50 RECICLAGEM no mesmo material. Equipada com o sistema GAINnext, a máquina passa a poder reconhecer também a forma dos objetos, tal como faria um operador de uma linha de triagem. De acordo com a empresa, desta forma é possível alcançar graus de pureza superiores a 95%, tal como exigido pelo regulamento UE 2022/1616. Durante a apresentação do sistema à imprensa foi possível confirmar que, de facto, quer na triagem de PET, quer na triagem de PP, existia uma separação quase total das embalagens alimentares das restantes, o que reforça a afirmação da Tomra de que esta é “a solução mais precisa disponível no mercado atualmente”. A Tomra está também a lançar duas outras aplicações não alimentares que complementam o ecossistema GAINnext: uma de destintagem para gerar fluxos de papel mais limpos e uma aplicação de limpeza de PET para otimizar os fluxos de garrafas PET e aumentar ainda mais a taxa de pureza. QUALIDADE ‘BOTTLE-TO-BOTTLE’ “Na Tomra, utilizamos a IA há décadas para melhorar o desempenho da triagem. No entanto, esta última inovação é um marco para nós e uma novidade para a indústria", afirmou Volker Rehrmann, vice-presidente executivo e diretor da Tomra Recycling, durante a apresentação do novo sistema. "Com o uso sofisticado de ‘Deep Learning’, o GAINnext permite um processo de classificação para atingir o grau alimentar e a qualidade de ‘garrafa-a-garrafa’. Há anos que ambas as tarefas são um grande desafio para a nossa indústria", acresescentou o responsável. "A utilização da IA está a impulsionar a circularidade dos materiais numa altura em que é mais necessária, dada a regulamentação rigorosa e a procura crescente dos nossos clientes por soluções tecnologicamente avançadas. Na Tomra, temos orgulho em estar a impulsionar a mudança no processo de triagem”, concluiu. Os equipamentos Autosort são equipados com sensores tradicionais de infravermelhos próximos (NIR) e espetrometria visual, o que lhes permite classificar os resíduos de embalagens de plástico por polímero e por cor ou tipo (rígida ou flexível).
RkJQdWJsaXNoZXIy Njg1MjYx