NPP, TOMRA 딥 러닝 기술을 활용하여 rPET 생산 정제

기존의 선별 기술을 사용하더라도 다층 포장과 같이 감지하기 어려운 플라스틱 이물질로 인해 재활용 가능한 순수 PET 분획물을 만드는 것은 어려웠습니다. 예를 들어, 프랑스의 우유병은 여러 층의 서로 다른 색상의 플라스틱으로 구성되어 있으며, 가장 바깥쪽의 흰색 층에는 자외선 차단 기능을 제공하는 이산화티타늄이 포함되어 있습니다. 프랑스 에코-엠발라쥬(Eco-emballages)와 같은 생산자 책임 단체는 PET에서 불투명 착색제를 줄여야 한다고 촉구했지만 (2) 이러한 물질은 폐기물이 많아 최첨단 선별 기술을 사용하여 목표 물질에서 분리해야 합니다.

TOMRA Recycling Sorting의 연구 및 개발 엔지니어들과 협력하여, PET 정제를 위한 새로운 딥 러닝 기반 애플리케이션을 NPP의 선별 라인에서 테스트했습니다. TOMRA 소프트웨어 엔지니어들은 rPET 생산 시 오염 물질로 간주되는 불투명한 PET 물체, 호일, 직물 및 필름을 감지하기 위해 GAINnext™ 딥 러닝 기술이 적용된 AUTOSORT™를 학습시켰습니다. 딥 러닝 소프트웨어와 최첨단 센서의 강력한 조합을 통해 이제 뛰어난 순도의 투명 PET 단일 분획물을 생성할 수 있습니다.

"딥 러닝 기술을 통해 투명 PET의 순도 수준을 크게 개선했을 뿐만 아니라 운영을 확장하고 새로운 수익 흐름을 창출할 수 있게 되었습니다. 이 새로운 PET용 애플리케이션을 통해 이제 전국 슈퍼마켓에서 쉽게 볼 수 있는 자외선 차단 기능과 분리하기 쉬운 본체 슬리브가 있는 흰색 불투명 PET 병을 재활용할 수 있게 되었습니다."라고 NPP의 품질 관리자인 Alexandre Cliche는 설명합니다.

플라스틱 선별 시설에서는 GAINnext™ 기술을 갖춘 AUTOSORT™ 한 대를 사용하여 페트병 투입 스트림에서 이물질을 정제합니다. 그런 다음 딥 러닝 기술이 적용된 두 번째 기계가 첫 번째 선별 단계에서 재활용 가능한 PET 병을 회수합니다. 이를 통해 NPP는 재활용을 위해 가능한 많은 재료를 회수하여 수율을 극대화합니다.

"PET를 위한 새로운 딥 러닝 애플리케이션은 최종 잔류 오염을 절반으로 줄였으며, 현재 100 ppm(백만 분의 1)의 오염을 달성하고 있습니다. 또한 최소한의 장비로 이러한 성과를 달성할 수 있어 운영 비용 측면에서 투자 대비 수익 효과가 큽니다."라고 TOMRA France의 전무이사인 Frédéric Durand는 말합니다.