Table of Contents

En captant le rayonnement infrarouge naturellement émis par tous les objets, les caméras thermiques révèlent des signatures thermiques distinctives qui permettent aux opérateurs de distinguer rapidement et sans contact physique différents types de matériaux. Cette approche non invasive réduit considérablement la contamination, stimule la pureté du recyclage et entraîne des coûts opérationnels.

Comprendre le problème : pourquoi les erreurs de tri des déchets Persist

Même dans les installations hautement automatisées, les erreurs de tri demeurent un défi persistant.Les méthodes traditionnelles de séparation reposent sur une combinaison de cueillir manuellement, de séparer les aimants, de séparer les courants de Foucault et de trier les optiques qui utilisent des caméras de lumière visible ou de NIR (à infrarouge proche). Bien que efficaces pour de nombreux matériaux communs, ces technologies luttent contre les objets sombres ou opaques, les plastiques contaminés, les emballages composites et les plastiques noirs qui absorbent la lumière visible et NIR.

Contrairement aux capteurs de lumière visible ou de NIR, les caméras thermiques ne sont pas dupées par la couleur, l'opacité ou la texture de surface. Elles détectent les différences de température qui découlent de la conductivité thermique, de la capacité thermique spécifique et de la densité de chaque matériau. Par exemple, les métaux conduisent la chaleur rapidement et se refroidissent rapidement, tandis que les plastiques et les organiques conservent la chaleur plus longtemps.

Les fondamentaux de l'imagerie thermique dans le tri des déchets

Fonctionnement des caméras thermiques

Tous les objets émettent des radiations infrarouges proportionnelles à leur température. Les caméras thermiques utilisent des réseaux de microbolomètres pour détecter ce rayonnement et le convertir en une image bidimensionnelle où chaque pixel représente une valeur de température. Les microbolomètres non refroidis modernes peuvent résoudre des différences de température aussi petites que 0,02 °C, fournissant la sensibilité nécessaire pour séparer les matériaux ayant des propriétés thermiques similaires.

Propriétés principales du matériau mesurées

  • Conductivité thermique:[ La vitesse à laquelle la chaleur se propage dans le matériau. Les métaux (p. ex., l'aluminium, l'acier) ont une forte conductivité; les plastiques et le caoutchouc ont une faible conductivité.
  • Capacité thermique spécifique:[ Combien d'énergie est nécessaire pour changer la température du matériau. Les matières organiques à base d'eau ont une chaleur spécifique élevée; les matières plastiques sèches ont des valeurs plus faibles.
  • Émissivité:[ L'efficacité avec laquelle un matériau émet des radiations infrarouges. La plupart des matériaux non métalliques ont une émissivité proche de 0,9; les métaux polis peuvent être beaucoup plus faibles, ce qui nécessite un étalonnage.
  • Diffusivité thermique:[ La vitesse à laquelle un matériau atteint l'équilibre thermique après un stimulus. Cette propriété combinée est particulièrement utile pour distinguer des polymères semblables.

En analysant ces paramètres, un système d'imagerie thermique peut classer les matériaux en catégories telles que les métaux, les plastiques rigides, les plastiques souples, le papier/carton, le verre et les matières organiques, même s'ils sont visuellement identiques.

Innovations récentes en matière de technologie d'imagerie thermique

Caméras à haute résolution et multispectrales

La dernière génération de caméras thermiques offre des résolutions de capteur de 640 × 480 pixels ou plus, certaines unités atteignant 1280 × 1024. Une résolution spatiale améliorée permet aux opérateurs de repérer de petits contaminants, comme un enveloppeur en aluminium mélangé avec des fibres de papier. De plus, les caméras thermiques multispectrales capturent des données dans de multiples bandes infrarouges, permettant la séparation de matériaux ayant des propriétés thermiques similaires mais des pics d'émissivité spectrale différents. Par exemple, la distinction du polyéthylène téréphtalate (PET) avec le polypropylène (PP) devient possible lors de l'analyse de leurs différences d'émissivité dans la gamme de 8 à 12 μm.

Classification des AI et prise de décisions en temps réel

Les réseaux neuronaux convolutionnels (RCN) formés sur des milliers d'images thermiques étiquetées peuvent désormais classer les matériaux avec des taux de précision supérieurs à 95 %. Ces modèles ingèrent non seulement les valeurs de température brutes, mais aussi des caractéristiques comme la forme, les gradients de bord et la texture thermique. Comme les modèles AI peuvent être mis à jour progressivement, les installations peuvent s'adapter aux nouveaux matériaux d'emballage ou aux changements de composition saisonnière des déchets sans remplacer le matériel.

Scanners portatifs portatifs pour la vérification de la localisation

Les systèmes de convoyeurs en ligne sont l'épine dorsale des grands appareils de traitement des matières (installations de récupération des matériaux), mais les scanners thermiques portatifs sont devenus précieux pour les stations de contrôle de la qualité. Les opérateurs peuvent rapidement scanner les balles de matériaux triés pour détecter la contamination avant de les balayer, réduire le risque de charges rejetées.

