Wissenschaftler nutzen künstliche Intelligenz, um das Kunststoffrecycling zu verbessern und abbaubare Kunststoffe von herkömmlichen Kunststoffen zu unterscheiden

Neuigkeiten vom 14. März, Lebensmittelverpackungstüten, Kaffeetassen, Plastiktüten..., Plastik ist überall in unserem täglichen Leben sichtbar .

Es ist nur schwierig, diese abbaubaren Kunststoffprodukte optisch von herkömmlichen Kunststoffen zu unterscheiden. Wenn der Recyclingprozess nicht gut durchgeführt wird, kann dies das Kunststoffrecycling verunreinigen und die Effizienz verringern.

Forscher des University College London (UCL) veröffentlichten einen Artikel in Frontiers in Sustainability, Sie verwendeten maschinelles Lernen, um verschiedene Arten kompostierbarer, biologisch abbaubarer Kunststoffe automatisch zu klassifizieren und sie von herkömmlichen Kunststoffen zu unterscheiden.

Professor Mark Miodownik, korrespondierender Autor der Studie, sagte: „Die Genauigkeit ist sehr hoch und könnte diese Technologie in Zukunft für den Einsatz in industriellen Recycling- und Kompostierungsanlagen nutzbar machen.“

IT House erfuhr aus dem Bericht, dass Forscher künstliche Intelligenz nutzten, um Kunststoffmaterialien zwischen 5 mm mal 5 mm und 50 mm mal 50 mm zu klassifizieren.

Die in diesem Test getesteten traditionellen Kunststoffe bestehen hauptsächlich aus PP und PET (hauptsächlich für Lebensmittelbehälter und Getränkeflaschen verwendet); die kompostierbaren und biologisch abbaubaren Kunststoffproben bestehen hauptsächlich aus PLA und PBAT, die für Becher verwendet werden Deckel, Teebeutel und Zeitschriftenverpackungen.

Die Ergebnisse zeigten eine hohe Erfolgsquote: Das Modell erreichte eine perfekte Genauigkeit für alle Materialien, wenn die Probe eine Größe von mehr als 10 mm x 10 mm hatte. Bei aus Zuckerrohr gewonnenem Material oder Palmblattmaterial mit Abmessungen von 10 mm x 10 mm oder weniger betrugen die Fehlklassifizierungsraten jedoch 20 % bzw. 40 %.

Bei der Betrachtung von Fragmenten mit einer Größe von 5 mm x 5 mm wurden einige Materialien zuverlässiger identifiziert als andere: Bei LDPE- und PBAT-Fragmenten betrug die Fehlklassifizierungsrate 20 %, bei den beiden aus Biomasse gewonnenen Materialien 60 % (Zuckerrohr). ) bzw. 80 % (Palmblätter).

Das obige ist der detaillierte Inhalt vonWissenschaftler nutzen künstliche Intelligenz, um das Kunststoffrecycling zu verbessern und abbaubare Kunststoffe von herkömmlichen Kunststoffen zu unterscheiden. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!