I rifiuti plastici sono diventati una delle sfide ambientali più pressanti del XXI secolo. Con la produzione globale superiore a 400 milioni di tonnellate all'anno e solo circa il 9% di tutta la plastica mai prodotta essere riciclata in modo efficace, la necessità di tecnologie di smistamento efficienti non è mai stata maggiore. Al centro delle moderne operazioni di riciclaggio è la capacità di distinguere rapidamente e con precisione tra materiali riciclabili e non riciclabili.

La sfida di riciclaggio di plastica: Perché ordinare le mattonelle

I materiali plastici non sono tutti uguali nel flusso di riciclaggio. I materiali plastici come PET (polietilene terephthalate, resina 1) e HDPE (polietilene ad alta densità, codice resina 2) sono ampiamente riciclati, mentre altri come PVC (cloruro di polivinile, codice 3) o compositi misti-materiali spesso contaminano i lotti.

La selezione manuale, ancora comune in molte regioni, si basa sull'ispezione visiva umana dei codici di identificazione [] (i numeri all'interno del simbolo freccia inseguimento). Tuttavia, questi codici sono spesso mancanti, indossati o coperti da etichette. Inoltre, molte plastiche sembrano identiche all'occhio nudo—le bottiglie in PET chiare e le bottiglie in PVC chiare appaiono simili ma hanno composizioni chimiche diverse.

Tecniche Spectroscopiche: Principi e Flussi di Lavoro

La spettroscopia misura l'interazione tra materia e radiazione elettromagnetica. Quando applicata a materie plastiche, diversi polimeri assorbiscono, riflettono o disperdono la luce a lunghezze d'onda caratteristiche, creando una firma spettrale unica. Confrontando questa firma contro un database di polimeri noti, il materiale può essere identificato in millisecondi. Questo processo può essere utilizzato su nastri trasportatori che si muovono a diversi metri al secondo, permettendo la selezione in tempo reale di migliaia di pezzi all'ora di plastica.

Spettroscopia di Fourier Transform Infrared (FTIR)

La spettroscopia FTIR funziona illuminando un ampio spettro di luce a infrarossi su un campione e misurando le lunghezze d'onda assorbite. I picchi di assorbimento corrispondono a specifiche vibrazioni molecolari, ad esempio, la allungamento C-H in gruppi di polietilene o carbonilici in PET. Ogni polimero ha uno spettro infrarosso distinta, molto simile a un'impronta digitale.

Un vantaggio critico di FTIR è la sua capacità di differenziare tra polimeri chimicamente simili, come diversi tipi di polipropilene o nylon gradi. Questa precisione riduce la contaminazione trasversale e migliora la qualità dei pellet riciclati. Secondo uno studio pubblicato in Waste Management & Research], smistamento basato su FTIR ottenuto oltre 98% di precisione per le materie plastiche di imballaggio comuni [FFsource][F[

Spettroscopio Raman

A differenza di FTIR, che misura la luce assorbita, la spettroscopia Raman rileva la luce inelasticmente diffusa da un campione illuminato dal laser. I fotoni sparsi guadagnano o perdono energia corrispondente alle vibrazioni molecolari, producendo uno spettro complementare. Raman è meno sensibile alle interferenze dell'acqua e può analizzare particelle molto piccole (fino a pochi micrometri), rendendolo ideale per smistare fiocchi di plastica o microplastiche.

I recenti progressi hanno portato a dispositivi Raman portatili che possono essere utilizzati in loco presso i centri di riciclaggio o anche da ispettori di rifiuti. Tuttavia, i segnali Raman possono essere deboli e richiedono un'attenta gestione della potenza laser per evitare di bruciare il campione. Nonostante ciò, la sua capacità di identificare additivi, riempitivi e rivestimenti - materiali che spesso influiscono sulla riciclabilità - lo rende un prezioso complemento a FTIR (source)[

Spettroscopia (NIR) a infrarossi vicino

La spettroscopia NIR opera nella gamma di lunghezze d'onda 780-2500 nm, dove compaiono soprattudini e combinazioni di vibrazioni molecolari fondamentali. È la tecnica più comune nella selezione di plastica industriale a causa della sua velocità, affidabilità e relativamente basso costo. I sensori NIR possono essere installati sopra i nastri trasportatori e raccogliere dati spettrali da ogni pezzo di materiale che passa sotto.

