Tomra claimt primeur met sortering van food-grade plastics

Omdat verpakkingen voor voedingsmiddelen en niet-voedingsmiddelen vaak van hetzelfde materiaal zijn gemaakt en visueel erg op elkaar lijken, is het volgens Tomra voor bestaande sorteersystemen vaak lastig om ze van elkaar te onderscheiden en sorteren. Tomra heeft de afgelopen tijd echter flink geïnvesteerd in kunstmatige intelligentie, en dat werpt nu vruchten af.

Naar eigen zeggen kan de Gainnext-technologie van het bedrijf objecten identificeren die moeilijk of in sommige gevallen onmogelijk te classificeren zijn met traditionele optische afvalsensoren. De combinatie van traditionele nabij-infrarood, visuele spectrometrie en andere sensoren, met deep-learning technologie resulteert in zuiverheidsgraden van tot 95 procent. Daarmee is het volgens Tomra de meest nauwkeurige oplossing die op dit moment op de markt verkrijgbaar is.

Tegelijkertijd lanceert het bedrijf ook nog twee andere toepassingen, die het Gainnext-ecosysteem moeten aanvullen: een toepassing voor het ontinkten van papier, voor schonere papierstromen, en een pet-reiniger toepassing voor een hogere zuiverheidsgraad voor petflessen.

Volgens Volker Rehrmann, hoofd van Tomra Recycling, maakt de Gainnext-technologie sorteren op voedselveiligheid en fles-tot-fles-recycling mogelijk. “Het gebruik van kunstmatige intelligentie stimuleert materiaalcirculariteit op een moment dat dit het hardst nodig is, met strengere regelgeving en een toenemende vraag van klanten naar technologisch geavanceerde oplossingen.”