TOMRA presenta una soluzione avanzata con Deep Learning per ottimizzare il riciclo dell’alluminio forgiato

TOMRA Recycling, leader mondiale nelle tecnologie di selezione tramite sensori, ha sviluppato GAINnext™, un’innovativa soluzione basata sull’intelligenza artificiale e sul Deep Learning per migliorare il recupero e la purezza dell’alluminio forgiato nell’industria metallurgica. Questa tecnologia permette di identificare e separare con grande precisione i rottami di alluminio forgiato dalla fusione di bassa lega, ottimizzando la qualità del materiale riciclato e riducendo le impurità come il silicio.

GAINnext™ integra la tecnologia X-TRACT™ di TOMRA, che utilizza i raggi X per classificare i metalli in base alla loro densità atomica. Mentre X-TRACT™ separa i metalli pesanti e produce residui di alluminio di elevata purezza, GAINnext™ utilizza telecamere RGB e reti neurali per analizzare migliaia di immagini al millisecondo, distinguendo i materiali in base a forma e dimensione con una velocità e una precisione superiori alla visione umana.

Inoltre, la purezza delle frazioni forgiate ottenute può essere ulteriormente migliorata con AUTOSORT™ PULSE, un sistema che impiega la spettroscopia laser per identificare e classificare diversi tipi di lega con grande accuratezza.

Tom Jansen, direttore vendite per il segmento metallurgico di TOMRA, sottolinea che questa tecnologia amplia le capacità dell’ecosistema GAINnext™, offrendo una soluzione efficiente ed economica che riduce la necessità di separazione manuale e permette ai riciclatori di produrre alluminio riciclato di alta qualità per un modello circolare.

Dal 2019, TOMRA ha applicato il Deep Learning in diverse aree del riciclo e continuerà ad espandere queste tecnologie con nuove applicazioni nel 2025.