В 2019 году началось активное реформирование мусорного сектора: например, сортировка стала обязательным пунктом в цепочке утилизации отходов. Инициатива стала частью реализации национального проекта «Экология», в рамках которого к 2030 году планируется 100% всех отходов отправлять на сортировку, а половину из них перерабатывать. Как работают мусоросортировочные комплексы сегодня и поможет ли в достижении столь масштабной цели искусственный интеллект? Зелёному рассказал Александр Неволин, основатель и директор Nevlabs — разработчика оборудования для автоматизированной сортировки отходов на базе искусственного интеллекта, резидента «Сколково».

Как устроена промышленная сортировка сегодня

Глобально сегодня есть два подхода к сортировке отходов: ручной и автоматический.

- Реклама -
Подписка — внутри поста

В случае ручной сортировки всё просто: есть длинный конвейер, возле него стоят люди, которые и отбирают фракции, представляющие интерес к переработке.

Автоматическая сортировка использует комбинацию разных способов для отделения нужных фракций.

  • В самом начале отходы попадают на разрыватель пакетов, предназначение которого понятно из названия.
  • Для отсева органических отходов используются грохоты — устройства, которые пропускают через себя объекты размером от 7 см. Практически вся органика меньше, поэтому она уходит на отдельный конвейер.
  • Для отделения чёрных металлов используются магнитные сепараторы, а вариантом для сортировки цветных стали вихретоковые сортировщики.
  • Пластики и макулатура отбираются оптическими сортировщиками с помощью спектрального анализа. Такие установки анализируют отходы в инфракрасном диапазоне и по отражённому от них свету определяют тип материала. После фракции либо отстреливаются сжатым воздухом в конце конвейера, либо отбираются роботом.

Несмотря на технологичность описанных способов, они имеют существенные погрешности в распознавании отходов. Например, вихретоковые сепараторы отбирают не только нужные алюминиевые банки, но и, допустим, тетрапак и упаковку из-под чипсов. Дело в том, что в этих отходах есть тонкий слой алюминия, которого хватает, чтобы сепаратор отобрал и эти фракции.

У оптических сепараторов, которые используют спектральный анализ, другая проблема: спектры разных материалов во многом перекликаются, и это также приводит к ложным отборам и засору. Кроме того, такие сортировщики детектируют лишь тип материала, но не замечают отдельные особенности: например, ПЭТ-бутылки из-под масла должны перерабатываться отдельно, но с точки зрения инфракрасного спектра они все одинаковые.

А что, если за сортировку отходов возьмётся искусственный интеллект?

Применение искусственного интеллекта (ИИ) даёт сразу несколько преимуществ перед вышеуказанными технологиями:

  • ИИ не допускает ошибок, описанных ранее. Например, нейронная сеть легко отличит алюминиевую банку от тетрапака и отберёт только банку. Кстати, тетрапак при этом распознаётся именно как тетрапак, поэтому если заказчика интересует данный вид материала, его тоже можно отобрать автоматически.
Робот-сортировщик отходов. Источник изображения: Nevlabs и Зелёный
Робот-сортировщик отходов. Источник изображения: Nevlabs и Зелёный
  • Благодаря отказу от спектрометра существенно снижается стоимость технологий. Цена гиперспектральной камеры составляет около 60% от стоимости всего сортировщика, что приводит к сроку окупаемости такой установки в 10−15 лет. Сортировщики на базе нейросетей окупаются за один год.
  • Нейронная сеть гораздо менее привередлива к внешним условиям съёмки: если традиционные оптические сортировщики необходимо регулярно калибровать (а это достаточно сложный и дорогостоящий процесс), то установки с применением ИИ в этой операции не нуждаются вовсе.

Наши сортировочные машины уже почти два года эксплуатируются на нескольких мусоросортировочных заводах в Подмосковье и в Твери — как пневматические установки, которые отстреливают отходы сжатым воздухом, так и на базе роботов. В обоих типах сортировщиков искусственный интеллект используется в качестве основного способа распознавания отходов.

Робот-сортировщик отходов. Источник изображения: Nevlabs и Зелёный
Робот-сортировщик отходов. Источник изображения: Nevlabs и Зелёный

Кстати, некоторые зарубежные производители тоже «спохватились» и начали применять ИИ в своём сортировочном оборудовании. Однако у них нейронная сеть идёт лишь как довесок к традиционному спектральному анализу, и все основные решения по-прежнему принимает именно он. Одновременное использование двух технологий отражается на цене оборудования — такие сортировщики стоят ещё дороже, чем традиционные.

Таким образом, оптимальная схема автоматизации выглядит так: первичный поток (после разрывателя пакетов и грохота) сортируется пневматическими машинами со зрением на базе искусственного интеллекта, а оставшийся засор устраняется роботами, которые используют тот же ИИ. И только на контроле качества остаётся 1−2 человека, однако их работа гораздо менее противная: мимо них идёт уже чистая фракция без органики, которая практически не пахнет.

Качество отбора отходов. Источник изображения: Nevlabs и Зелёный
Качество отбора отходов. Источник изображения: Nevlabs и Зелёный

О применении ИИ в управлении заводами в целом

Другое, только зарождающееся направление — применение ИИ в управлении мусоросортировочными заводами в целом.

Такой завод сегодня — достаточно сложный организм, состоящий из множества узлов: конвейеры, грохоты, сортировочные машины, прессы и другие технологии. Работа каждого из них может настраиваться «на лету»: скажем, можно регулировать скорость любого конвейера.

Робот-сортировщик отходов. Источник изображения: Nevlabs и Зелёный
Робот-сортировщик отходов. Источник изображения: Nevlabs и Зелёный

Заводом управляет оператор, который сидит перед большим монитором и наблюдает за работой. Например, если на каком-то участке возник затор из мусора, оператор может замедлить предыдущие конвейеры или вовсе временно остановить их.

Но автоматизация добирается уже и сюда. Скажем, над ключевыми конвейерами можно устанавливать оптические сканеры — ровно те же, что используются для сортировки, но без исполнительных механизмов. Их задача — анализировать проходящий под ними поток отходов и сообщать эти сведения в операторскую. Если система видит, что по какому-либо конвейеру пошёл слишком большой поток, она может принять решение о замедлении ленты.

Роботы-сортировщики отходов. Источник изображения: Nevlabs и Зелёный
Роботы-сортировщики отходов. Источник изображения: Nevlabs и Зелёный

Сегодня это направление находится в достаточно зачаточном состоянии — его пытается применить буквально пара мировых компаний. Тем не менее, приятно осознавать, что Россия в этом плане находится на острие прогресса — наша компания разрабатывает совместные проекты с крупнейшими проектировщиками мусоросортировочных заводов страны (Husmann Rus и ЭКОМАШГРУПП), где применяется именно такой подход. Для управления заводом в целом тоже может использоваться искусственный интеллект — он вполне может научиться принимать наиболее оптимальные решения в случае возникновения той или иной проблемной ситуации.

Робот-сортировщик отходов. Источник изображения: Nevlabs и Зелёный
Робот-сортировщик отходов. Источник изображения: Nevlabs и Зелёный

Кроме того, подобная автоматизация имеет неоспоримый плюс: появляется информация о потоках отходов на всём заводе — это позволяет собирать статистические данные и анализировать их. А после можно собирать такие сведения с разных заводов и делать выводы о потоках ТКО в целом по стране.