目前，塑料的回收利用率很低，全球的平均回收利用率仍徘徊在个位数左右。虽然欧盟的数据相对要高一些, 但依然有很多工作要做。要想加速提升塑料的回收利用率，需要采取多项协调行动。

不管是机械回收还是化学回收，回收技术正在不断进步，这对于扩展高价值材料回收利用的范围至关重要。同样重要的是，在塑料产品的全生命周期中要采取分步措施——从设计开始就要考虑回收利用问题，直到产品报废时要广泛收集并增强分类精度。

【资料图】

塑料垃圾问题是多维度的，这不仅是因为需要处理的量大，而且因为塑料的种类（聚烯烃、聚酯、苯乙烯、乙烯基和特种聚合物等）和塑料产品的设计（刚性、柔性和多层等）具有广泛性。这种多样性给回收利用带来了挑战。为了大幅提高回收利用率和再生材料的质量，确保将高级的塑料垃圾混合物分类成高质量的单一废物组分也至关重要。

好消息是，为应对这一挑战，一些创新的解决方案即将推出——从增强型光学分选技术，到基于数字水印和人工智能的先进解决方案。

扩大光学分选的范围

近红外（NIR）技术是一项得到验证的技术，它利用高光谱摄像机来识别和分类特定的聚合物类型，但也存在一些限制，比如，对于多层包装以及拥有炭黑颜料、轻微污染和极薄涂层的塑料，它就无法检测到内层。

为此，研究机构和行业参与者正在研究能够改进这项技术的解决方案，以提高所分类组分的质量。2022年早期，丹麦奥胡斯大学的研究人员与Vestforbrænding、Dansk Affaldsminimering Aps和PLASTIX一起，分享了一项有关新的近红外摄像技术的最新进展情况，这项新的技术能够区分12种类型的聚合物，包括PE、PP、PET、PS、PVC以及PVDF、POM、PEEK、ABS、PMMA、PC和尼龙12，现已获得了中试规模的测试，可确保分离出的塑料要比当前技术所能分离的塑料（聚合物的类型）更纯，从而进一步提高了回收利用率。

对具有相似性能的尼龙6和尼龙66进行有效分离，是巴斯夫在德国的全资子公司trinamiX最近应对的一大挑战性问题，其手持式移动近红外光谱解决方案将耐用的硬件与智能数据分析和移动应用程序结合起来，用于区分这两种聚合物类型。

英国Matoha公司开发了另一种采用NIR的有趣的便携式设备，据说其PlasTell 设备易于使用，能够识别所有常见的聚合物，如PET、PVC、PE、PP、PS、ABS、PC以及尼龙、PMMA、PLA和PU等，根据需要，还能用于识别特种塑料或聚合物，但该产品无法识别厚度不到20µm的薄膜和含有炭黑的塑料。

为了能够检测黑色塑料，领先的基于传感器的分类系统制造商Tomra开发了额外的激光传感器，其Autosort 技术是在一台分拣机中整合了多项技术，包括NIR光谱、激光、电磁和基于人工智能的摄像传感器。

为了检测出黑色塑料，Tomra公司的Autostart 技术是在一台分拣机中整合了多项技术，包括NIR光谱、激光、电磁和基于人工智能的摄像传感器（图片来自Tomra）

Tomra还是Nextloopp项目的合作伙伴，该项目旨在将消费后的包装回收料制成食品级的再生PP。Nextloopp项目的技术基础是，采用Nextek公司的PolyPrism荧光标记对包装进行快速精准的分类。在与Tomra 公司合作进行的分类试验中，NIR/VIS 分类设备以全速实现了99.9% 的纯度。

Nextloopp项目旨在从PCR包装中获得循环再生的食品级PP，其技术基础是采用Nextec公司的隐形PolyPrism荧光标记进行快速精准的分类（图片来自Nextec）

数字水印：分类的“圣杯”

