陶朗推出的全新PET凈化器和紙張提純應用，專為識別北美回收商面臨的復雜進料物料設計。該系統利用深度學習技術精準識別傳統方法難以分類的物體，顯著降低人工分揀需求。這些GAINnext?應用可在毫秒級時間內，基于材質與形狀識別數千件物體，幫助回收商減少PET和紙包流中的雜質，從而開(kai)辟新(xin)收入來源、提升盈(ying)利能力(li)并優(you)化運營成本。
兩款應用均搭載智能多傳感器融合系統，可同時集成多個傳感器數據，分選精度超越傳統光學分選設備。該系統將陶朗 AUTOSORT? 基于傳感器的物料識別技術與 GAINnext? 提供的深度學習 AI 視覺物體識別技術結合，實現卓越的高純度分選性能。這一組合在高吞吐量條件下最大化PET和紙類物料的回收率與純度。
陶朗回收美洲區銷售副總裁Ty Rhoad強調：”回收商可將GAINnext?集成至現有產線，直接提升PET和紙張的回收純度，無需新增獨立產線——這對空間受限的運營商尤為關鍵。新系統物料處理速度高達2000件/分鐘（視具體應用而定），并且有助于減少生產線末端的人工分揀需求，使產出效率達到人工分揀的33倍。”
更純凈的 PET 再生料
GAINnext??PET 凈化(hua)器(qi)能夠(gou)對不透明瓶(ping)進(jin)行分選回收(shou)(shou)，高(gao)精度(du)地分揀 PET 中的(de)(de)不透明白色包(bao)裝、紡織品(pin)和鋁箔，為回收(shou)(shou)商(shang)創造新的(de)(de)收(shou)(shou)入來源。它利(li)用深(shen)度(du)學習人工智能技(ji)術，去(qu)除(chu)難以分類的(de)(de) PET 材料，從而減少(shao)后續分選和回收(shou)(shou)環節的(de)(de)挑戰。該系統采用二氧化(hua)鈦保護技(ji)術，可即(ji)時(shi)識別并去(qu)除(chu)超(chao)過 92% 的(de)(de)不透明物體。
GAINnext? PET 凈化器通過(guo)去除聚酯紡織廢料，顯著提升(sheng)了透(tou)(tou)明(ming)和彩色(se)(se) PET 的(de)(de)(de)分選(xuan)性能(neng)(neng)。它能(neng)(neng)夠提高(gao)(gao)難以排出的(de)(de)(de)薄膜(mo)和多層(ceng)薄膜(mo)的(de)(de)(de)分選(xuan)率，從而獲得更高(gao)(gao)純度的(de)(de)(de) PET 碎片。靈活(huo)的(de)(de)(de)系統允許回(hui)收商選(xuan)擇不透(tou)(tou)明(ming)彩色(se)(se)、不透(tou)(tou)明(ming)白色(se)(se)、藍(lan)色(se)(se) PET、淺藍(lan)色(se)(se)或透(tou)(tou)明(ming) PET 作為分類流(liu)，使回(hui)收商能(neng)(neng)夠立即從分選(xuan)線(xian)上回(hui)收有價值的(de)(de)(de)淺藍(lan)色(se)(se)和透(tou)(tou)明(ming) PET 材料。
高純度的紙
GAINnext? 脫墨紙(zhi)凈(jing)(jing)化(hua)應(ying)用(yong)(yong)(yong)可(ke)對辦公用(yong)(yong)(yong)紙(zhi)、報紙(zhi)和雜(za)志(zhi)進行高精度分(fen)選。該(gai)凈(jing)(jing)化(hua)應(ying)用(yong)(yong)(yong)使用(yong)(yong)(yong)了多傳感器(qi)集成技(ji)術，運用(yong)(yong)(yong)深度學(xue)習技(ji)術，能有效去(qu)除(chu)紙(zhi)張流中的雜(za)質，例如披薩盒、雞蛋盒和其他(ta)棕色紙(zhi)板。該(gai)系統(tong)還(huan)能在高吞(tun)吐速度下(xia)，即時區分(fen)并去(qu)除(chu)紙(zhi)流中的灰板。
陶朗回收深度學習產品經理Indrajeed Prasad補充：“我們的 GAINnext?脫墨紙凈化應用還可以提高對紙基物品如冷凍食品包裝的分選性能。該系統通過高效去除信封、禮品包裝紙和牛皮紙食品袋等不需要的材料，持續產出高價值紙類回收料。”
AI 生態系統擴展
陶(tao)朗于(yu) 2019 年率先(xian)為回(hui)收行業(ye)引(yin)入了經過實踐檢驗的深(shen)度學習人工智(zhi)能技術(shu)，并推出了一(yi)款(kuan)用(yong)于(yu)識(shi)別和去除聚乙烯（PE）流中聚乙烯硅膠筒的應用(yong)。此后，陶(tao)朗的深(shen)度學習工程(cheng)師利用(yong)數百萬張物(wu)體圖像(xiang)訓(xun)練公司的人工神經網(wang)絡，以解(jie)決(jue)一(yi)些最復(fu)雜的自動分揀任務，涵蓋(gai)木(mu)材(cai)、塑(su)料(liao)(liao)以及廢舊飲料(liao)(liao)罐（UBC）等各(ge)種類(lei)別。
2024年初，陶(tao)朗(lang)(lang)在歐洲市場率先推出三項革命(ming)性塑料(liao)分選解決方案，能夠以(yi)高吞吐(tu)量(liang)高效分離食品(pin)級與非食品(pin)級PET、PP和(he)HDPE材料(liao)，純度(du)高達(da)95%。同時，陶(tao)朗(lang)(lang)還面向歐洲市場推出了兩款(kuan)非食品(pin)級應(ying)(ying)用(yong)，其中PET凈(jing)化(hua)應(ying)(ying)用(yong)可提升PET瓶片流純度(du)，脫墨紙凈(jing)化(hua)應(ying)(ying)用(yong)則能為(wei)歐洲市場提供更潔凈(jing)的(de)紙類(lei)回(hui)收(shou)料(liao)流。如今(jin)，此次發布(bu)的(de)PET凈(jing)化(hua)應(ying)(ying)用(yong)和(he)紙張凈(jing)化(hua)應(ying)(ying)用(yong)將與既有的(de)廢鋁罐(guan)（UBC）分選方案整合，GAINnext?技術生態進一步擴展，以(yi)滿足(zu)美洲地區回(hui)收(shou)商(shang)的(de)特定(ding)需(xu)求。