ADITIV-SOSTENIBLE (FASE II): clasificación de residuos plásticos con hiperespectral

Objetivo. Clasificación de residuos plásticos con hiperespectral de forma automática y precisa

El proyecto ADITIV-SOSTENIBLE (FASE II) «Investigación de tecnologías para procesos de fabricación aditiva flexibles e inteligentes de materiales sostenibles» tiene como objetivo global investigar y desarrollar tecnologías para la fabricación aditiva, utilizando robótica, sistemas de supervisión inteligentes y materiales sostenibles. Dentro de este proyecto, os explicamos específicamente una de sus líneas de trabajo: el desarrollo de un sistema de clasificación automática de residuos plásticos basado en cámaras hiperespectrales.  El objetivo, de esta parte específica, es clasificar de manera automática y precisa diferentes tipos de plásticos presentes en los residuos, con especial atención a los generados en la industria de Aragón.

Este proyecto ha recibido financiación pública bajo la convocatoria AEI 2023 del Ministerio de Industria, Comercio y Turismo, dentro de las ayudas establecidas para el apoyo a agrupaciones empresariales innovadoras con objeto de mejorar la competitividad de las pequeñas y medianas empresas, con el apoyo de la Unión Europea a través de los Fondos Next Generation EU, dentro del Plan de Recuperación, Transformación y Resiliencia.

El presupuesto total del proyecto es de 287.344 €, con una subvención otorgada de 221.528 €.

Los socios participantes en ADITIV-SOSTENIBLE (FASE II) son: el Clúster de Automoción de Aragón (CAAR), ASAI Industrial, INFINITIA, el Instituto Tecnológico de Aragón (ITAINNOVA) y la Fundación Clúster de Empresas de Automoción de Galicia (CEAGA).

Solución. Desarrollamos un sistema de clasificación con cámaras hiperespectrales

El rol de ATRIA, se ha centrado en el proceso de clasificación de residuos plásticos, abarcando desde la adquisición de imágenes hiperespectrales hasta el desarrollo de los sistemas de clasificación automática basados en inteligencia artificial. Nuestro enfoque se centra en ofrecer una solución eficiente para la separación de residuos y la valorización de plásticos.

Primero, obtuvimos muestras representativas de residuos plásticos de diversas industrias. Para la identificación de polímeros, utilizamos cámaras (infrarrojo cercano). A diferencia de las cámaras convencionales, que solo capturan información en tres bandas de color (RGB), estas registran la reflectancia espectral en cientos de bandas estrechas dentro del espectro NIR. Esto nos proporciona una «huella dactilar» espectral única y detallada para cada tipo de material, esencial para una clasificación precisa de plásticos. Tomamos imágenes de una amplia variedad de polímeros comunes (como PE, PP, PET, PVC, ABS, LDPE, PPH y PC), tanto de muestras individuales para establecer una base de datos espectral robusta, como de mezclas complejas para simular escenarios de triaje de residuos reales.

Procesamos digitalmente las imágenes hiperespectrales para mejorar su calidad y eliminar ruido, aplicando técnicas de análisis espectral y procesamiento de imagen. Luego, desarrollamos y entrenamos diversos modelos de clasificación basados en algoritmos de machine learning. Estos algoritmos de visión artificial «aprenden» a reconocer y distinguir los diferentes tipos de plástico a partir de sus espectros únicos. Para optimizar el rendimiento y la velocidad del sistema, implementamos técnicas de selección de bandas, permitiendo que el sistema se centre solo en la información espectral más relevante para la clasificación de polímeros, haciendo el proceso más eficiente y adecuado para líneas de reciclaje de alta velocidad.

Los resultados demuestran la alta precisión de nuestro sistema en la clasificación de residuos plásticos. Alcanzamos una clasificación correcta en un porcentaje muy elevado de los casos, tanto con muestras de polímeros individuales como con mezclas de residuos plásticos, validando la robustez y fiabilidad de la solución para aplicaciones industriales de economía circular y gestión de residuos.