Chaque année, des milliards de tonnes de déchets solides municipaux sont générées, mais les taux de recyclage restent entêtés, souvent inférieurs à 30 % dans de nombreuses régions. Un goulot d'étranglement majeur est le stade de tri : séparer les matières recyclables précieuses des matières contaminées ou non recyclables. Pendant des décennies, le tri a été fait sur des lignes de prélèvement manuelles, des séparateurs magnétiques et des systèmes de courant de Foucault. Bien qu'efficaces pour les métaux en vrac et les objets de grande taille, ces méthodes ne peuvent pas discriminer entre différents types de matières plastiques, de papier ou de matériaux composites.

Introduction aux technologies de tri des déchets

Les méthodes traditionnelles reposaient fortement sur le travail manuel, qui prenait du temps, était dangereux et était sujet à des erreurs. Les systèmes modernes de tri à base de capteurs automatisent et améliorent ce processus, ce qui le rend plus rapide, plus sûr et plus précis. Le principe fondamental consiste à analyser le flux de déchets en temps réel et à diriger les différents éléments vers le bon parachute de sortie à l'aide de jets d'air, de bras robotiques ou de divers dispositifs de dérivation mécaniques.

Technologies spectroscopiques dans le tri des déchets

Les méthodes spectroscopiques analysent la composition chimique des déchets en mesurant leur interaction avec les rayonnements électromagnétiques. Chaque matériau a un «empreinte» spectrale unique, le modèle d'absorption, de réflexion ou d'émission à différentes longueurs d'onde. En captant ces signatures, les systèmes de tri peuvent identifier les polymères, les types de papier, le bois, les textiles, les métaux, et même les matières dangereuses.

Spectroscopie infrarouge proche (NIR)

La spectroscopie NIR est le cheval de travail du tri plastique moderne. Elle fonctionne dans la gamme de longueurs d'onde 700 à 2500 nm et mesure les tonalités et les combinaisons de vibrations moléculaires, en particulier celles impliquant des liaisons C-H, O-H et N-H. Lorsqu'un objet plastique passe sous le capteur NIR, elle reflète la lumière qui porte des caractéristiques d'absorption caractéristiques de son type de polymères. Par exemple, le polyéthylène (PE) et le polypropylène (PP) présentent des pics distincts, permettant au système de les séparer du PET, du PVC ou du PS. Les systèmes NIR peuvent scanner les largeurs complètes de ceinture en millisecondes, ce qui les rend idéales pour les lignes de tri à haut débit.

Spectroscopie infrarouge intermédiaire (MIR)

La spectroscopie MIR fonctionne dans la gamme de 2,5 à 25 μm et sonde directement les vibrations moléculaires fondamentales — C=O, C–Cl et autres modes à faible énergie. Elle fournit une empreinte spectrale beaucoup plus riche que le NIR, permettant d'identifier des matériaux très similaires et des mélanges complexes. Les capteurs MIR sont souvent déployés comme un contrôle secondaire après le NIR, surtout pour le tri des plastiques mélangés ou pour l'élimination de contaminants spécifiques.

Spectroscopie Raman

La spectroscopie Raman mesure la diffusion inélastique de la lumière laser monochromatique. Elle est très spécifique à la structure moléculaire et peut distinguer entre des polymères chimiquement similaires, par exemple, différents types de polyamide (PA) ou entre des nuances vierges et recyclées. Son avantage principal est que l'eau et le dioxyde de carbone ne s'interfèrent pas, ce qui le rend adapté aux flux de déchets humides. Raman peut également identifier certains plastiques noirs parce que l'excitation laser peut surmonter l'absorption de pigments noirs de carbone.

Fluorescence à rayons X (XRF) et spectroscopie de ventilation induite par laser (LIBS)

Pour le tri des métaux et des éléments lourds, la technique XRF est dominante. Elle irradie les matériaux à rayons X à haute énergie, ce qui permet d'éjecter les électrons à coque intérieure; lorsque les électrons provenant de coquilles extérieures remplissent les limites, ils émettent une fluorescence caractéristique des rayons X. L'énergie de ces émissions est unique à chaque élément, permettant une identification précise des alliages d'aluminium, du cuivre, du laiton, de l'acier inoxydable, et même des métaux précieux provenant des déchets électroniques. La technologie XRF peut analyser par des revêtements fins et ne nécessite pas de contact de ligne de vue, ce qui le rend robuste pour les environnements industriels.

