O GAINnext permite atingir o grau alimentar e a qualidade de ‘garrafa-a-garrafa’

Um grupo de órgãos de comunicação especializados, entre eles a InterPlast, visitou no dia 21 de março o Centro de Testes da Tomra Recycling, em Coblença, Alemanha. Na agenda, a apresentação da mais recente inovação da empresa: GAINnext, um complemento integrável em qualquer separador Autosort, que usa a tecnologia de 'Deep Learning’ (um subtipo de inteligência artificial) para separar os plásticos de qualidade alimentar (PET, PP e PEAD) dos restantes. Graças à possibilidade de identificar objetos, quando conjugado com o Autosort, o sistema consegue alcançar taxas de pureza superiores a 95%.

A separação de plásticos de qualidade alimentar é uma dor de cabeça para a indústria da reciclagem. Na sua maioria, as embalagens alimentares e não alimentares são produzidas com os mesmos materiais e visualmente muito semelhantes, o que dificulta substancialmente a diferenciação e separação nos sistemas de triagem existentes no mercado. Em consequência, muitos resíduos de uso prévio não alimentar acabam por entrar no fluxo de reciclado de grau alimentar. E, apesar de muitos especialistas afirmarem que isto não tem consequências para a saúde humana, a tendência é de que surjam regulamentos cada vez mais rigorosos ⁽¹⁾, o que acrescenta uma camada de complexidade adicional ao tratamento destes resíduos.

Mas essa complexidade tem de ser resolvida, se queremos atingir as metas de incorporação de reciclados nas novas embalagens alimentares, tal como previsto no regulamento das embalagens e dos resíduos de embalagem (Packaging and Packaging Waste Regulation, ou PPWR, na sigla original), ainda em debate.

Na verdade, esta preocupação não é nova para a Tomra. Há vários anos que a empresa investe em I&D para desenvolver soluções que permitam aumentar o grau de pureza do reciclado de plástico. Inclusive, os seus primeiros equipamentos de triagem, desenvolvidos há 30 anos, já utilizavam uma forma de IA, que lhes permitia ‘decidir’ que materiais rejeitar numa linha de seleção.

Hoje, a empresa dá um passo de gigante e apresenta o GAINnext, um ‘add-on’ de classificação baseado em ‘deep learning’, equipado com uma câmara RGB, que pode ser instalado em qualquer unidade Autosort (desde que não obsoleta) e que, pela primeira vez, permite separar em grande escala, rápida e eficientemente, os plásticos de qualidade alimentar (PET, PP e HDPE) dos de qualidade não alimentar.

Esta tecnologia é uma evolução do sistema baseado em ‘Deep Learning’ GAIN, lançado em 2019 para remover cartuchos de silicone dos fluxos de polietileno (PE). Desde então, as redes neurais artificiais do sistema foram treinadas com milhões de imagens de objetos para resolver algumas das tarefas de classificação automatizada mais complexas do mundo, como separar plásticos de grau alimentar dos restantes ou MDF dos resíduos de madeira.

De acordo com a empresa, agora, mesmo os produtos mais complexos, que antes eram impossíveis de classificar com sensores óticos tradicionais, são identificados.

O Autosort equipado com o módulo GAINnext combina o reconhecimento de objectos com a triagem tradicional baseada em sensores.

Equipados com sensores tradicionais de infravermelhos próximos (NIR) e espetrometria visual, os equipamentos Autosort já são, há muito, capazes de classificar os resíduos de embalagens de plástico por polímero e por cor ou tipo (rígida ou flexível). Mas não por aplicação. Por exemplo, a máquina tem dificuldade em distinguir um frasco de champô em PET transparente de uma garrafa de água, feita no mesmo material. Equipada com o sistema GAINnext, a máquina passa a poder reconhecer também a forma dos objetos, tal como faria um operador de uma linha de triagem. De acordo com a empresa, desta forma é possível alcançar graus de pureza superiores a 95%, tal como exigido pelo regulamento UE 2022/1616.

Durante a apresentação do sistema à imprensa foi possível confirmar que, de facto, quer na triagem de PET, quer na triagem de PP, existia uma separação quase total das embalagens alimentares das restantes, o que reforça a afirmação da Tomra de que esta é “a solução mais precisa disponível no mercado atualmente”.

