Nord Pal Plast aprovecha la tecnología deep learning de TOMRA para optimizar y purificar la producción de PET reciclado
El cambio normativo requiere innovación
Con arreglo a la Ley de economía circular, Francia se ha fijado el ambicioso objetivo de reciclar el 100 % de los plásticos en 2025. Para ello, los consumidores de todo el país recibieron instrucciones para clasificar los residuos de envases domésticos en contenedores separados de papel/cartón, metal y plástico. Con el fin de satisfacer las exigencias de estos cambios normativos y aumentar el volumen de contenido de plástico reciclado disponible en el mercado, NPP puso en marcha un proyecto con la división de TOMRA Recycling en 2022.Incluso con las tecnologías de clasificación convencionales, crear una fracción de PET reciclable pura suponía un reto debido a los contaminantes plásticos difíciles de detectar, como son los envases multicapa. Y es que en Francia, las botellas de leche suelen estar compuestas por varias capas de plásticos de distintos colores, y la capa blanca más externa contiene dióxido de titanio que protege de los rayos UV. Aunque algunas organizaciones de responsabilidad ampliada del productor como la francesa Eco-emballages han pedido que se reduzca el uso de colorantes opacificantes en el PET1, estos materiales abundan en los residuos y deben separarse de la fracción objetivo mediante las tecnologías de clasificación más avanzadas.
Acuerdos de colaboración
En colaboración con los ingenieros de investigación y desarrollo de TOMRA, NPP testó en sus líneas de clasificación la nueva aplicación basada en deep learning para depurar el PET. Los ingenieros de software de TOMRA “entrenaron” al AUTOSORT® con la tecnología deep learning GAINnext™ para detectar objetos opacos de PET, láminas, textiles y film que se consideran contaminantes a la hora de producir PET reciclado.
“Nuestra última aplicación GAINnext™ se centra en la separación del PET blanco opaco del PET transparente, algo que antes era difícil de lograr con la tecnología tradicional”, explica Amed Tuwi, desarrollador de aplicaciones de deep learning de TOMRA Recycling Sorting.
Como responsable del proyecto para la nueva aplicación GAIN™, Tuwi añade: “NPP es un actor altamente reconocido y con visión de futuro en la industria. Ha sido un gran socio y colaborador en la prueba de nuestra nueva aplicación de limpieza del PET a escala industrial, permitiéndonos después ofrecerlo al mercado global.”
Tras esta exitosa colaboración y la realización de pruebas adicionales, TOMRA lanzó en abril de 2024 al mercado global su aplicación de limpieza de PET (PET Cleaner) para GAINnext™, junto con otras soluciones como aplicaciones de clasificación de plásticos aptos para uso alimentario de los no aptos.
Limpieza de PET a escala industrial
NPP es una empresa de reciclaje de botellas de PET en funcionamiento desde 2003 con capacidad para procesar 40 000 toneladas métricas de botellas de PET al año. Especializada en el reciclaje de botellas de PET transparente y de color, utiliza la tecnología de clasificación de TOMRA desde hace más de 12 años. La planta de clasificación de la empresa en Lesquin cuenta con 6 máquinas AUTOSORT®, dos de ellas equipadas ahora con la tecnología de deep learning GAINnext™ que, como parte de esta colaboración, mejoran el proceso de limpieza de PET.
Esta solución basada en una potente combinación de software de aprendizaje profundo y sensores de última generación hace posible que NPP cree una monofracción de PET transparente con niveles de pureza excepcionales.
Desarrollar una ventaja competitiva tecnológica
La tecnología de aprendizaje profundo no solo ha mejorado significativamente los niveles de pureza del PET transparente de NPP. También les ha permitido ampliar sus operaciones y crear nuevas fuentes de ingresos. Con la aplicación PET, la empresa puede reciclar botellas de PET blancas opacas con barreras UV y fundas de fácil separación, artículos que se encuentran en los supermercados de todo el país."La aplicación del deep learning en la limpieza de PET reduce a la mitad la contaminación residual final. Ahora estamos alcanzando una contaminación de 100 ppm (partes por millón). Además, esto se logra con un número mínimo de equipos, una inversión que realmente compensa en términos de costes operativos", asegura Frédéric Durand, director general de TOMRA Francia.
Tras implementar con éxito la tecnología deep learning de TOMRA para lograr unos mayores niveles de pureza de las materias primas secundarias, NPP ha sido seleccionada por Citeo en su licitación nacional como socio industrial de confianza para el reciclaje de botellas de PET.