Команда исследователей из Gaiker Technology Centre (Страна Басков, Испания) под руководством Аинары Почевиль представила метод, который может радикально повысить эффективность переработки пластиков из электронных отходов (WEEE), сообщают сегодня мировые сми. Учёные объединили рамановскую спектроскопию с алгоритмами машинного обучения, создав систему, способную быстро и точно распознавать сложные полимерные смеси, характерные для старой электроники.
В рамках исследования специалисты собрали реальные образцы пластиков из промышленных потоков WEEE — материалы с примесями, добавками и разнородной структурой, которые обычно плохо поддаются сортировке. Используя лазеры с длиной волны 785 и 1064 нм, они оптимизировали параметры излучения и снизили влияние флуоресценции, а затем обучили алгоритмы SVM и DA распознавать полученные спектры. В результате система смогла уверенно классифицировать такие полимеры, как ABS и полистирол, достигая точности до 80% при времени анализа всего около одной секунды.
Исследователи отмечают, что разработка пригодна для интеграции в промышленные линии сортировки, где скорость и надёжность определения материала критичны. Улучшенная классификация позволит получать более чистое вторичное сырьё, уменьшить объёмы неперерабатываемых остатков и сократить затраты перерабатывающих предприятий.
Эксперты считают этот подход важным шагом к созданию более эффективной циркулярной экономики: точное разделение пластиков открывает путь к повторному использованию материалов, ранее считавшихся слишком сложными для переработки. Новая технология может стать ключевым инструментом для отрасли, стремящейся повысить качество переработки и снизить экологический след производства полимеров.