TOMRA presenta una solución avanzada con Deep Learning para optimizar el reciclaje de aluminio forjado

TOMRA Recycling, líder mundial en tecnologías de clasificación por sensores, ha desarrollado GAINnext™, una innovadora solución basada en inteligencia artificial y Deep Learning para mejorar la recuperación y pureza del aluminio forjado en la industria metalúrgica. Esta tecnología permite identificar y separar con gran precisión la chatarra de aluminio forjado de la fundición de baja aleación, optimizando la calidad del material reciclado y reduciendo impurezas como el silicio.

GAINnext™ complementa a la tecnología X-TRACT™ de TOMRA, que utiliza rayos X para clasificar metales según su densidad atómica. Mientras X-TRACT™ separa los metales pesados y produce residuos de aluminio de alta pureza, GAINnext™ utiliza cámaras RGB y redes neuronales para analizar miles de imágenes por milisegundo, distinguiendo materiales según forma y tamaño con una velocidad y precisión superiores a la visión humana.

Además, la pureza de las fracciones forjadas obtenidas puede mejorarse aún más con AUTOSORT™ PULSE, un sistema que emplea espectroscopia láser para identificar y clasificar distintos tipos de aleación con gran exactitud.

Tom Jansen, director de ventas para el segmento metalúrgico de TOMRA, destaca que esta tecnología amplía las capacidades del ecosistema GAINnext™, ofreciendo una solución eficiente y económica que reduce la necesidad de separación manual y permite a los recicladores producir aluminio reciclado de alta calidad para un modelo circular.

Desde 2019, TOMRA ha aplicado Deep Learning en diversas áreas de reciclaje y continuará expandiendo estas tecnologías con nuevas aplicaciones en 2025.