由一个目前已有85家以上的消费包装价值链上的欧洲公司组成的联盟于2016年发起的HolyGrail 1.0项目，一直在推动其数字水印倡议达到新的高度。数字水印本质上是肉眼无法察觉的邮票大小的条形码，可重复印刷以覆盖包装的表面，能对广泛的属性进行编码，包括建筑的材料。一旦消费后的包装进入废物分类设备，分拣线上标配的高分辨率摄像机就能检测到数字水印。与现有技术如不能可靠识别多种材料结构的NIR光谱技术相比，基于摄像头的“读取”属性，能够更准确地对包装进行分类。

作为产品数字化的全球领导者，美国Digimarc公司提供的数字水印被认为是HolyGrail 1.0项目迭代中用于提高消费后塑料回收利用率的最有前景的技术。同时，HolyGrail 2.0项目正在接近第三阶段，也就是最后阶段。工业规模的试验计划在2022年底前开始。

Digimarc公司的数字水印技术是先进的HolyGrail 项目的一部分，据说能提高分选的准确性、效率和精度（图片来自Digimarc）

Digimarc公司提供了一种安全的、普遍可用的隐性的识别技术，据说提高了分选的准确性、效率和精度。它不会影响包装的整体可回收性，能够在废物分类和回收利用设施的恶劣环境下使用。无论在包装上的位置或方向如何，水印都能被识别出来，甚至在高速分选时。这项技术还使分选机能够检测到深色和多层的包装，从食品包装中分选出非食品接触的材料。

数字水印不需要特殊的油墨、印刷工艺、材料或生产工艺，并且可用于打印，即采用编码器软件，通过使用现有像素，将平铺贴片应用到整个表面的图形上。或者，利用雕刻模具或激光纹理来嵌入微米高度的拓扑变化，从而将数字水印用于基板。

与全球包装及品牌体验公司SGK合作，Digimarc 测试了另一个选项，即只在清漆中应用代码。初步测试结果表明，该选项很有前景，因为它可以提供额外的好处，比如，允许品牌保留其原始设计，为所有的产品提供标准化的应用而无需订制Digimarc的应用方法。

凭借二维码，已经证明，利用这项创新来吸引消费者参与是可能的，因为它可以提供产品的构成、用途和回收指南等信息。

基于人工智能的废物分类

在过去的几年里，一些创业公司设计了一系列基于人工智能和机器学习的创新解决方案来应对塑料废物的分类挑战。为垃圾分类而设计的人工智能模型通常由三部分组成：计算机视觉技术（眼睛）、AI 学习（大脑）和分拣机械手（手）。

虽然所有这些技术已经在工业生产中得到应用，但近年来算法的进步使得大多数模型能够识别多种类别的塑料废物，如塑料的类型、重量、品牌、食品级和非食品级。许多初创公司还在创造一种分类过程的端到端的数字孪生，并为客户提供显示实时分析的订制看板。

不仅仅是创业公司，2022年早期，9家品牌公司（包括达能、高露洁-棕榄、费列罗、LVMH Recherche、玛氏、米其林、雀巢、百事可乐和宝洁），连同一个独立的测试研究中心和两所大学，宣布成立了“完美分类联盟”，目标是用两年的时间，运用他们的综合专业知识来开发并测试人工智能的决策模型。

联合利华还与中国的阿里巴巴公司在一项“无废物世界”的联合倡议上展开了合作。在此项目中，已有 20 台配有人工智能技术的回收机被安装在上海和杭州。消费者可以把他们用过的瓶子放到回收箱里，人工智能技术自动识别瓶子的塑料并对其进行分类和储存，以便将它们收集起来，然后送到回收中心，快速进入再利用通道。

联合利华与阿里巴巴在“无废物世界”倡议上建立了合作伙伴关系，并在中国的两个城市安装了20台配有人工智能的回收机，允许消费者将使用后的瓶子放入回收箱。人工智能技术能识别瓶子的塑料, 对它们进行分类和储存，以便将它们收集起来，然后送到回收中心并快速进入再利用通道（图片来自联合利华和阿里巴巴）

采用基于人工智能的分类模式，可简化并加快废物的分类过程，这样，材料回收设施就能实现高精准率（＞93%，某些情况可高达99%）的回收，使回收商能够满足日益增长的高质量回收利用的需求。

标签： 回收利用 数字水印 光学分选 人工智能