¿Qué impulsa la automatización en la gestión de residuos?
La innovación en la gestión de residuos se produce en ráfagas. Hoy en día, la promesa de la automatización mediante inteligencia artificial (IA) ofrece a los gestores de residuos una breve ventana de oportunidad para reestructurar radicalmente sus operaciones a un ritmo sin precedentes. Los principales impulsores de la automatización son:
- Regulación
- Aumento de la generación de residuos
- Costes laborales
Si bien estos factores no son nuevos, ahora se unen en torno a la creciente innovación en algoritmos y robótica para aumentar la demanda de automatización en la gestión de residuos o brindar la asistencia tan necesaria para dicha automatización.
La regulación es un factor clave. La ley SB 1383 de California exige una clasificación intensiva de los residuos orgánicos para evitar las emisiones de los vertederos. La supervisión federal también está aumentando. En el Reino Unido, la Iniciativa de Reciclaje más Simple está destinada a mejorar la pureza del flujo de residuos entre los residuos reciclables y los restos de comida. La tercera norma final del manifiesto electrónico de la EPA ahora exige la digitalización de todo el seguimiento de los residuos peligrosos, lo que aumenta la transparencia y la seguridad y proporciona una gran cantidad de datos con los que trabajar a los innovadores. Si bien estas leyes están diseñadas para todas las empresas, transfieren la responsabilidad de la clasificación precisa a los grandes gestores de residuos.
Se prevé que la generación anual mundial de residuos alcance los 3.4 millones de toneladas en 2050, lo que representa un crecimiento cercano al 150 % con respecto a 2018. Dado que los vertederos se enfrentan hoy a problemas de capacidad, es innegable que las soluciones que fomentan la valorización de los residuos y la desviación de los mismos son esenciales. La automatización ofrece un medio para acelerar la gestión de los residuos con sistemas respaldados por algoritmos que superan la clasificación manual de residuos en al menos un 1,333 %. Además de la velocidad, estos sistemas son más precisos que los clasificadores manuales, lo que aumenta la pureza de los flujos de residuos por material y garantiza el cumplimiento de la normativa.
El factor mano de obra es multidimensional. Los ahorros de costos son espectaculares, especialmente para los sistemas no robóticos que dependen de aire comprimido o de pantallas de densidad. Las instalaciones semiautomatizadas pueden reducir los costos operativos entre un 15 y un 35 %, mientras que la automatización total puede reducir los costos entre un 30 y un 40 %. Sin embargo, más allá de esto, muchos flujos de desechos nuevos, como las baterías de vehículos eléctricos (VE) o los desechos químicos, son demasiado peligrosos para la clasificación y el desmontaje manual, como lo demuestra el reciente incendio provocado por las baterías en la planta de energía Moss Landing de California. La integración de la automatización en estas instalaciones no solo ahorrará dinero, sino que también salvará vidas y monetizará algunos de los desechos más tóxicos del planeta que antes se filtraban y envenenaban el agua, el suelo y el aire en los vertederos.
La siguiente figura refleja claramente cómo los datos informan la gestión inteligente de residuos para lograr resultados social y económicamente responsables.
Fuente: Inteligencia artificial para la gestión de residuos en ciudades inteligentes: una una estrategia SEO para aparecer en las búsquedas de Google.
¿Quién está trabajando en la automatización?
La escala de la automatización en la gestión de residuos es enorme y abarca varios tipos de tecnologías. Si bien las soluciones de software y sensores se pueden aplicar a casi todos los aspectos de la cadena de suministro, quizás tengan mayor impacto en la clasificación de las instalaciones de recuperación de materiales (MRF), pero también se pueden aplicar a la recopilación y el transporte de información. Detrás de la revolución de la robótica y la inteligencia artificial en este sector se encuentra la gran expansión de los datos a través de cámaras, sensores y estaciones de pesaje. Los algoritmos se pueden aplicar a través de una variedad de tecnologías para poner estos datos a trabajar de manera eficiente.
Las principales ofertas tecnológicas son diversas. Los clasificadores ópticos son cámaras y sensores de alta resolución combinados con visión artificial para identificar materiales en función de sus características físicas. Los clasificadores ópticos suelen combinarse con robótica, pantallas de densidad o sistemas de chorro de aire para clasificar los residuos. Los robots impulsados por IA clasifican y separan diferentes tipos de materiales de desecho de forma rápida y precisa. Los sistemas de chorro de aire utilizan aire comprimido para expulsar los materiales identificados en los contenedores, lo que ofrece una velocidad excepcional con 600 a 900 selecciones por minuto.
