23 de diciembre, 2024 XML
< Volver

En un nuevo proyecto de investigación, las universidades de Jena y Bayreuth, junto con las empresas BASF, Endress + Hauser Digital Solutions y TechnoCompound GmbH, quieren optimizar el proceso de reciclado de plásticos. 

El proyecto Spectroscopic Investigation of the Recycling of Plastic (Investigación espectroscópica del reciclado de plásticos) pretende identificar de forma fiable y precisa la composición de los residuos plásticos durante el proceso de reciclado para mejorar la calidad del plástico reciclado. Se aplicarán las técnicas de medición más avanzadas y se combinarán con la IA.

En la actualidad, la mayor parte de los residuos plásticos que entran en el proceso de reciclado se reciclan mecánicamente. Los residuos se recogen, clasifican, trituran, limpian y, a continuación, se funden. La masa fundida contiene diferentes tipos de plástico, aditivos e impurezas, dependiendo del material de origen y del proceso de clasificación.

Como consecuencia, la calidad del material reciclado varía en muchos casos, lo que dificulta volver a fabricar productos de plástico de alta calidad a partir de él. "Con la creciente demanda de materiales reciclados de alta calidad, es crucial, en virtud de los requisitos legales actuales, comprender con precisión las propiedades del material y la composición de los residuos plásticos reciclados mecánicamente y optimizar el proceso. Esto reforzará la economía circular", declara el Dr. Bernhard von Vacano, responsable del programa de investigación Plastics Circularity de BASF, que es el referente del consorcio SpecReK.

Análisis de materiales en tiempo real

El proyecto pretende utilizar la interacción de la luz y el material para obtener información sobre la estructura química de los plásticos reciclados. Mediante métodos espectroscópicos, los investigadores quieren determinar en tiempo real qué tipos de plástico, aditivos e impurezas están presentes en la mezcla de materiales. En el siguiente paso, un algoritmo de inteligencia artificial reconocerá patrones en los datos de medición y sugerirá qué otros componentes deben añadirse o cómo debe adaptarse el proceso de reciclado para mejorar la calidad del plástico reciclado.

"Por el momento, no disponemos de las herramientas analíticas necesarias para determinar exactamente qué componentes están presentes en el plástico reciclado mecánicamente durante el reprocesado", afirma Bernhard von Vacano. Sin embargo, esta información es necesaria para poder evaluar y mejorar la calidad de los residuos plásticos.

En el proyecto conjunto, financiado por el Ministerio Federal de Educación e Investigación con más de un millón de euros en el programa Quantum Systems, los socios industriales y las universidades trabajan codo con codo. Los dos grupos de investigación participantes de la Universidad Friedrich Schiller de Jena (Alemania) aportan al consorcio su experiencia en el campo de la investigación de polímeros, la química robótica, así como la IA y la ciencia de datos. "El uso de la química robótica más avanzada en Jena, combinado con la caracterización de diferentes polímeros y sus impurezas, permite recopilar grandes cantidades de datos de manera eficiente", explica el químico y científico de materiales Prof. Dr. Ulrich S. Schubert.

"Estos datos son esenciales para el uso de métodos de aprendizaje automático con el fin de reconocer patrones en los datos y permitir el análisis en tiempo real", añade el científico de datos de Jena, el Prof. Dr. Thomas Bocklitz. "Esta combinación es la única forma de mejorar la tasa de reciclaje y la calidad del polímero reciclado. De este modo, también son posibles nuevas aplicaciones para el plástico reciclado", subraya el profesor Schubert.



Noticias relacionadas

comments powered by Disqus

Utilizamos cookies propias y de terceros para analizar nuestros servicios y mostrarle publicidad relacionada con sus preferencias en base a un perfil elaborado a partir de sus hábitos de navegación (por ejemplo, páginas visitadas o videos vistos). Puedes obtener más información y configurar sus preferencias.

Configurar cookies

Por favor, activa las que quieras aceptar y desactiva de las siguientes las que quieras rechazar. Puedes activar/desactivar todas a la vez clicando en Aceptar/Rechazar todas las cookies.

Aceptar/rechazar todas
Cookies Analíticas

Cookies que guardan información no personal para registrar información estadística sobre las visitas realizadas a la web.

Cookies de Marketing

Cookies necesarias para determinadas acciones de marketing, incluyendo visualización de vídeos provenientes de plataformas como Youtube, Vimeo, etc. y publicidad de terceros.

Cookies de Redes Sociales

Cookies relacionadas con mostrar información provenientes de redes sociales o para compartir contenidos de la web en redes sociales.