Nová technologie dokáže třídit materiály přesněji než dnešní systémy

Nová technologie dokáže třídit materiály přesněji než dnešní systémyPlast je jedním z nejvíce využívaných materiálů současnosti. Díky nízké hmotnosti, odolnosti, hygienickým vlastnostem a širokým možnostem zpracování se stal součástí téměř všech oblastí lidského života. Stejné vlastnosti, které z něj udělaly nenahraditelný materiál, ale dnes představují jednu z největších výzev pro odpadové hospodářství.

Nová studie zveřejněná v odborném časopise Materials Circular Economy představuje technologii Sort4Circle označovanou zkratkou S4C, která se snaží změnit způsob, jakým se plastový odpad třídí. Namísto postupného oddělování několika základních skupin materiálů kombinuje několik různých detekčních metod v jednom systému a zaměřuje se na přesné rozpoznání jednotlivých kusů odpadu. Výsledky pilotních zkoušek ukázaly, že tento přístup může vést k výrobě čistších recyklovaných materiálů a k vyššímu využití plastů jako druhotné suroviny.

Evropa dnes stojí před složitým úkolem. Produkce plastů stále roste a současně se zvyšují požadavky na podíl recyklovaných materiálů ve výrobcích. V roce 2024 dosáhla evropská produkce plastů 54,9 milionu tun, přičemž 78,9 % pocházelo z fosilních zdrojů. Celosvětově je výroba, zpracování a konečné nakládání s plasty spojeno s emisemi přibližně 1,8 miliardy tun skleníkových plynů ročně. To odpovídá přibližně 3,3 % globálních emisí a ukazuje, proč je hledání účinnějších způsobů recyklace tak významné.

Limity současných optických senzorů

Současné třídicí linky už dnes využívají pokročilé technologie, ale jejich možnosti mají své hranice. V běžných zařízeních pro třídění lehkých plastových obalů prochází odpad několika po sobě jdoucími kroky. Nejprve dochází k otevření pytlů, rozdrcení nebo úpravě toku materiálu a následnému rozdělení podle velikosti. Poté se pomocí různých zařízení oddělují například fólie, kovy, nápojové kartony nebo jednotlivé druhy plastů. Zbylý materiál putuje k optickému třídění, kde nejčastěji využívá technologii NIR.

Metoda NIR neboli blízká infračervená spektroskopie funguje na principu rozdílného chování materiálů při ozáření infračerveným světlem. Každý polymer má svůj charakteristický spektrální obraz, podle kterého lze určit, zda jde například o PET, polyetylen nebo polypropylen. Moderní třídicí linky mohou používat desítky takových senzorů a dokážou oddělit základní skupiny plastů. Přesto zůstává problémem situace, kdy materiál není jednoznačně rozpoznatelný. Obtíže způsobují například vícevrstvé fólie, tmavé plasty obsahující saze, vlhký materiál, překryté předměty nebo výrobky s komplikovaným složením.

Právě zde vzniká potřeba přesnějšího pohledu na každý jednotlivý kus odpadu. Nestačí totiž pouze určit, z jakého polymeru je výrobek vyroben. Pro kvalitní recyklaci může být rozhodující také jeho původní použití, barva, průhlednost nebo přítomnost určitých přísad. Budoucí recyklované materiály určené například pro citlivější aplikace budou vyžadovat vyšší čistotu a přesnější rozdělení podle vlastností. Studie upozorňuje, že budoucnost třídění se proto může posunout od jednoduchého rozdělení podle typu plastu k takzvanému třídění podle zamýšleného využití.

Inspirace z logistických center

Technologie Sort4Circle staví na principu nazývaném singulace. Tento pojem označuje fyzické oddělení jednotlivých kusů materiálu tak, aby každý předmět mohl být samostatně změřen a následně správně zařazen. Zjednodušeně řečeno, systém se snaží vytvořit z neuspořádaného proudu odpadu řadu jednotlivých objektů, u kterých lze přesně spojit výsledky všech měření s konkrétním kusem.

Autoři studie tento princip přirovnávají k třídění zásilek v logistických centrech. Každý balík je nejprve oddělen, identifikován a následně odeslán na správné místo. Sort4Circle tento princip přenáší do oblasti plastového odpadu. Jednotlivé kusy procházejí detekční částí, kde mohou být současně analyzovány různými technologiemi, a následně jsou zařazeny do odpovídající výstupní frakce.

Výhodou tohoto přístupu je možnost spojit více různých způsobů rozpoznání. Kromě NIR využívá systém také MIR spektroskopii, tedy střední infračervenou spektroskopii, která doplňuje informace v případech, kdy běžná NIR metoda nestačí. Další informace poskytuje barevná analýza, rozpoznávání obrazu pomocí umělé inteligence nebo fluorescenční značky. Každý senzor přináší jiný typ informace a jejich kombinace umožňuje vytvořit přesnější rozhodovací systém.

Systém S4C je navržen jako modulární platforma, která umožňuje podle konkrétní aplikace doplnit další metody identifikace. Studie uvádí například možnost využití LIBS (Laser Induced Breakdown Spectroscopy), tedy laserové spektroskopie schopné analyzovat složení materiálu, a digitálních vodoznaků, které mohou v budoucnu přinést další možnosti rozpoznávání jednotlivých výrobků během třídění.