Technologies d'imagerie dans le tri des déchets

Les technologies d'imagerie complètent les méthodes spectroscopiques en fournissant des données visuelles et spatiales, qui capturent la forme, la taille, la couleur, la texture et, dans certains cas, la structure interne. Ces informations sont essentielles pour distinguer des matériaux similaires (par exemple, une bouteille en PET broyée par rapport à un contenant en PET transparent) et pour détecter des objets non homogènes comme des emballages multicouches ou des composites.

Imagerie hyperspectrale

L'imagerie hyperspectrale (HSI) combine spectroscopie et imagerie : elle enregistre un spectre complet pour chaque pixel d'une image, créant un cube de données tridimensionnelle (deux dimensions spatiales plus une dimension spectrale). Pour le tri des déchets, les caméras HSI couvrent généralement les régions infrarouges visibles, presque infrarouges ou à ondes courtes. En analysant la signature spectrale de chaque pixel, le système peut cartographier la distribution chimique sur la surface d'un objet. Ceci est inestimable pour le tri des matériaux visuellement identiques mais chimiquement différents – par exemple, le tri PP à partir de PE lorsque les deux sont transparents et non colorés. HSI peut également détecter les impuretés, les revêtements et les contaminants.

Systèmes de vision des machines

Les systèmes de vision automatique utilisent des caméras couleur haute résolution, des caméras 3D et des traitements d'images basés sur l'IA pour classer les déchets par fonction visuelle. Les caméras capturent des images d'objets sur la ceinture et des modèles d'apprentissage profond – formés sur des millions d'exemples étiquetés – reconnaissent des catégories telles que « bouteille de PET », « boîte à aluminium », « boîte à carton » ou « plateau alimentaire ». Ces systèmes sont rapides et adaptables à de nouveaux flux de déchets; ils peuvent être reformés sur place avec de nouvelles données.

Térahertz et imagerie par rayons X

L'imagerie par Térahertz (THz) utilise des ondes électromagnétiques entre micro-ondes et infrarouge pour voir à travers des matériaux non conducteurs comme le papier, les plastiques et la céramique. Elle peut révéler des couches cachées, la teneur en humidité et les défauts internes. Dans le tri des déchets, THz est une méthode qui permet d'identifier les emballages multicouches (par exemple, une tasse en papier revêtu de plastique) et d'évaluer la composition des matériaux composites comme les circuits. L'imagerie par transmission par rayons X (XRT) utilise deux niveaux d'énergie différents pour calculer le nombre et la densité atomiques efficaces des objets, en distinguant entre les matériaux organiques, les métaux et d'autres inorganiques.

Fusion de données et intelligence artificielle

La véritable puissance des systèmes de tri modernes réside dans la fusion des capteurs : combinant les sorties de capteurs spectroscopiques multiples et d'imagerie en une décision unifiée. Un module de tri haut de gamme typique peut inclure un spectromètre NIR, une caméra couleur, un profileur laser 3D et un capteur XRT, tous regardant le même objet. Les flux de données sont synchronisés temporellement et spatialement, puis introduits dans un modèle d'apprentissage de la machine qui pèse les preuves de chaque capteur. Par exemple, si NIR indique qu'un matériau est probablement du polyéthylène mais que l'objet est noir, le système pourrait diminuer la confiance ou utiliser les données Raman de seconde ligne pour revérifier.

Calcul de bord pour le tri en temps réel

La mise en service de modèles d'IA sophistiqués sur une ceinture à mouvement rapide nécessite un traitement à haute vitesse.De nombreux systèmes de tri modernes intègrent maintenant des dispositifs de calcul de bord – processeurs GPU, accélérateurs d'IA (par exemple Intel Movidius, Nvidia Jetson) ou des cartes FPGA dédiées – qui fonctionnent à l'intérieur du local. Cela évite la latence d'envoyer des données à un serveur central.

