Regio Noord | NeuroPLASTICity

Voor het recyclen van plastics is scheiding van plastic materialen in het verwerkingscentrum van cruciaal belang, zowel op type polymeer als gebruikte additieven. Onvoldoende sortering leidt tot degradatie van het materiaal, omdat de kwaliteit van plastics sterk afhankelijk is van de zuiverheid van de materialen. Door het ontbreken van kwalitatieve, snelle en goedkope scheidingsmethodes kan plastic afval momenteel maar matig gerecycled worden, met als gevolg dat alleen plastics waar het type redelijkerwijs van bekend is, zoals PET-flessen, worden gerecycled, terwijl de overige plastics in landfills belanden, verbrand worden, of verwerkt worden in lage kwaliteit producten. Een efficiënte methode om in real-time plastics en hun additieven te kunnen classificeren zou daarom de recyclebaarheid van deze afvalproducten sterk kunnen verhogen.....In dit haalbaarheidsproject willen we onderzoek of het technisch en economisch haalbaar is om een software module te ontwikkelen die door middel van kunstmatige intelligentie plastics en de additieven kan classificeren aan de hand van hun infrarood signatuur. We zullen op basis van literatuuronderzoek, desk research, gesprekken met deskundigen en trial and error onderzoek verschillende deep learning modellen onderzoeken die vanuit FTIR spectra de verschillende plastics en de additieven kunnen classificeren, bijbehorende IT architectuur ontwerpen en de toepassing hiervan in de plastic afvalverwerking onderzoeken. Ook zullen we de economische haalbaarheid onderzoeken door marktverkenning, concurrentieanalyse en het opstellen van een waardepropositie. Met de verzamelde informatie zal een go/no go beslissing worden gemaakt om de software module verder te ontwikkelen.