Intégration avec les systèmes de tri basés sur le convoyeur

Les principaux fabricants d'équipements offrent maintenant des modules d'imagerie thermique préintégrés qui se montent directement au-dessus des bandes transporteuses.Ces modules comprennent un dispositif de conditionnement, souvent un rouleau chauffé qui transfère une quantité connue d'énergie thermique au matériau qu'il passe, ou un tableau de lampes infrarouges qui chauffe la surface pendant une durée contrôlée. La caméra capture un cadre thermique immédiatement après le conditionnement, et l'IA traite l'image pour déclencher des éjecteurs en aval (jets d'air, pousseurs ou bras robotisés).

Un déploiement notable est celui de Renewi, une société européenne de gestion des déchets, où des unités d'imagerie thermique ont été mises à niveau sur des trieurs NIR existants pour manipuler des plastiques noirs. L'installation a signalé une réduction de 14 pour cent de la contamination du flux de balles de polypropylène au cours des trois premiers mois de fonctionnement.

Applications au-delà des déchets solides municipaux

Construction et démolition des débris

Les flux de déchets de construction et de démolition (C&D) contiennent de grandes quantités de matériaux tels que le béton, le bois, le gypse et les métaux. L'imagerie thermique aide à séparer le bois (qui conserve plus longtemps la chaleur) des matériaux minéraux comme la brique et le béton.

Recyclage des déchets électroniques

Les cartes de circuits imprimés (PCB) et les composants électroniques contiennent souvent des métaux précieux comme l'or, le cuivre et le palladium, mélangés avec des plastiques et de la céramique. L'imagerie thermique peut identifier les zones riches en métaux thermoconducteurs sur les PCB, guidant les outils de démantèlement robotique pour cibler les composants avec plus de précision.

Déchets organiques et compostage

Dans le traitement des déchets organiques, les caméras thermiques peuvent détecter des contaminants non compostables tels que les pellicules d'emballage en plastique ou les éclats de verre. La fraction organique a tendance à avoir une température plus élevée et plus uniforme en raison de l'activité microbienne, tandis que les matériaux synthétiques restent plus froids.

Avantages de l'imagerie thermique dans la gestion des déchets

Précision accrue et réduction de la contamination

L'imagerie thermique ajoute une dimension de mesure physique indépendante qui complète les capteurs existants. Combinés au NIR et aux caméras visibles dans une approche de fusion de capteurs, la précision de tri pour les matériaux difficiles comme les plastiques noirs, le caoutchouc et les composites stratifiés peut dépasser 98 pour cent.

Efficacité opérationnelle accrue

Les systèmes automatisés de tri thermique fonctionnent à des vitesses de ligne qui correspondent ou dépassent les taux de prélèvement manuels, tout en manipulant jusqu'à 3000 articles par heure par voie. Cette amélioration du débit permet aux installations de traiter le même volume de déchets avec moins de personnel, réduisant ainsi les coûts de main-d'oeuvre.

Avantages environnementaux

L'Agence européenne pour l'environnement estime que l'amélioration de la précision du tri de 5 points de pourcentage à peine sur tout le continent pourrait réduire les émissions de gaz à effet de serre de 8 millions de tonnes équivalent CO2 par an. L'imagerie thermique contribue directement à ces gains en récupérant des matériaux qui autrement seraient perdus par la contamination.

Améliorations de la sécurité des travailleurs

Le tri manuel expose les travailleurs à des objets tranchants, à des risques biologiques, à des charges lourdes et à des lésions de déformation répétitives. En automatisant l'identification et l'élimination des objets problématiques, les systèmes d'imagerie thermique réduisent le besoin d'implication humaine aux étapes les plus dangereuses du traitement des déchets.

Défis et limites

Coûts d'investissement et ROI

Les caméras thermiques de haute qualité et les unités de conditionnement restent coûteuses. Un module de tri thermique en ligne complet avec traitement AI peut coûter entre 30 000 $ et 80 000 $ selon la résolution et le débit. Les installations plus petites peuvent avoir du mal à justifier l'investissement. Cependant, les options de location et les contrats axés sur les performances deviennent plus courants, et la période de récupération des FRM à volume élevé est généralement de 12 à 18 mois lorsque l'on prend en compte la réduction de la contamination et les économies de main-d'oeuvre.

Nécessité d'un conditionnement thermique contrôlé

L'efficacité de l'imagerie thermique dépend du préconditionnement constant du flux de déchets. Les variations de température ambiante, de teneur en humidité ou d'épaisseur du matériau peuvent fausser les signatures thermiques. Les installations doivent calibrer soigneusement leurs systèmes de conditionnement et peuvent avoir besoin d'installer des enceintes chauffées ou de contrôle du climat autour de la zone de tri.