I sistemi NIR sono altamente efficaci per la selezione di PET, HDPE, LDPE, PP e PS (polistirene). La loro limitazione principale è la difficoltà con le plastiche color scuro (soprattutto gli elementi pigmentati carbonio-nero) che assorbiscono la maggior parte della luce quasi infrarossa. Per affrontare questo, le strutture spesso combinano NIR con altri sensori o pre-trattano le plastiche nere con gli agenti marcatori.

Spettroscopia di rottura indotta dal laser (LIBS)

LIBS utilizza un impulso laser ad alta energia per creare un microplasma sulla superficie plastica. Il plasma emette luce a lunghezze d'onda caratteristica della composizione elementare del campione. Sebbene i polimeri plastici siano principalmente carbonio e idrogeno, LIBS può rilevare elementi traccia come cloro (in PVC), bromo (in plastiche ritardanti di fiamma), o metalli pesanti che rendono un riciclo non riciclabile in plastica.

LIBS può analizzare i campioni in meno di un secondo e i recenti dispositivi LIBS portatili sono stati impiegati nei cantieri di scarto e nei centri di riciclaggio dell'e-waste. Tuttavia, la sua sensibilità superficiale significa che i rivestimenti o la contaminazione possono skew risultati. Inoltre, LIBS è una tecnica distruttiva su una microscala, che è accettabile per la selezione ma non per il controllo qualità dei prodotti finiti.

Imaging iperspettorale

La telecamera cattura un'intera banda spettrale (ad esempio, da visibile a infrarossi a onde corte) per ogni pixel in un'immagine, creando un cubo di dati tridimensionale (coordinate spaziali x, y e dimensione spettrale) che consente la classificazione non solo del tipo plastico ma anche della sua distribuzione spaziale, ad esempio, identificando un film di confezionamento multistrato costituito da un pezzo unico in PET e polietilene.

I sistemi iperspectral sono sempre più utilizzati negli impianti di riciclaggio avanzati perché possono gestire flussi di rifiuti misti con elevata precisione. Sono particolarmente efficaci per la selezione di imballaggi post-consumo in cui vengono laminati più polimeri. Le richieste computazionali sono superiori rispetto alla spettroscopia del punto, ma i progressi nell'apprendimento automatico hanno reso possibile l'elaborazione in tempo reale.

Applicazione in Sistemi di smistamento automatizzati

In un tipico impianto di riciclaggio su larga scala, i rifiuti plastici non assortiti entrano in una serie di schermi trommeli e separatori magnetici per rimuovere metalli e altri contaminanti. Le plastiche passano sotto una serie di sensori spettroscopici montati sopra i nastri trasportatori ad alta velocità. Quando un pezzo di plastica viene identificato come un polimero specifico (ad esempio, PET), un'esplosione precisa di aria compressa da ugelli sotto il materiale di nastro viene deflettato nel corretto processo.

Gli impianti di esempio includono la serie TOMRA AUTOSORTTM e le selezionatrici ottiche MSSTM (CP Group), entrambe basate su NIR, FTIR e talvolta multispettrali. Molte piante combinano metodi spettroscopici multipli: NIR per la smistamento delle rinfuse, Raman per la verifica delle frazioni difficili e LIBS per la rimozione di plastiche pericolose.

Vantaggi Over manuale di selezione

  • Speed:[] I sistemi spettroscopici identificano centinaia di elementi al secondo, superando le capacità umane.
  • Accuracy:[ La visione della macchina unita all'analisi spettrale raggiunge la purezza >98% per i polimeri mirati.
  • Consistenza:[] I sistemi automatizzati operano 24 ore su 24, 7 giorni su 7 senza fatica, mantenendo un elevato rendimento.
  • Sicurezza:[]] Rimuove i lavoratori dal contatto con rifiuti affilati, contaminati o pericolosi.
  • Cost-efficacia:[] Sebbene l'investimento iniziale sia alto, i costi ridotti del lavoro e i riciclati di qualità superiore producono un ROI forte nel tempo.
  • Raccolta dati:[] I dati spettroscopici possono essere registrati per il controllo della qualità, l'analisi del flusso materiale e la segnalazione della conformità.

