Suscríbete al boletín semanal

Recibe cada semana los contenidos más relevantes de la actualidad científica.

Agencia Sinc
Si estás registrado

No podrás conectarte si excedes diez intentos fallidos.

Si todavía no estás registrado

La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.

Selecciona el tuyo:

Periodistas Instituciones

Emplean la visión multiespectral para mejorar el reciclaje de chatarra electrónica

El grupo vasco de investigación TECNALIA está investigando un método basado en sistemas de visión artificial multiespectral para mejorar la valorización de la chatarra electrónica, que en la actualidad representa el 4% de los residuos urbanos en Europa.

Fuente: Tecnalia
La visión multiespectral para mejorar la valorización de la chatarra electrónica.

El objetivo de este proyecto, denominado SORMEN, es desarrollar una tecnología para la separación de metales en la chatarra electrónica basada en un sistema de visión multiespectral e incorporarlo en el proceso de una planta de reciclado. Esta nueva máquina superará las limitaciones de los métodos actuales, básicamente manuales y que consumen gran cantidad de mano de obra y de tiempo, y que son incapaces de separar metales cuyas características de color, forma y peso son similares.

Se trata de un proyecto de investigación competitiva estructurado en dos años y financiado por la Unión Europea dentro del 6º Programa Marco, como proyecto CRAFT, para fomentar la cooperación entre centros tecnológicos y pymes de diferentes países y con necesidades similares.

La solución propuesta por el Consorcio SORMEN permite separar elementos del mismo color, como pueden ser el aluminio, el níquel o el acero inoxidable, aprovechando el reciclado de estos materiales. Representa un avance muy significativo sobre otras técnicas de separación basadas en visión color y aptas para otros procesos como el de separar impurezas de plomo, por ejemplo, del cobre. En el caso del aluminio, por ejemplo, el sistema ideado permitiría recuperar entre un 30 y un 40% más de este metal.

En estos momentos, Europa genera más de 6,5 millones de toneladas de residuos eléctricos y electrónicos al año, de los que más del 90% van a los vertederos.

Uno de los problemas actuales para el correcto reciclado de chatarra electrónica es que ésta contiene muchos materiales diferentes que no pueden ser separados con la tecnología actual. Desmontar los equipos electrónicos requiere trabajo manual, lo que hace el proceso muy caro; por ejemplo, en los televisores solamente los tubos de rayos catódicos son desmontados mientras que el resto es triturado. En otros equipos, sólo las partes más grandes de aluminio, cobre o hierro son separadas, mientras que el resto puede pasar a diferentes usos.

Para abaratar el proceso es muy importante el desarrollo de máquinas que permitan identificar de manera automática cada uno de los elementos, sobre todo de forma no destructiva. Además, así será menos contaminante hacia el medio ambiente y los trabajadores no se verán expuestos a la emisión de sustancias que pudieran resultar nocivas para la salud.

Si se investiga en las posibilidades de clasificación de diferentes materiales, como hierro, plomo, acero inoxidable, aluminio, plástico, aluminio o latón; se puede observar que en algunos casos es posible encontrar una manera de identificarlos en el espectro visible, sin embargo, otros metales, como el aluminio o el acero inoxidable son imposibles de separar por color.

Identificación multiespectral

Es necesario buscar otros métodos y aquí es donde tienen cabida la Identificación Multiespectral. Estas soluciones se pueden basar en el hecho de que cada metal puro tiene una diferente respuesta de reflectividad espectral, que le hace único. Algunos elementos pueden ser identificados en el espectro visible, 380-740 nm (como el caso del plomo y cobre descrito), y otros fuera de dicho rango.

A diferencia de las cámaras color, los sistemas multi e hiper espectrales pueden apreciar múltiples bandas, desde el ultravioleta hasta el infrarrojo, con muy buena resolución, hasta 2.5 nm entre bandas. Esta versatilidad posibilita a estos sistemas detectar, clasificar e identificar diferentes materiales solventando algunas de las limitaciones de las cámaras color que operan en el rango del visible.

La aplicación de este tipo de tecnología a la clasificación de metales es un enfoque novedoso y esperanzador al problema; de hecho, se espera que en 2015, si bien se estima que los residuos eléctricos y electrónicos generados por año se dupliquen hasta llegar a las 12 millones de toneladas, la cantidad de material reciclado va a aumentar significativamente (por ejemplo, en el caso del aluminio entre un 30 y 40% más).

Desarrollo del proyecto

Además de Tecnalia en este proyecto participan el centro tecnológico CSL de la Universidad de Liège (Bélgica), y varias empresas recicladoras. Éstas, en sus procesos actuales, disponen de varias muestras con mezcla de diferentes componentes (aluminio, cobre, latón, acero, plásticos...) para las cuales sería deseable poder separar sus distintos componentes.

Para el diseño del prototipo de máquina incluyendo el sistema de visión, se han tenido en cuenta los objetivos que se quieren alcanzar por parte de los recicladores, con el objetivo de que la máquina sea finalmente competitiva también a nivel de rendimiento, funcionalidad y precio.

El sistema diseñado debe ser aislado del agua y el polvo porque va a ser utilizado en la industria de reciclaje, donde toda la maquinaria debe ser fuertemente protegida de grandes cantidades de polvo, y soportar temperaturas desde -5ºC a 35ºC.

Así mismo, la máquina debe ser capaz de trabajar 24 horas al día, durante cinco días a la semana, tener bajo mantenimiento y ofrecer la posibilidad de usarla a baja velocidad en orden de obtener material como remanente en una vuelta preliminar.

Los primeros ensayos del proyecto han sido los más importantes para identificar las partículas necesarias en cada mezcla, de acuerdo a los intereses de los recicladores.

Más información: www.basqueresearch.com

Fuente: Tecnalia
Derechos: Creative Commons
Artículos relacionados