A Tomra está também a lançar duas outras aplicações não alimentares que complementam o ecossistema GAINnext: uma de destintagem para gerar fluxos de papel mais limpos e uma aplicação de limpeza de PET para otimizar os fluxos de garrafas PET e aumentar ainda mais a taxa de pureza.

Os equipamentos Autosort são equipados com sensores tradicionais de infravermelhos próximos (NIR) e espetrometria visual, o que lhes permite classificar os resíduos de embalagens de plástico por polímero e por cor ou tipo (rígida ou flexível).

“Na Tomra, utilizamos a IA há décadas para melhorar o desempenho da triagem. No entanto, esta última inovação é um marco para nós e uma novidade para a indústria", afirmou Volker Rehrmann, vice-presidente executivo e diretor da Tomra Recycling, durante a apresentação do novo sistema. "Com o uso sofisticado de ‘Deep Learning’, o GAINnext permite um processo de classificação para atingir o grau alimentar e a qualidade de ‘garrafa-a-garrafa’. Há anos que ambas as tarefas são um grande desafio para a nossa indústria", acresescentou o responsável. "A utilização da IA está a impulsionar a circularidade dos materiais numa altura em que é mais necessária, dada a regulamentação rigorosa e a procura crescente dos nossos clientes por soluções tecnologicamente avançadas. Na Tomra, temos orgulho em estar a impulsionar a mudança no processo de triagem”, concluiu.

O sistema completo consegue alcançar graus de pureza superiores a 95%. No final da linha de triagem temos, do lado esquerdo, embalagens PET de uso prévio alimentar, do lado direito, embalagens PET de uso não alimentar.

A utilização da tecnologia de ‘Deep Learning’ tem a grande vantagem de automatizar a triagem manual, aspeto de especial relevo numa altura de escassez de mão de obra e em que, gradualmente, as tarefas mais difíceis e repetitivas são assumidas pelas máquinas. Mas, além disso, permite à indústria obter reciclados de alta qualidade através de uma triagem mais granular. 

Indrajeed Prasad, gestor de produto de ‘Deep Learning’ na Tomra Recycling, explica-nos que "graças à capacidade de identificar milhares de objetos por material e forma em milissegundos, o GAINnext resolve até as tarefas de triagem mais complexas. E com o seu software de ‘Deep Learning' integrado, oferece a oportunidade de se adaptar às exigências do futuro. Estamos muito satisfeitos por podermos lançar estas soluções de triagem inovadoras e muito necessárias para cumprir os rigorosos requisitos de qualidade", conclui.

Com esta inovação, a Tomra espera responder à crescente procura das marcas de grande consumo que pretendem incorporar mais conteúdo reciclado de elevada pureza nas suas embalagens de produtos alimentares.

Até à data, existem mais de 100 unidades Autosort equipadas com o GAINnext instaladas em fábricas de recuperação de materiais em todo o mundo. Este elas, estão empresas líderes de mercado, como a Berry Circular Polymers em Leamington Spa, a Viridor Avonmouth em Bristol, que é atualmente a maior instalação de plásticos mistos no Reino Unido, bem como a fábrica francesa da Nord Pal Plast, propriedade do grupo global Dentis.

Segundo a empresa, o feedback do mercado sobre o novo complemento tem sido “extremamente positivo”. Edward Kosior, fundador e diretor executivo da Nextek Ltd, responsável pela iniciativa NextLoopp, que tem como objetivo criar polímeros reciclados de qualidade alimentar a partir de reciclagem mecânica avançada, esteve entre os mais recentes visitantes do centro de testes da Tomra. Após a sua visita, afirmou: “O inovador sistema de inteligência artificial da Tomra, GAINnext, galvanizou a indústria da reciclagem numa altura crucial para a triagem de embalagens de plástico. Cria novas oportunidades para fechar o ciclo de muitos plásticos em aplicações de qualidade alimentar. Acredito que vai tornar a triagem de plásticos mais simples, económica e altamente eficiente. Estamos imensamente orgulhosos por ver o nosso setor a avançar nesta jornada transformadora".

(1) O Regulamento UE 2022/1616 determina que materiais podem se usados para contacto alimentar.