Applications et études de cas dans le monde réel

TOMRA – Tri multicapteurs en plastique

TOMRA, un fabricant de premier plan, intègre NIR, VIS (caméras couleur) et un apprentissage profond dans sa série AUTOSORT. Grâce à une combinaison appelée SHARP EYE[, ils peuvent distinguer entre plus de 20 types de plastique à un débit allant jusqu'à 15 tonnes par heure. Leurs systèmes sont déployés dans les principales installations de recyclage en Europe et aux États-Unis, obtenant une pureté en PET de plus de 99 % pour le recyclage de qualité alimentaire. La société a récemment ajouté un module basé sur l'IA qui s'adapte au tri des étiquettes et des manches qui peuvent confondre les capteurs traditionnels. [Lien externe: TOMRA Recycling[

ZenRobotics – Sorts robot avec vision et XRF

ZenRobotics (qui fait maintenant partie de Terex) utilise une combinaison de caméras 3D, de capteurs NIR et de fluorescence par rayons X pour guider les bras robotiques pour la collecte de composants de déchets d'un flux mixte. Leur robot Heavy Picker peut trier les déchets de construction et de démolition (bois, pierre, métal) ainsi que les déchets électroniques. En fusionnant les données des capteurs, le système peut identifier et saisir des objets de formes et de poids différents. [Lien externe : ZenRobotics]

Machinex – Tri hyperspectral du papier et du carton

Machinex a déployé des caméras hyperspectrales dans ses modules de triage de papier pour séparer les contaminants non fibreux des flux de papier de qualité supérieure. Le système peut détecter et enlever les plastiques, les métaux et le papier endommagé par l'humidité qui dégraderaient la qualité de la pâte recyclée. Cela a augmenté les taux de récupération du papier de 15 % dans certaines installations. [Lien externe : Recyclage de machinex]

Défis et limites

Les solutions en cours de développement comprennent l'utilisation d'étiquettes ou de traceurs de couleur lisibles par le NIR. Toutefois, ces derniers ajoutent coûts et complexité. La texture et la saleté[ sur les surfaces peuvent disperser ou absorber des signaux spectraux, réduisant la précision de classification.Le lavage préalable ou l'utilisation de solides techniques de détection par voie humide (p. ex. Raman) aide mais n'est pas universelle. La complexité du matériau augmente : les films multicouches, les plastiques biodégradables et les emballages composites sont difficiles à trier parce que leurs signatures spectrales se chevauchent ou changent avec la dégradation.

Orientations futures

Laser à cascade quantique (QCL) dans le tri MIR

Les lasers en cascade quantiques compacts qui émettent dans la gamme mi-IR atteignent maintenant la viabilité commerciale. Ils permettent un éclairage lumineux et compatible pour la spectroscopie MIR, en surmontant les limites des sources thermiques volumineuses. Des capteurs intégrés basés sur QCL pourraient apporter une analyse MIR haute spécificité aux lignes à grande vitesse, améliorant l'identification des plastiques noirs et composites.

Jumelles numériques et tri prédictif

Les usines de recyclage commencent à créer des jumelles numériques de leurs lignes de tri, des modèles virtuels qui reproduisent les configurations des capteurs, les vitesses de la ceinture et le timing des jets d'air. Combinés à la rétroaction des capteurs en temps réel, ces modèles peuvent prédire le débit des matériaux, optimiser les paramètres de tri et même simuler l'effet de l'ajout d'un nouveau capteur.

Blockchain pour la traçabilité

Une tendance émergente est de relier les données de tri (empreintes digitales, images, horodatages) à des enregistrements de blockchain pour créer une chaîne de garde inviolable pour les matériaux recyclés, ce qui pourrait permettre de fixer des prix élevés pour les recyclés certifiés à haute pureté et de renforcer la confiance dans les marchés secondaires.

Robotique avancée avec détection tactile

Alors que les trieurs robotisés actuels comptent sur des ventouses ou des pinces, les systèmes futurs intégreront des capteurs tactiles et quasi infrarouges dans l'effecteur final. En touchant le matériau et en mesurant instantanément sa réponse spectrale, le robot peut faire une confirmation finale avant de placer l'article dans la boîte correcte. Cela pourrait réduire les erreurs sur les articles difficiles à voir, comme les bouteilles écrasées ou les films enchevêtrés.

Conclusion

L'intégration des technologies spectroscopiques et d'imagerie a révolutionné le tri des déchets, qui a permis de réduire la contamination, d'améliorer les taux de recyclage et de réduire les coûts d'exploitation. Des caméras NIR et hyperspectrales à XRT et LIBS, la boîte à outils de capteurs continue de se développer. Ces capteurs permettent de s'adapter aux flux de déchets en constante évolution grâce à des systèmes de tri.