Poradnik zakupu sortownika optycznego | AISORT
Poradnik kupującego
Jak ocenić i wybrać separator optyczny do recyklingu
Wybór separatora optycznego to jedna z decyzji o najwyższej stawce w inwestycji w zakład recyklingu. Odpowiednia maszyna może zwrócić się w ciągu 12–18 miesięcy dzięki wyższym premiom za czystość, większej przepustowości i mniejszej ilości pracy ręcznej. Niewłaściwa maszyna – lub właściwa maszyna na niewłaściwym stanowisku – staje się kosztownym wąskim gardłem.
Ten przewodnik przeprowadzi przez kluczowe czynniki techniczne, operacyjne i handlowe, które należy ocenić przy porównywaniu systemów sortowania optycznego, wraz z praktycznymi kryteriami, które można zastosować niezależnie od producenta.
Krok 1: Określ cel sortowania
Zanim zaczniesz porównywać parametry techniczne, wyjaśnij dokładnie, co separator ma osiągnąć:
- Sortowanie pozytywne (odzysk materiału docelowego): Wydobycie wartościowego materiału ze strumienia odpadów mieszanych. Przykład: odzysk butelek PET z mieszanego tworzywa sztucznego. Kluczowy wskaźnik: stopień odzysku (% materiału docelowego prawidłowo wyrzuconego do frakcji akceptowanej).
- Sortowanie negatywne (usuwanie zanieczyszczeń): Wyrzucanie określonych zanieczyszczeń z w dużej mierze czystego strumienia. Przykład: usuwanie płatków PVC z płatków rPET. Kluczowy wskaźnik: skuteczność usuwania zanieczyszczeń (ppm zanieczyszczeń pozostałych w akceptowanym materiale).
- Poprawa jakości (oba): Jednoczesny odzysk materiału docelowego i usuwanie zanieczyszczeń. Wymaga zrównoważenia odzysku i czystości – dwóch wskaźników, które są ze sobą w konflikcie.
Cel sortowania determinuje wszystko poniżej: dobór czujnika, rozstaw zaworów, szerokość zsypu oraz to, czy potrzebna jest konfiguracja jedno- czy wieloprzebiegowa.
Krok 2: Poznaj swój materiał wsadowy
Najczęstszą przyczyną gorszej wydajności separatorów jest to, że kupujący nie scharakteryzował w pełni swojego materiału wsadowego przed określeniem wyposażenia. Zbierz dane na temat:
| Parametr materiału wsadowego | Dlaczego jest ważny | Jak mierzyć |
|---|---|---|
| Rozkład wielkości cząstek (min, max, D50, D90) | Określa wymagania dotyczące szerokości zsypu, rozstawu zaworów i rozdzielczości czujnika. Cząstki mniejsze niż rozstaw zaworów są wyrzucane nieprecyzyjnie. | Analiza sitowa (sucha lub mokra, w zależności od materiału) |
| Skład materiału (% każdego rodzaju materiału docelowego i zanieczyszczeń) | Skład bazowy określa, ile etapów sortowania jest potrzebnych do osiągnięcia celów czystości. | Ręczne sortowanie reprezentatywnej próbki 50–100 kg |
| Wilgotność | Mokry materiał zbryla się, przykleja do powierzchni zsypu i może powodować fałszywe odczyty czujników (zwłaszcza NIR). | Waga wilgotności; cel <5% dla sortowania na sucho, >95% dla sortowania na mokro/mycia |
| Gęstość nasypowa | Wpływa na obliczenia przepustowości – separator zaprojektowany na 5 t/h płatków PET obsługuje bardzo różną objętość folii lub pianki. | Zważ pojemnik o znanej objętości wypełniony materiałem wsadowym |
| Obecność frakcji drobnej (<2 mm) | Drobiny pokrywają czujniki, zatykają zawory i tworzą pył zakłócający detekcję optyczną. | Analiza sitowa; rozważ wstępne przesiewanie, jeśli frakcja drobna >5% |
| Stan powierzchni (czysta, powlekana, mokra, utleniona) | Czujniki NIR i RGB opierają się na odbiciu od powierzchni. Powłoki, etykiety, brud i utlenianie mogą zmienić sygnaturę spektralną na tyle, aby spowodować błędną klasyfikację. | Kontrola wzrokowa + sortowanie próbne na skali laboratoryjnej |
Krok 3: Dopasuj technologię czujnika do swojego materiału
| Typ czujnika | Najlepsze zastosowania | Nie nadaje się do | Przybliżony koszt |
|---|---|---|---|
| Kamera RGB (światło widzialne) | Sortowanie na podstawie koloru tworzyw sztucznych, stłuczki szklanej, odpadów elektronicznych, gruzu budowlanego | Materiały tego samego koloru, ale różnym składzie (np. przezroczysty PET vs przezroczysty PVC) | $ — poziom podstawowy |
| NIR (bliska podczerwień) | Identyfikacja polimerów (PET/HDPE/PP/PVC/PS), sortowanie papieru/tektury, identyfikacja włókien tekstylnych | Materiały czarne lub bardzo ciemne (pochłaniają NIR); metale; mokre materiały z warstwą wody na powierzchni | $$ |
| Hiperspektralny / SWIR | Rozróżnianie ciemnych tworzyw sztucznych, oczyszczanie do jakości spożywczej, rozróżnianie podobnych polimerów (np. HDPE vs LDPE) | Strumienie tylko metalowe; zastosowania, w których wystarcza RGB+NIR | $$$ |
| Prześwietlenie rentgenowskie (XRT) | Separacja metali ciężkich, usuwanie aluminium z frakcji ciężkiej, sortowanie minerałów/rudy | Lekkie materiały (tworzywa sztuczne, papier); materiały organiczne | $$$ |
| Prąd wirowy / indukcja | Wykrywanie metali w strumieniach płatków i granulatu; separacja miedzi od aluminium | Materiały niemetaliczne; bardzo drobne cząstki (<2 mm) | $ — zwykle łączony z optycznym |
| 3D / triangulacja laserowa | Sortowanie na podstawie kształtu (np. drut vs granulat, obiekty 3D vs 2D); pomiar grubości | Drobne proszki; materiały, które nie wymagają rozróżniania kształtu | $$ |
| Kamera AI / głębokiego uczenia | Złożone obiekty o zmiennym wyglądzie; identyfikacja opakowań specyficznych marek; rozpoznawanie materiału w kontekście | Proste zadania sortowania tylko według koloru; zastosowania, w których nie są dostępne dane szkoleniowe | $$ — premia za oprogramowanie ponad sprzęt kamery |
Krok 4: Oceń kompromisy między przepustowością a czystością
Dla każdego separatora wyższa przepustowość obniża czystość, ponieważ każda cząstka spędza mniej czasu w strefie detekcji, a układ wyrzutowy ma mniej czasu na reakcję. Zależność jest w przybliżeniu następująca:
- 80% wydajności nominalnej: Optymalna czystość i odzysk; układ wyrzutowy ma komfortowy czas reakcji.
- 100% wydajności nominalnej: