posible "gracias a la intensa investigación y desarrollo de la compañía en aprendizaje profundo, un tipo de IA".

“Gain es el complemento de clasificación basado en aprendizaje profundo de la compañía para sus mundialmente reconocidas unidades Autosort. Gracias a una importante inversión, Tomra ha alcanzado un hito histórico. Por primera vez se puede separar a gran escala plásticos PET, PP y PEAD entre plásticos de uso alimentario y no alimentario”, resumen en una nota de prensa fuentes de la compañía noruega.

Hasta ahora, la clasificación de calidad alimentaria ha demostrado ser un verdadero desafío para la industria, ya que los envases alimentarios y no alimentarios a menudo están compuestos por el mismo material y son visualmente muy similares. Estas similitudes dificultaban que los sistemas de clasificación existentes en el mercado pudiesen diferenciarlos y separarlos.

“Gracias a GAINnext, la renovada tecnología Gain de Tomra, hoy se resuelven todos estos desafíos mejorando aún más el rendimiento de clasificación de Autosort. Se identifican así hasta los productos más complejos, hasta ahora imposibles de clasificar empleando sensores ópticos tradicionales”, añaden las mismas fuentes.

Autosort con GAINnext TM combina el reconocimiento de objetos con la clasificación tradicional basada en sensores.

Al combinar su tradicional espectrometría en el rango del infrarrojo cercano (NIR), en el rango del espectro visible junto con otros sensores con la tecnología de Deep Learning, Tomra ha logrado lanzar al mercado la solución más precisa del sector. Con GAINnext “se abren nuevas oportunidades de ingresos para los clientes de Tomra ya que el grado de pureza que se puede lograr supera 95 % para las aplicaciones de envases en las plantas de clientes en el Reino Unido y Europa”.

Además de este avance, “Tomra lanza otras dos aplicaciones no alimentarias que complementan el ecosistema GAINnextTM —una aplicación para destintar papel y generar flujos de papel más limpios— y una aplicación de limpieza de PET para optimizar los flujos de botellas de PET e incrementar aún más el índice de pureza".

Tecnología probada

La tecnología de aprendizaje profundo de GAINnextTM ha sido puesta a prueba “durante muchos años”. Tomra fue la primera compañía en introducir tecnología de Deep Learning en 2019, aseguran las mismas fuentes. “Esta aplicación permitía identificar y eliminar cartuchos de silicona del flujo de PE”. Más recientemente, en 2022, la empresa nórdica lanzó su solución para clasificación de madera triturada. Hasta la fecha, hay más de cien unidades Autosort con GAINnextTM instaladas en plantas de recuperación de materiales en todo el mundo.

El vicepresidente ejecutivo y director de Tomra Recycling, Volker Rehrmann, destaca que la compañía ha utilizado la IA “durante décadas para mejorar el rendimiento de clasificación. No obstante, esta última innovación supone un hito para nosotros y otra primicia para la industria. La IA tiene el poder de transformar la recuperación de los recursos tal como la conocemos, y nuestras últimas y sofisticadas aplicaciones basadas en Deep Learning e IA refuerzan nuestra posición como pioneros en este campo. GAINnextTM permite hacer un proceso de clasificación para alcanzar la calidad alimentaria y la calidad botella a botella. Ambas tareas han supuesto un importante desafío para nuestra industria durante muchos años. El uso de la IA está impulsando la circularidad de los materiales en un momento en el que más se necesita dada la exigente regulación y creciente demanda de soluciones tecnológicamente avanzadas por parte de nuestros clientes. En Tomra, estamos orgullosos de impulsar el cambio en el proceso de clasificación”.

El director de producto de Deep Learning de Tomra Recycling, Indrajeed Prasad, apunta que “el uso de la tecnología de aprendizaje profundo no solo automatiza la clasificación manual, sino que también permite a la industria lograr reciclados de alta calidad mediante una clasificación más granular. Gracias a su capacidad para identificar miles de objetos por material y forma en milisegundos, GAINnextTM resuelve incluso las tareas de clasificación más complejas. Además, con su software de Deep learning integrado, ofrece la oportunidad de adaptarse a las exigencias del futuro. Estamos encantados de poder lanzar estas soluciones de clasificación, innovadoras y muy necesarias, para cumplir con los estrictos requisitos de calidad. Así damos respuesta a la creciente demanda de las marcas de consumo para incorporar más contenido reciclado de alta pureza”.