Limitazioni e sfide

Nonostante il loro potere, le tecniche spettroscopiche non sono un proiettile d'argento.

Plastiche nere e pigmenti scuri

Il nero al carbonio, il pigmento più comune, assorbe la luce infrarossa e quasi infrarossa, rendendo le plastiche nere quasi invisibili ai sensori NIR e FTIR. Raman e LIBS possono in parte superarlo, ma il loro basso throughput limita il loro utilizzo in smistamento ad alta velocità.

Plastiche miste-materiali e multistrato

Molti articoli di imballaggio combinano polimeri multipli, ad esempio una bottiglia in PET con un cappuccio in PP o un cartone rivestito in PE. I metodi spettroscopici spesso leggono solo lo strato superficiale. L'imaging iperspectral e l'elaborazione avanzata del segnale possono separare i contributi da diversi strati, ma rimane una sfida per i sensori a punto convenzionali.

Costi di attrezzature e manutenzione

I smistatori spettroscopici di fascia alta possono costare centinaia di migliaia di dollari, rendendoli proibitivi per i riciclatori di piccola scala. Inoltre, i sensori richiedono la calibrazione e la protezione da polvere e shock meccanici. La necessità di tecnici addestrati per operare e mantenere questi sistemi può anche essere una barriera nelle regioni in via di sviluppo.

Preparazione del campione e presentazione

Le plastiche che sono bagnate, sporcate o schiacciate possono presentare spettri inaffidabili. La velocità, l'illuminazione e il flusso dei materiali sono fondamentali per un'identificazione accurata. In alcuni casi, è necessario un passo pre-lavaggio per rimuovere i contaminanti organici prima di ordinare.

Aggiornamenti del database Spectral

La conservazione di una libreria spettro-aggiornamento è essenziale per una classificazione accurata. Le basi di dati basati su cloud e l'apprendimento automatizzato dai dati degli impianti stanno emergendo soluzioni.

Le direzioni future

La prossima generazione di smistamento spettroscopico sarà guidata da tre tendenze chiave: []intelligenza artificiale, miniaturizzazione e integrazione dei dati[[]. Modelli di apprendimento approfonditi, in particolare reti neurali convoluzionali (CNN), in grado di classificare i dati spettrali con maggiore precisione e robustezza al rumore rispetto ai metodi tradizionali chemometrici.

Gli spettrometri portatili e portatili stanno diventando più convenienti e accurati, permettendo ai revisori di controllare i risultati di selezione sul posto e possono essere utilizzati nei punti di raccolta o nei siti di discarica. Ad esempio, il dispositivo portatile NIR SpectroSort può identificare 30 tipi di plastica in meno di due secondi, con precisione paragonabile agli strumenti da banco.

L'integrazione con Internet of Things (IoT) e il cloud computing consentiranno la condivisione in tempo reale dei dati spettrali attraverso la catena di riciclaggio. Un impianto di smistamento in una città potrebbe ricevere aggiornamenti ai suoi modelli di classificazione basati sui dati raccolti in un altro impianto di elaborazione di flussi di rifiuti simili.

Infine, la ricerca sui sistemi di sensori ibridi [] che combinano NIR, Raman, LIBS e fluorescenza a raggi X in un'unica unità . Tali sistemi forniranno un profilo chimico ed elementare completo di ogni elemento, consentendo il rilevamento di contaminanti non riciclabili come ritardanti di fiamma o metalli pesanti che altrimenti andrebbero inosservati.

Conclusioni

Le tecniche spettroscopiche hanno già trasformato il riciclaggio di plastica da un processo di separazione grezzo in un'operazione di ingegneria di precisione. FTIR, Raman, NIR, LIBS e iperspectral imaging ogni portano punti di forza unici al compito di differenziare riciclabili da plastiche non riciclabili. Mentre le sfide rimangono - soprattutto con plastiche nere, materiali misti e infine le barriere di costo - i progressi continui nella tecnologia dei sensori, l'apprendimento automatico e i dispositivi portatili promettono di fare alta