L'IA transforme les déchets plastiques en matériaux recyclés adaptés à un usage industriel
Annonces
Dans le cadre du projet « K3I-Cycling », l’Institut Fraunhofer pour la résistance aux contraintes et la fiabilité des systèmes (LBF) développe, en collaboration avec 16 partenaires, des méthodes basées sur l’intelligence artificielle pour le tri des plastiques post-consommation, provenant par exemple des sacs jaunes. Les chercheurs de Darmstadt dirigent le lot de travail « Recyclage et production de matériaux recyclés » et mettent au point une boîte à outils destinée à l’évaluation et à la stabilisation ultérieure des matériaux recyclés. Les fabricants d’emballages, les recycleurs, les marques et les collectivités locales bénéficient ainsi de paramètres fiables. Ce projet est financé par le ministère fédéral de la Recherche, de la Technologie et de l’Espace (BMFTR).
Les déchets d’emballages légers (DEL) mélangés constituent une source de matières premières complexe. Leur composition varie. Les impuretés et les degrés de vieillissement influencent la qualité des matériaux recyclés qui en sont issus. C’est précisément là qu’intervient le projet « K3I-Cycling ».
Des déchets d’emballages mixtes à des qualités de matériaux fiables
Dans le cadre de ce projet financé par le BMFTR, le Fraunhofer LBF apporte sa contribution au lot de travail « Recyclage et production de matériaux recyclés » ainsi que son expertise en matière d’évaluation des matériaux, de fiabilité des systèmes, de numérisation et de circularité. Les chercheurs développent de nouvelles méthodes pour produire des matériaux recyclés plastiques de haute qualité à partir de déchets d’emballages légers mélangés. L’accent est mis sur la production pratique de matériaux recyclés à l’échelle du laboratoire et à l’échelle pilote, l’évaluation des propriétés des matériaux ainsi que le développement de combinaisons d’additifs. Cela inclut également des stabilisants d’origine biologique permettant d’améliorer de manière ciblée les propriétés des matériaux recyclés.
Le Fraunhofer LBF associe l’analyse réelle des matériaux à l’apprentissage automatique. Les matières premières recyclées polyoléfiniques sont classées en fonction de leur état de vieillissement et de leurs impuretés, puis réparties en groupes de qualité. On obtient ainsi des niveaux de qualité des matériaux fiables. Ceux-ci peuvent être intégrés dans de nouvelles normes et dans des passeports numériques des produits. Les chercheurs rendent ainsi la complexité technique maîtrisable et contribuent à garantir de manière fiable la recyclabilité.
Les paramètres de référence garantissent la sécurité pour les applications exigeantes
Ces travaux fournissent des caractéristiques techniques complètes et fiables pour les matières plastiques recyclées de haute qualité utilisées dans des produits exigeants. C’est important pour les fabricants d’emballages, les recycleurs et les marques. Ils peuvent ainsi évaluer les matériaux recyclés de manière plus ciblée et les utiliser pour des applications qui imposent des exigences élevées en matière de qualité et de fiabilité des matériaux. Cela inclut notamment les emballages destinés au contact alimentaire.
Afin de répondre à ces exigences, l’Artificial Neural Twin (ANT) a été développé dans le cadre du projet. Il reproduit l’ensemble de la chaîne de tri, de la collecte jusqu’au destinataire final du matériau recyclé, et permet l’optimisation ciblée de paramètres individuels (par exemple, la pureté, une logistique courte, un prix bas) tout au long de la chaîne de valeur. L’IA est également utilisée pour protéger les installations de tri : le DangerSort est capable de détecter et d’éjecter en toute sécurité les batteries au lithium avant qu’elles ne provoquent des incendies. L’industrie et les collectivités locales bénéficient ainsi de bases décisionnelles plus fiables et d’installations à sécurité intégrée. Elles peuvent atteindre leurs objectifs de recyclage de manière rentable, réduire de manière mesurable leurs émissions de CO₂ et garantir l’approvisionnement en matières premières secondaires. Cela renforce la résilience de l’économie circulaire européenne et allie le développement virtuel à la validation concrète.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Allemand peut être trouvé ici.
Autres actualités du département recherche et développement
