Aumentando a Eficiência da Reciclagem: Técnicas Avançadas de Seleção de Embalagens

Durante o processo de reciclagem, uma das tarefas mais importantes e menos conhecidas é a seleção de embalagens. Realizada em plantas específicas, consiste em separar diferentes embalagens (dos contêineres amarelos) por material e natureza (geralmente plásticos, embalagens metálicas e briks).

Essa tarefa é crucial para reciclar esses resíduos corretamente. Nos últimos anos, evoluiu de manual para automatizada graças à melhoria e entrada das tecnologias da Indústria 4.0, permitindo maior eficiência.

Tecnologias para seleção de embalagens

Durante a seleção, diferentes tecnologias contribuem para melhorar eficiência e otimização:

• Visão Computacional

  Consiste na aplicação de várias operações em imagens previamente adquiridas para obter informação. Permite obter dados como cor do objeto observado ou seu contorno. Com essas técnicas, é possível determinar o material dos objetos ou manipular a imagem para extrair a informação mais interessante.

• Machine Learning / Deep Learning

  Conjunto de algoritmos capazes de aprender características para tirar conclusões, como classificar ou detectar objetos. Destacam-se redes neurais, que simulam comportamento do cérebro humano para aprender dos dados. Muito útil na seleção de embalagens pela alta taxa de sucesso, essencial para separar resíduos na categoria correta. Comum usá-lo combinado com Visão Computacional ao extrair informação de imagens processadas.

• Robótica

  O uso de robôs colaborativos é essencial na seleção de embalagens, pois automatiza a separação física conforme a categoria. Geralmente combinado com Visão Computacional e Deep Learning, que fornecem informação para localizar embalagens/resíduos e sua categoria. Também podem combinar com AGVs para transporte.

Processo de implementação da seleção de embalagens

Para estabelecer método confiável e adequado para uso em diferentes plantas, é necessário desenvolvimento para coletar dados e configurar tecnologias. O processo depende de múltiplos fatores: tipo de aplicação, local de instalação, fatores externos... Mas em quase todas as situações, diferenciam-se passos específicos:

• Coleta de dados

  Consiste na aquisição da informação necessária para detecção e classificação. No caso de seleção de embalagens: capturar imagens e dados dos objetos por câmeras e sensores.

• Rotulagem

  Método para indicar nas características de interesse nos dados adquiridos e a que classe pertencem. Para seleção de embalagens: indicar na imagem onde estão os objetos desejados e seu tipo.

• Treinamento

  Dados rotulados são extraídos pelo algoritmo de detecção para que aprenda a informação a detectar. Sistema bem treinado extrai características que diferenciam tipos de embalagens, localizando e classificando para posterior separação.

• Avaliação

  Para confirmar desempenho do algoritmo treinado, usa-se com novos dados para obter métricas que qualifiquem objetivamente seu desempenho. Para seleção de embalagens, usam-se imagens rotuladas não usadas no treinamento. Verifica-se comportamento em novas situações, obtendo métricas como precisão ou matrizes de confusão.

• Instalação

  Uma vez feito o acima e escolhido o algoritmo com melhor avaliação, o sistema é usado no ambiente real. Configura-se o algoritmo para retornar informação interessante e procede-se ao uso. Para seleção de embalagens: capturam-se imagens dos resíduos, o algoritmo detecta e classifica e envia informação ao sistema, que a trata para separar resíduos correspondentes.

Na ATRIA desenvolvemos sistema de identificação de resíduos volumosos chamado SIARA, baseado em visão artificial e Deep Learning, que identifica objetos causadores de obstruções em plantas de separação de resíduos plásticos. Processo importante para o funcionamento correto do resto da planta.

Benefícios do uso de tecnologia Indústria 4.0 na seleção de embalagens

Como mencionado, novas tecnologias e automação melhoram eficiência em plantas de seleção. Isso se traduz em benefícios:

• Possibilidade de registrar dados. Processo automatizado permite registrar classificações, horários, ou armazenar imagens de interesse.
• Maior velocidade de processamento. Sistema automatizado classifica muito mais rápido que pessoa manualmente.
• Usando sistemas de visão, não é necessário empregar muitas pessoas para identificação de resíduos, independentemente da carga de trabalho. Equipe dedica-se a outras funções.
• Melhoria contínua. Sistema baseado em aprendizado permite mudanças e melhorias fáceis quando necessário.

Quer aplicar seleção de embalagens em seus projetos? Entre em contato conosco!