TOMRA rivoluziona il riciclo dei polimeri con la nuova applicazione per selezionare la plastica di qualità alimentare 

La selezione di grado alimentare ha sempre rappresentato una vera e propria sfida per l'industria, poiché gli imballaggi alimentari e non alimentari sono spesso fatti dello stesso materiale, dunque visivamente molto simili. Questo rende difficile per i sistemi di selezione esistenti sul mercato identificarli e separarli in maniera corretta.
 

Grazie all'uso avanzato del deep learning, GAINnext™ consente la selezione per ottenere prodotti di grado alimentare e la qualità da bottiglia a bottiglia. Entrambi i compiti hanno rappresentato una sfida significativa per il settore. L'uso dell'IA sta guidando la circolarità dei materiali in un momento in cui è più necessaria, con l'inasprimento delle normative e la crescente domanda di soluzioni tecnologicamente avanzate da parte dei clienti. Noi di TOMRA siamo orgogliosi di guidare il cambiamento nel processo di selezione".

Risolvere le sfide di selezione più complesse 

Indrajeed Prasad, Product Manager Deep Learning di TOMRA Recycling, aggiunge: "L'uso della tecnologia di deep learning non solo automatizza la selezione manuale, ma consente all'industria di ottenere riciclati di alta qualità attraverso una selezione più accurata". Grazie alla sua capacità di rilevare in pochi millesimi di secondo migliaia di oggetti in base alla forma e al materiale, GAINnext™ risolve anche le sfide di selezione più complesse. Inoltre, grazie al software integrato, offre all’impianto la possibilità di adattarsi alle esigenze future. “Siamo felici di poter lanciare queste soluzioni innovative necessarie per soddisfare i requisiti sempre più rigorosi legati alla qualità del materiale selezionato. Questo in risposta anche alla crescente richiesta da parte dei marchi di consumo di incorporare più contenuto riciclato di elevata purezza”.