Výsledky prvních pilotních testů

První pilotní zkouška se zaměřila na malé plastové části o velikosti přibližně 1 až 5 cm. Materiál obsahoval různé druhy plastů, které bylo nutné rozdělit podle barvy a přítomnosti speciálních fluorescenčních značek. Tyto značky umožňují rozpoznat materiály, které mají podobný vzhled a běžnými metodami se obtížně odlišují. Výsledkem bylo dosažení čistoty nejméně 99 % u tří ze čtyř tříděných frakcí. U bílé polyetylenové frakce dosáhla čistota 97,66 %.

Druhá zkouška pracovala s kvalitnějšími technickými plastovými odpady z výroby. Tyto materiály mají pro recyklaci význam, protože často obsahují hodnotnější polymery a mohou být zpracovány s menším množstvím dalších úprav. Systém kombinoval NIR, MIR a barevné měření. Z celkem 231 testovaných plastových objektů bylo 218 správně zařazeno do odpovídajících skupin, což představovalo úspěšnost 94,37 %. Zároveň nebyl žádný kus zařazen do nesprávné frakce a všechny sledované skupiny dosáhly čistoty 100 %.

Součástí této zkoušky bylo také podrobné vyhodnocení barevné analýzy. Systém určoval přesný odstín podle barevného standardu RAL a správně identifikoval konkrétní barvu u 158 ze 178 hodnocených objektů, což představovalo úspěšnost 88,7 %. Další část objektů byla vyhodnocena jako barva nejbližší skutečnému odstínu. Testování navíc probíhalo při rychlosti dopravníkového pásu 1 m/s, tedy v podmínkách odpovídajících průmyslovému provozu, nikoliv pouze v laboratorním prostředí s ideálním osvětlením.

Překonání problému s černými plasty

Druhá zkouška zároveň ukázala význam kombinace různých detekčních metod při práci s obtížně rozpoznatelnými materiály. Ze 13 objektů, které systém nezařadil do žádné cílové skupiny a označil je jako neznámé, obsahovalo 6 kusů saze označované jako carbon black. Tyto přísady představují problém pro běžnou NIR spektroskopii, protože pohlcují infračervené záření a zhoršují možnost identifikace materiálu. Právě pro podobné případy byla do systému zapojena MIR bodová spektroskopie, která umožňuje rozpoznat i některé tmavé plastové výrobky, které NIR metoda obtížně identifikuje.

Třetí část experimentu se zaměřila na lehké plastové obaly z domácího odpadu. Právě tento materiál představuje jednu z největších výzev, protože obsahuje velké množství různých tvarů a velikostí. V tomto případě se výzkumníci soustředili především na ověření schopnosti oddělit jednotlivé předměty před jejich následným rozpoznáním. Průměrná míra singulace dosáhla 81 ± 9 %, což znamená, že většina objektů byla připravena pro samostatnou identifikaci.

Součástí studie bylo také hodnocení možných environmentálních přínosů pomocí metody LCA neboli hodnocení životního cyklu. Tato metoda umožňuje porovnat celkové dopady různých variant zpracování materiálu, například spotřebu energie, vznik emisí nebo přínos nahrazení primárních surovin recyklovaným materiálem. Výzkumníci porovnali současný způsob třídění lehkých plastových obalů s modelovým scénářem využívajícím technologii Sort4Circle.

Reálná data místo teoretických modelů

Základem ekologického modelu nebyla pouze teoretická skladba odpadu, ale skutečná data získaná v rámci studie Packaging Study 2024. V srpnu a září 2024 se do tohoto rozsáhlého průzkumu zapojilo 350 reprezentativních domácností v Německu. Účastníci shromažďovali lehké plastové obaly vznikající při běžném provozu domácností a následně byly vzorky podrobně analyzovány odborníky z Univerzity v Pforzheimu. Výzkumníci materiál rozebírali ručně a současně využívali NIR senzory pro určení jednotlivých druhů plastů. Celkem bylo analyzováno 302,3 kg odpadu obsahujícího 29 705 jednotlivých obalů. Právě toto detailní zmapování skutečného složení odpadu poskytlo vstupní data pro následný model LCA.

Model počítal s tím, že přesnější třídění umožní získat kvalitnější recyklát a snížit množství materiálu, který během zpracování končí jako nevyužitelný zbytek. Ve scénáři Sort4Circle bylo předpokládáno rozdělení materiálu do 30 různých frakcí podle typu plastu, barvy a oblasti použití, zatímco současný systém pracoval přibližně s deseti skupinami.

Výsledky modelu ukázaly potenciální zlepšení environmentální bilance. U lehkých plastových obalů dosáhl scénář Sort4Circle čisté bilance přibližně minus 684 kg CO₂ ekvivalentu na tunu materiálu, zatímco současný modelovaný systém dosahoval přibližně minus 439 kg CO₂ ekvivalentu na tunu. Rozdíl představoval přínos přibližně 245 kg CO₂ ekvivalentu na tunu. Současně se množství získaného recyklátu zvýšilo z přibližně 276 kg na 367 kg na tunu vstupního materiálu.

Výsledky studie ukazují zajímavý směr dalšího vývoje recyklace plastů. Samotná technologie ale zatím není hotovým průmyslovým řešením. Autoři upozorňují, že u lehkých plastových obalů byla v této fázi ověřena především schopnost oddělování jednotlivých kusů, zatímco kompletní proces rozpoznání a třídění musí být ještě dále testován v podmínkách běžného provozu. Budoucí vývoj se bude muset zaměřit na rychlost zpracování, stabilitu systému, ekonomickou návratnost a propojení s existujícími třídicími linkami.