Optimaliseer uw textielrecycling met hyperspectrale precisie
Van de vele inspanningen om afval te behouden en te verminderen, blijft textiel een van de grootste uitdagingen. De Amerikaanse EPA schat dat van de 25 miljard kilo gerecycled post-consumer textielafval, slechts 15% wordt gerecycled en hergebruikt, terwijl de resterende 85% op de vuilstort belandt1. De uitdaging waar textielrecyclingprojecten voor staan, is het onderscheid maken tussen de verschillende soorten textiel die er hetzelfde uitzien bij een hoge doorvoer.
Traditionele sorteermethoden (zoals een luchtclassificeerder) zijn gevoelig voor fouten met stoffen die een vergelijkbare dichtheid en luchtweerstand hebben. Chemisch sorteren biedt een hoge nauwkeurigheid, maar vereist vernietiging van de huidige materialen en is niet beschikbaar voor sommige stoffen (zoals wol)2.
Andere sensoren die vertrouwen op RGB- of multispectrale beeldvorming bieden alleen een glimp van de spectrale aard van de verschillende stoffen en slagen er niet in om stoffen van verschillende texturen adequaat te sorteren. De ideale oplossing voor deze uitdaging zou een contactloze classificator zijn die de verschillende stoffen en mengsels op hoge snelheid kan sorteren. Met Headwall's hyperspectrale beeldvorming (HSI) sensoren, en perClass Mira's machine learning software, biedt Headwall een oplossing voor dit probleem.
1http://www.weardonaterecycle.org/
2https://www.cbi.eu/market-information/apparel/recycled-fashion/market-potential)
