Les scientifiques utilisent l'apprentissage automatique pour distinguer les plastiques dégradables des plastiques traditionnels

Sacs d'emballage alimentaire, tasses à café, sacs plastiques..., les plastiques sont omniprésents dans notre quotidien. Ces dernières années, grâce à l'orientation des politiques nationales et à l'amélioration de la conscience environnementale des habitants, de plus en plus de personnes ont commencé à utiliser des produits en plastique dégradables.

C'est juste qu'il est difficile de distinguer efficacement ces produits en plastique dégradables des plastiques traditionnels en apparence si le processus de recyclage n'est pas bien fait, mai. contaminer le recyclage du plastique et réduire l’efficacité.

Des chercheurs de l'University College London (UCL) ont publié un article dans Frontiers in Sustainability dans lequel ils ont utilisé l'apprentissage automatique pour classer automatiquement différents types de plastiques compostables et biodégradables et les différencier des plastiques traditionnels. ​

Le professeur Mark Miodownik, auteur correspondant de l'étude, a déclaré : "La précision est très élevée et pourrait rendre cette technologie réalisable pour une utilisation dans les installations industrielles de recyclage et de compostage à l'avenir."

IT House a appris du rapport que les chercheurs ont utilisé l'intelligence artificielle pour classer les matières plastiques entre 5 mm fois 5 mm et 50 mm fois 50 mm.

Les plastiques traditionnels testés dans ce test sont principalement constitués de PP et de PET (principalement utilisés pour les contenants alimentaires et les bouteilles de boissons) ; les échantillons de plastique compostables et biodégradables sont principalement constitués de PLA et de PBAT, utilisés pour les gobelets ; couvercles, sachets de thé et emballages de magazines.

Les résultats ont montré un taux de réussite élevé : le modèle a atteint une précision parfaite pour tous les matériaux lorsque l'échantillon mesurait plus de 10 mm x 10 mm. Cependant, pour les matériaux dérivés de la canne à sucre ou les feuilles de palmier mesurant 10 mm x 10 mm ou moins, les taux de classification erronée étaient respectivement de 20 % et 40 %.

En regardant les fragments mesurant 5 mm x 5 mm, certains matériaux ont été identifiés de manière plus fiable que d'autres : pour les fragments LDPE et PBAT, le taux d'erreur de classification était de 20 % pour les deux matériaux issus de la biomasse : 60 % (canne à sucre) ; ) et 80 % (feuilles de palmier) respectivement.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!