Датчики гиперспектрального изображения помогают характеризовать полимеры в электронных отходах для улучшения переработки

Пластик составляет около четверти материалов, содержащихся в электронных отходах (e-waste). Доля, которая перерабатывается, сравнительно мала — большая часть просто сжигается. Первым шагом к улучшению переработки является идентификация полимерных материалов, чтобы их можно было выборочно сортировать и перерабатывать таким образом, чтобы сохранить их функцию.

Исследователи из Института Гельмгольца Фрайберга по ресурсным технологиям (HIF), института Центра Гельмгольца Дрезден-Россендорф (HZDR), теперь преуспели в определении конкретных характеристик основных типов пластика электронных отходов путём объединения нескольких датчиков. При применении в промышленных масштабах больше пластика может быть оптимально переработано и возвращено в производственную цепочку.

Работа опубликована в журнале Waste Management.

Почти все электронные устройства содержат пластик, также известный как полимеры. Эти полимеры специализированы для определенных функций. Цель состоит в том, чтобы переработать их таким образом, чтобы их можно было повторно использовать для эквивалентных применений. Поэтому сначала их нужно идентифицировать по их составу.

Сортировка их по типу является серьёзной проблемой для компаний по переработке, особенно из-за высокой доли чёрных полимеров в электронных отходах. Грубо измельченные электронные отходы попадают на конвейерные ленты сортировочных установок переработчиков и сканируются инфракрасными датчиками . Чёрный пластик не распознается, поскольку чёрный цвет поглощает длины волн, охватываемые инфракрасным датчиком.

В результате, в частности, чёрный пластик часто подвергается термической переработке, что означает сжигание. Другая проблема — даунсайклинг, ухудшение качества переработанных отходов по сравнению с исходным материалом. Успешный процесс переработки должен гарантировать сохранение специфических для полимера функциональных возможностей, чтобы обеспечить повторное использование с постоянным качеством.

Учёные HIF исследовали 23 полимера с помощью спектральных датчиков визуализации и точечных измерений, определив решающие параметры для надёжной и надёжной дифференциации типов пластика. Высокая скорость, с которой полимеры движутся по конвейерной ленте, представляет собой дополнительную проблему. Поэтому датчики должны быстро обнаруживать и характеризовать компоненты, чтобы найти оптимальный способ дальнейшей обработки.

«Чтобы оценить потенциал производительности датчиков, их необходимо использовать в условиях эксплуатации, характерных для заводов по переработке. На HIF у нас есть испытательная дорожка конвейерной ленты, на которой материалы движутся со скоростью до одного метра в секунду и последовательно сканируются несколькими датчиками», — объясняет процедуру испытаний учёный HIF доктор Андреа де Лима Рибейро.

Все зависит от правильного сочетания

Учёные работали с гиперспектральными датчиками изображения (HSI), которые захватывают данные изображения с несколькими сотнями цветовых каналов. Также используется рамановская спектроскопия, в которой материал облучается лазером для генерации специфического для материала рассеяния света.

Полученный спектр позволяет сделать выводы об исследуемом материале. Кроме того, использовался FTIR-спектрометр (ИК-спектрометр с преобразованием Фурье) с высоким спектральным разрешением и широким диапазоном обнаружения.

Диапазон обнаружения FTIR был дополнен спектрорадиометром высокого разрешения в видимом диапазоне до коротковолнового инфракрасного диапазона. Оба ручных точечных датчика не только подтвердили результаты датчиков изображения, но и предоставили дополнительную информацию о составе пластика, особенно для чёрных пластиков.

«Исследование показало, что ни один из датчиков в одиночку не способен идентифицировать все типы пластика и в то же время соответствовать эксплуатационным требованиям отрасли. Результаты демонстрируют хорошую пригодность датчиков HSI для специфической идентификации прозрачных и светлых типов пластика», — сказал де Лима Рибейро.

«Рамановская спектроскопия позволила провести точечную идентификацию всех типов полимеров, включая чёрные пластики. Эксперименты также показывают успешную идентификацию пластиков даже при коротком времени сбора данных в 500 миллисекунд. Оптимальная характеристика пластиков достигается за счёт сочетания визуализации и точечных измерений».

Процесс уже используется при переработке автомобильных деталей

Характеристика пластика на основе датчиков уже используется в проекте Car2Car, в котором участвует HIF. Целью проекта является разработка концепций автоматизированного обнаружения материалов для наиболее важных групп материалов в автомобилях (сталь, алюминий, стекло, пластик и медь) для улучшения разделения и переработки этого вторичного сырья по типу.

«Металлы и пластик часто тесно взаимосвязаны в отслуживших свой срок изделиях. Поэтому мы усовершенствовали технологию датчиков, чтобы она могла отличать металлы и полимеры друг от друга и различать типы, имеющие отношение к процессу. Это необходимо для повторного использования сырья, содержащегося в отслуживших свой срок транспортных средствах», — объясняет доктор Маргрет Фукс, учёный в области оптических датчиков и сенсорных систем в HIF.

Применение конкретных датчиков основано на результатах исследовательского проекта RAMSES-4-CE, в рамках которого были исследованы многосенсорные системы для быстрой идентификации критических соединений с точки зрения их производительности и точности.

Бессменный главный редактор, в незапамятные времена работал в издании РБК