Um seine Sortierlösungen zur Verwertung von Abfällen zu ergänzen und zu verbessern, setzt der französische Anlagenhersteller Pellenc Selective Technologies (ST) künstliche Intelligenz (KI) ein. Die Analysegeschwindigkeit von optischen Sortieranlagen könne durch die Kombination von Nahinfrarot-Sensoren (NIR) und Sensoren im sichtbaren Bereich (VIS) mit Deep Learning gesteigert werden, so dass die Anlage komplexere Sortieraufgaben bewältigen könne, teilte das Unternehmen mit Sitz im südfranzösischen Pertuis mit. Dabei werde anhand von Millionen Bildern ein neuronales Netzwerk trainiert, um die spezifischen Eigenschaften der Objekte, wie Form, Größe und weitere sichtbare Unterschiede, zu erkennen.
Pellenc ST hat sein Technologieportfolio um KI-Lösungen erweitert, um die Recyclingwirtschaft dabei zu unterstützen, mehr Materialien zu verwerten. So hat das Unternehmen etwa mit „CNS Brain“ ein neues KI-Modell entwickelt, um durchsichtige PET-Flaschen mit größeren Etiketten oder Sleeves zu erkennen. Dies sei mit der NIR/VIS-Technologie allein sehr schwierig, erklärte Kervin Allazet, der bei Pellenc ST für KI verantwortlich ist. Bislang erkenne das System über 85 Prozent der mit Sleeves versehenen Flaschen. „Wir streben an, in naher Zukunft die Schwelle von 90 Prozent zu überschreiten“, so Allazet.
Bei noch schwierigeren Anwendungen könne die Anlage mit einer zusätzlichen Kamera ausgestattet werden und mit der Option „Aisort“ betrieben werden, teilte das Unternehmen weiter mit. Dabei werde das KI-Modul mit verschiedenen Sensoren und optischen Sortierern verbunden. Auf diese Weise entstünden neue Trennmöglichkeiten, so zum Beispiel die von Lebensmittel- und Nicht-Lebensmittel-Verpackungen.
Darüber hinaus könnten Qualitätskontrolllösungen mit KI ausgestattet werden. Diese am Ende der Sortierlinie installierten sogenannten Aisee-Portale kontrollieren das Qualitätslevel des sortierten Stoffstroms sowie die Gesamteffizienz der Sortieranlage, erklärte Pellenc ST.
