banner
Центр новостей
Значительный опыт управления продажами и производством

«Очень высокая» точность

Oct 28, 2023

By Frontiers22 марта 2023 г.

Исследователи использовали высокочувствительные методы визуализации и разработали методы машинного обучения, которые позволяют идентифицировать компостируемые пластики среди обычных типов.

Использование компостируемых пластиков растет, и хотя они обладают рядом преимуществ, эти материалы, такие как обертки и упаковка, могут смешиваться с традиционными пластиковыми отходами и загрязнять их во время переработки. Чтобы решить эту проблему, ученые применили передовые методы визуализации и создали алгоритмы машинного обучения, способные отличать компостируемые пластмассы от обычных.

Одноразовый пластик присутствует повсюду в нашей жизни и проявляется в различных формах, например, в контейнерах для еды, кофейных чашках и пластиковых пакетах. Хотя некоторые пластмассы предназначены для биоразложения в контролируемых условиях, они по-прежнему проблематичны, поскольку часто напоминают традиционные пластмассы. Когда эти компостируемые пластмассы перерабатываются неправильно, они могут загрязнять потоки пластиковых отходов, что приводит к снижению эффективности переработки. Кроме того, перерабатываемый пластик часто ошибочно принимают за компостируемый, что приводит к загрязнению компоста.

Researchers at University College London (UCL) have published a paper in Frontiers in Sustainability in which they used machine learningMachine learning is a subset of artificial intelligence (AI) that deals with the development of algorithms and statistical models that enable computers to learn from data and make predictions or decisions without being explicitly programmed to do so. Machine learning is used to identify patterns in data, classify data into different categories, or make predictions about future events. It can be categorized into three main types of learning: supervised, unsupervised and reinforcement learning." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">машинное обучение позволяет автоматически сортировать различные типы компостируемых и биоразлагаемых пластиков и отличать их от обычных пластиков.

“The accuracyHow close the measured value conforms to the correct value." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">точность очень высока и позволяет в будущем эффективно использовать эту технику на предприятиях по промышленной переработке и компостированию», — сказал профессор Марк Миодауник, автор исследования.

Исследователи работали с различными типами пластика размером от 50 на 50 мм до 5 на 5 мм. Обычные образцы пластика включали ПП и ПЭТ, часто используемые для пищевых контейнеров и бутылок для питья, а также ПЭВД, используемый, среди прочего, для пластиковых пакетов и упаковки. Образцы компостируемого пластика включали PLA и PBAT, используемые для крышек чашек, чайных пакетиков и оберток для журналов; а также пальмовые листья и сахарный тростник — оба материала, полученные из биомассы, используемые для производства упаковки. Выборки были разделены на обучающую выборку, используемую для построения классификационных моделей, и тестовую выборку, используемую для проверки точности.

Результаты показали высокие показатели успеха: модель достигла идеальной точности для всех материалов, когда размеры образцов превышали 10 на 10 мм. Однако для материалов, полученных из сахарного тростника или пальмовых листьев размером 10х10 мм или менее, уровень ошибочной классификации составил 20% и 40% соответственно.

При рассмотрении деталей размером 5х5 мм некоторые материалы были идентифицированы более надежно, чем другие: для деталей из ПЭВД и ПБАТ уровень ошибочной классификации составил 20%; и оба материала, полученных из биомассы, были ошибочно идентифицированы в 60% (сахарный тростник) и 80% (пальмовый лист). Однако модель смогла без ошибок идентифицировать детали из PLA, PP и PET, независимо от размеров образцов.

«В настоящее время большинство компостируемых пластиков рассматриваются как загрязнители при переработке обычных пластиков, что снижает их ценность. Барабанная сортировка и сортировка по плотности применяются для просеивания компоста и уменьшения присутствия других материалов. Однако уровень загрязнения в результате текущего процесса проверки неприемлемо высок», — пояснил Миодауник. «Преимущества компостируемой упаковки реализуются только тогда, когда она подвергается промышленному компостированию и не попадает в окружающую среду и не загрязняет другие потоки отходов или почву».