Nonkontakt polimerszortírozó rendszer az újrahasznosításban

Contact-free polimer sorting system used in recycling

  • Bence SIPOS
  • Levente GYÖRGY
Keywords: polimer, reflexió, spektrum, spektroszkópia, gépi tanulás

Abstract

By 2017 the total polymer production in the world was over 348 million tonnes, majority of it will soon become waste. Automation of the sorting of plastic waste is an unsolved problem, therefore requires significant human intervention. Manually sorted waste can only be used in a small percentage to produce new products due to polymer degradation and different composition. Over the past two years, we have developed a contact-free material test method that is able to classify polymers with high accuracy. We used a custom-made spectroscope [1], which significantly reduces the cost of the examination compared to conventional calibrated spectroscopes.

Kivonat

2017-re a világ teljes polimer előállítása meghaladta a 348 millió tonnát, amelynek jelentős része rövid időn belül hulladékká válik. A műanyag hulladék szortírozásának automatizálása nem megoldott, jelentős emberi beavatkozást igényel. A manuális válogatással szortírozott hulladék csak alacsony százalékban használható fel új termékek gyártására a polimerek degradálódása és az eltérő összetétel miatt. Az elmúlt két évben egy nonkontakt anyagvizsgálati módszert dolgoztunk ki, mely nagy pontossággal képes a polimerek osztályozására. Ehhez egy általunk épített spektroszkópot használtunk [1], amely a hagyományos kalibrált spektroszkópokhoz képest jelentősen lecsökkenti a vizsgálat költségét.

References

SIPOS, B., GYÖRGY, L. (2019). Összehasonlító vizsgálat spektroszkóppal, one-shot technikával. In I. Barabás (Ed.), OGÉT 2019 XXVII. Nemzetközi Gépészeti Konferencia [27th International Conference on Mechanical Engineering] (pp. 480-483). Nagyvárad: Erdélyi Magyar Műszaki Tudományos Társaság - EMT

EL-SAFTAWY, A. A., et al. Electron beam induced surface modifications of PET film. Radiation Physics and Chemistry, 2014, 102: 96-102.

MUJA, Marius; LOWE, David G. Fast approximate nearest neighbors with automatic algorithm configuration. VISAPP (1), 2009, 2.331-340: 2.

HUTTENLOCHER, Daniel P.; KLANDERMAN, Gregory A.; RUCKLIDGE, William J. Comparing images using the Hausdorff distance. IEEE Transactions on pattern analysis and machine intelligence, 1993, 15.9: 850-863

GERS, Felix A., SCHMIDHUBER, Jürgen, et CUMMINS, Fred. Learning to forget: Continual prediction with LSTM. 1999.

KIRANYAZ, Serkan, et al. 1D convolutional neural networks and applications: A survey. arXiv preprint arXiv:1905.03554, 2019.

KOCH, Gregory; ZEMEL, Richard; SALAKHUTDINOV, Ruslan. Siamese neural networks for one-shot image recognition. In: ICML deep learning workshop. 2015.

MCINNES, Leland; HEALY, John; MELVILLE, James. Umap: Uniform manifold approximation and projection for dimension reduction. arXiv preprint arXiv:1802.03426, 2018.

MAATEN, Laurens van der; HINTON, Geoffrey. Visualizing data using t-SNE. Journal of machine learning research, 2008, 9.Nov: 2579-2605.

Published
2020-04-16
How to Cite
[1]
SIPOS, B. and GYÖRGY, L. 2020. Nonkontakt polimerszortírozó rendszer az újrahasznosításban. Nemzetközi Gépészeti Konferencia – OGÉT. 28, (Apr. 2020), 338-341.
Section
F. szekció -Mechatronika, finommechanika és automatizálás