Formation et personnel qualifié

Bien que l'IA réduise le besoin d'interprétation humaine, les opérateurs doivent encore comprendre comment ajuster les paramètres, interpréter les données de diagnostic et maintenir les caméras thermiques.Des programmes de formation spécialisés existent, mais les petits opérateurs peuvent manquer de l'expertise interne.

Limitations avec certaines combinaisons de matériaux

L'imagerie thermique ne peut pas différencier les matériaux qui ont des propriétés thermiques presque identiques sous le même conditionnement. Par exemple, la séparation du PET (point de fusion ~ 260°C) du polyéthylène haute densité (HDPE, point de fusion ~ 130°C) devient difficile si les deux arrivent à la même température après une brève impulsion thermique.

Orientations futures et tendances émergentes

Systèmes de fusion de capteurs hybrides

Les développements les plus prometteurs sont l'imagerie thermique par fusion avec les données NIR, hyperspectrales, X-ray fluorescence (XRF) et la spectroscopie de dégradation induite par le laser (LIBS). En combinant signatures thermiques avec composition chimique et données élémentaires, ces systèmes hybrides peuvent réaliser un tri quasi parfait pour les flux de déchets complexes. TOMRA a déjà démontré un prototype qui fusionne les données thermiques et NIR pour le tri plastique noir, obtenant 99,5 pour cent de pureté dans les essais sur le terrain.

Capteurs miniaturisés et abordables

Plusieurs start-up développent des modules à basse résolution (80 × 64 pixels) dont le prix est inférieur à 500 $ qui pourraient servir d'yeux thermiques pour les petites unités de tri ou les unités mobiles. Bien que leur résolution soit limitée, ils sont suffisants pour détecter la contamination brute (par exemple, un métal peut être utilisé dans un flux de papier) et pourraient être déployés dans des centres communautaires de recyclage ou des stations de transfert de déchets.

Analyse des données en temps réel et contrôle en boucle fermée

Les systèmes modernes d'imagerie thermique produisent un flux continu de données de température pour chaque élément qui passe par le champ de vision. Ces données peuvent être agrégées et analysées pour suivre les tendances de contamination par temps de jour, source d'entrée ou type de déchets. Les modèles d'apprentissage de la machine peuvent ajuster automatiquement la vitesse du convoyeur, la pression de l'air-knife ou les paramètres de conditionnement en temps réel pour maintenir une performance de tri optimale.

Les facteurs de politique et les mesures incitatives en matière d'adoption

Le plan d'action de l'Union européenne pour l'économie circulaire fixe des objectifs ambitieux de recyclage (65% des déchets municipaux d'ici 2035) et prévoit la collecte ou le tri de fractions spécifiques de déchets. De même, les systèmes de responsabilité élargie des producteurs (EPR) dans des pays comme l'Allemagne, la France et le Royaume-Uni imposent des sanctions financières sur les emballages qui ne peuvent pas être triés efficacement, ce qui incite directement les transformateurs de déchets à investir dans l'imagerie thermique.

Étude de cas : Imagerie thermique dans un MRF de taille moyenne

Pour illustrer l'impact réel, il faut envisager une installation de récupération de matériaux de taille moyenne aux Pays-Bas qui traite chaque année 50 000 tonnes de recyclables à flux unique. L'installation a du mal à se contaminationer en plastique noir – les plateaux en PET et en PP noirs ont été régulièrement mal classés par ses trieurs NIR existants, se retrouvant dans la ligne de papier où ils ont réduit la qualité de la bille de papier journal.

En 2022, l'installation a installé deux modules d'imagerie thermique (640 × 480, non refroidis) avec des classificateurs intégrés d'IA, chacun placé après un rouleau chauffé qui a augmenté la température de surface du matériau d'environ 15 °C. Le système a été formé pour reconnaître six catégories de matériaux : métaux ferreux, métaux non ferreux, PET, HDPE, PP, et une classe de -rejeter , pour la contamination. Dans les trois semaines suivant l'accord, les modules thermiques ont atteint un taux d'identification de 97,3 pour cent pour les plastiques noirs.

Conclusion : Un outil essentiel pour l'économie circulaire

Grâce à sa capacité à voir au-delà de la couleur et de l'opacité, il est particulièrement adapté pour s'attaquer aux problèmes de contamination les plus tenaces, des plastiques noirs aux composites mixtes. Combinés à l'IA, aux scanners portables et à la fusion de capteurs, les systèmes d'imagerie thermique améliorent la précision et permettent de réduire les taux de recyclage et l'impact environnemental.

Pour plus de détails sur les technologies connexes, l'Association internationale des déchets solides publie des revues complètes sur le tri par capteurs, et le magazine Waste Advantage présente régulièrement des études de cas sur les déploiements d'imagerie thermique dans les MRF.