Les scientifiques utilisent l'intelligence artificielle pour améliorer le recyclage du plastique, en distinguant les plastiques dégradables des plastiques traditionnels

Nouveauté du 14 mars, sacs d'emballage alimentaire, tasses à café, sacs plastiques..., les plastiques sont omniprésents dans notre quotidien.

C’est juste qu’il est difficile de différencier efficacement ces produits en plastique dégradables des plastiques traditionnels en apparence. Si le processus de recyclage n’est pas bien effectué, il peut contaminer le recyclage du plastique et réduire son efficacité.

Des chercheurs de l'University College London (UCL) ont publié un article dans Frontiers in Sustainability Ils ont utilisé l'apprentissage automatique pour classer automatiquement différents types de plastiques compostables et biodégradables et les distinguer des plastiques traditionnels.

Le professeur Mark Miodownik, auteur correspondant de l'étude, a déclaré : « La précision est très élevée et pourrait rendre cette technologie réalisable pour une utilisation dans les installations industrielles de recyclage et de compostage à l'avenir ».

IT House a appris des rapports que les chercheurs ont utilisé l'intelligence artificielle pour classer les matériaux plastiques entre 5 mm fois 5 mm et 50 mm fois 50 mm.

Les plastiques traditionnels testés dans ce test sont principalement constitués de PP et de PET (principalement utilisés pour les contenants alimentaires et les bouteilles de boissons) ; les échantillons de plastique compostables et biodégradables sont principalement constitués de PLA et de PBAT, utilisés pour les couvercles de tasses, les sachets de thé et les magazines. emballage.

Les résultats montrent un taux de réussite élevé : le modèle atteint une précision parfaite pour tous les matériaux lorsque les mesures de l'échantillon dépassent 10 mm x 10 mm. Cependant, pour les matériaux dérivés de la canne à sucre ou les feuilles de palmier mesurant 10 mm x 10 mm ou moins, les taux de classification erronée étaient respectivement de 20 % et 40 %.

En regardant des fragments de taille 5 mm x 5 mm, certains matériaux ont été identifiés de manière plus fiable que d'autres : pour les fragments de LDPE et de PBAT, le taux d'erreur de classification était de 20 % ; pour deux matériaux dérivés de la biomasse, le taux d'erreur de classification était de 60 % (canne à sucre) ; . ) et 80% (feuilles de palmier).

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!