Plataformas de análisis de datos como loro gris Habilite esta innovación instalando cámaras en MRF y analizando datos para brindar información o software para robótica, cumplimiento de ESG o clasificadores ópticos.
Algunas empresas a tener en cuenta aquí incluyen:
- loro gris:Empresa emergente de análisis de datos centrada en el uso de sensores y cámaras de bajo coste combinados con algoritmos innovadores para aumentar la rentabilidad de la planta de tratamiento de residuos (MRF), la pureza del flujo de residuos y la automatización.
- AMP:Ofrece soluciones de optimización de la gestión de residuos basadas en IA y se está alejando de los sistemas robóticos puros y avanzando hacia la gestión/diseño completo de instalaciones con un modelo de ingresos recurrentes.
- Robótica de residuos:Abordar flujos de residuos más pesados, como los residuos de construcción, utilizando brazos robóticos especializados informados por capas de datos de sensores.
- Tecnologías Sadako:Trabajamos tanto en robótica como en análisis de datos, pero nuestro objetivo es potenciar la automatización de la clasificación de residuos en general con algoritmos de visión artificial.
¿Cómo se ponen a trabajar los datos?
La figura que aparece a continuación ofrece una versión muy sencilla de cómo estas empresas emergentes y grandes corporaciones están implementando la toma de decisiones basada en inteligencia artificial. Una red neuronal de dos capas recibe conjuntos de datos específicos, como pesos, fotografías, vídeos o datos espectrales, que el algoritmo procesa para tomar decisiones claras sobre dónde clasificar los tipos de plástico, los desechos químicos, los restos de comida o las baterías de los vehículos eléctricos, automatizando fases enteras del trabajo manual, como la clasificación y la toma de decisiones.
Fuente: Pronóstico de la generación de residuos sólidos urbanos mediante modelos de inteligencia artificial: un estudio de caso en la India, 2021 (revisado)
En realidad, los algoritmos utilizados por AMP, Greyparrot, Waste Robotics y Sadako Technologies son mucho más complicados que la red simple que se detalla en esta figura. Los algoritmos de gestión de residuos contendrían cientos o miles de capas ocultas que se utilizan para procesar los datos brutos y convertirlos en información procesable. Las empresas emergentes mencionadas han entrenado sus algoritmos con años de datos, a menudo con una decisión de red neuronal específica en mente. En el caso de Waste Robotics, era para informar sobre el comportamiento y la eficiencia del brazo robótico. Por otra parte, empresas como AMP y Greyparrot se centran en la flexibilidad, recopilando grandes cantidades de datos sobre cientos de tipos de materiales para poder clasificar tantos flujos de residuos como sus clientes a medida deseen abordar.
A qué prestarle atención
Las instalaciones de clasificación manual están preparadas para automatizar rápidamente los trabajos de clasificación. La implementación de instalaciones flexibles aumentará la necesidad de trabajadores técnicos capaces de identificar y resolver errores con equipos de clasificación automatizados, lo que compensará algunas pérdidas de empleo. Todavía no se ha identificado una normativa que proteja la clasificación manual, pero se espera cierto nivel de supervisión para los residuos peligrosos, como los residuos radiactivos, los productos químicos o las baterías de los vehículos eléctricos.
Se prevén mejoras rápidas en las tecnologías descritas anteriormente, ya que estos sistemas de IA se mejoran por sí solos, lo que significa que cuanto más tiempo estén en funcionamiento, más eficaces serán. Una mayor clasificación de los residuos promete mejorar la circularidad y el reciclaje de los materiales, lo que podría redefinir la mala situación económica que afecta a los recicladores de plástico, baterías y textiles.
La clasificación de residuos basada en algoritmos ya ha entrado en el mercado comercial, con WM, Republic Services, TOMRA y ABB, que incorporan sistemas diseñados en torno a la IA. Las empresas han buscado activamente asociaciones e inversiones, pero no han llegado a realizar adquisiciones. Si AMP y Greyparrot siguen dominando con su superioridad tecnológica actual, cabe esperar que gestores de residuos de alto perfil adquieran estas empresas emergentes y otras muchas.
- Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
- PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
- PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
- PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
- PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
- Fuente: https://www.cleantech.com/ai-in-waste-sortation-robotics-algorithms-more/
