A tecnologia digital chegou para revolucionar a reciclagem. O visual agora de uma planta de reciclagem é mais moderno e sofisticado. Mas não é só o visual. A integração de sensores avançados, robôs e Inteligência Artificial (IA) transforma a reciclagem ao automatizar e otimizar a triagem de diversos materiais. Sensores de alta precisão identificam diferentes tipos de materiais com base em propriedades, como composição e condutividade. Robôs equipados com IA processam esses dados em tempo real, separando os resíduos com mais eficiência e precisão. 
A Steinert utiliza tecnologias de separação por sensores que detectam e classificam materiais de forma automatizada, aumentando a eficiência da reciclagem. “Fornecemos soluções que incorporam tecnologias digitais que resultam em processos de reciclagem mais eficazes e sustentáveis. Nossas soluções dispõem de equipamentos que combinam separação magnética e por sensores que otimizam todo o fluxo de reciclagem” – afirmam Caio Farias, gerente comercial de reciclagem de resíduos, e Fernando Lacerda, gerente comercial de reciclagem de metais, ambos da Steinert. 
Recuperar de modo eficiente materiais recicláveis de vários fluxos de resíduos das coletas comercial, industrial ou doméstica é um grande desafio da indústria de reciclagem para reaproveitamento sustentável. São necessárias tecnologias avançadas para separar as impurezas dos resíduos e recuperar frações de alta pureza. Apenas matérias-primas secundárias de alta qualidade criam receita de recuperação e operação lucrativa.

Combinação
A Steinert utiliza o princípio da corrente de Foucault para separar, com eficácia, materiais não ferrosos. “Materiais metálicos não separados pela corrente de Foucault e ainda presentes e meios não metálicos, como plásticos, tecidos, madeira e terra, podem ser extraídos de modo eficiente pelo nosso sistema de separação por indução Steinert ISS” – explicam Caio Farias e Fernando Lacerda. Esta Linha Sorting conta ainda com o Steinert KSS e o Steinert XSS. 

Combinar até quatro sensores torna o sistema de classificação adequado para diversas aplicações, mas não é mandatório, depende da aplicação. O Steinert KSS, por exemplo, é voltado para separar várias frações e em quantidades menores, sem utilizar triagem em linha. Combinar sensores é ideal para a operação em lote para triagem de diferentes materiais e objetivos de processo. 
A Unisort, outra linha da empresa, atende variadas aplicações para diversos setores e demandas: resíduos domésticos, orgânicos, de pós-consumo, mistos de construção, embalagens, plásticos claros e pretos, combustíveis alternativos, madeiras, papéis e cinzas de incineração de lixo.

Comércio e exportação
A Flacipel atua na triagem e separação de materiais de reciclagem. Para agilizar e facilitar todo esse processo, a empresa conta com 11 separadores ópticos da marca Tomra, dois deles com quatro sensores e os outros nove com dois sensores. “Com toda certeza, sim! A tecnologia digital está transformando a indústria de reciclagem, otimizando processos, reduzindo custos e aumentando a eficiência na triagem e separação de materiais” – afirma Rubens Prinet, engenheiro ambiental da área técnica do Grupo Multilixo, do qual a Flacipel faz parte. A empresa possui também parceria com a Steinert para fornecer tecnologias de reciclagem, que garantem aproveitar ao máximo materiais pós-consumo. 

O foco do grupo é transformar todo resíduo em geração de energia e reaproveitamento de matéria-prima. “Níveis de pureza cada vez mais altos são exigidos para se ter um produto final de qualidade em nível de comercialização e exportação” – explica Sílvio Urias, sócio-fundador da Flacipel.
A planta de separação da Flacipel dispõe de ampla estrutura com galpão de mais de 20 mil metros quadrados que segrega 250 toneladas por dia de resíduos. Os materiais que seguem para reciclagem são papel, papelão, plásticos, metais etc. Em sistema de parceria com indústrias, shoppings, hotéis e hipermercados, implanta, opera a coleta seletiva e destina os resíduos à reciclagem. O compromisso da empresa é preservar os recursos naturais e minimizar o impacto ambiental.
 
Resultados promissores
Os resultados do uso de sensores, robôs e IA são promissores para a indústria da reciclagem. A adoção das tecnologias digitais oferece diversas vantagens:
• Precisão aprimorada
As tecnologias digitais aceleram e melhoram a precisão na separação de materiais. “Sensores ópticos aumentam as taxas de reciclagem, tornando a economia circular mais eficaz. O que reduz a quantidade de resíduos enviados aos aterros, minimizando o impacto ambiental” – destacam Caio Farias e Fernando Lacerda, da Steinert.

Mesmo em fluxos mistos, sensores ópticos e algoritmos avançados conseguem identificar e classificar materiais com alta precisão. “Com a automatização, a combinação de sensores está substituindo processos manuais, aumentando a velocidade e a precisão na separação de materiais recicláveis” – aponta Rubens Prinet, do Grupo Multilixo.  
• Menor contaminação
“Sensores avançados e IA identificam com mais precisão os materiais, reduzindo a contaminação entre diferentes tipos de resíduos” – pontuam Farias e Lacerda, da Steinert.
• Sustentabilidade
Outra vantagem da melhoria que as tecnologias digitais realizam na separação de materiais. “Aumentam as taxas de reciclagem, conservam recursos naturais e reduzem impactos ambientais” – mencionam Farias e Lacerda.
• Recuperação
Com a tecnologia digital na reciclagem, há maior recuperação de materiais valiosos. “Essas tecnologias minimizam perdas, separando materiais com características específicas de qualidade e cor” – expõe Rubens Prinet, do Grupo Multilixo. 
• Novos recursos
Acentuam a circularidade e a sustentabilidade. “O uso dessas tecnologias ajuda a transformar resíduos em novos recursos com menor impacto ambiental” – ressalta Prinet.

Valorização do setor 
A transformação que as soluções equipadas com tecnologias digitais realizam na reciclagem simplifica e agiliza todas as etapas e em ambiente mais organizado e clean, valorizando o setor.

Funções
Hoje, são utilizados diversos tipos de tecnologias na reciclagem. Duas áreas fazem parte do portfólio de produtos da Steinert: máquinas de classificação por sensores e máquinas de separação magnética. 
As funções dos sensores avançados, robôs e sistemas de IA na reciclagem:
Sensores de indução: analisam as características condutivas (elétricas e térmicas) e/ou indutivas (magnéticas). Detectam e identificam metais não ferrosos por suas propriedades condutivas e correntes induzidas nos materiais que passam pela correia transportadora. 
Sensores de raio X: identificam e avaliam materiais por sua densidade e composição atômicas, separando metais pesados de plásticos ou outros materiais leves.
Sensores ópticos: câmeras de alta resolução e espectrômetros  identificam e diferenciam materiais pela cor e composição espectral, separando com mais facilidade diferentes tipos de plásticos, papéis e vidros. 
Robôs com IA: equipados com algoritmos de aprendizado de máquina, identificam e separam materiais específicos de forma autônoma. Após os sensores identificarem os materiais, os robôs, guiados por algoritmos de IA, realizam a separação física dos itens com precisão e eficiência.
Sensores Laser 3D: identificam e geram imagem tridimensional dos materiais.
Sensores infravermelho: analisam a composição química dos materiais. 
Fonte: Steinert.

Classificação
Tipos de sensores avançados, robôs e IA da Tomra citados pelo Grupo Multilixo:

Plataforma digital 
A Tomra Insight baseada em nuvem transforma equipamentos em dispositivos conectados para monitoramento em tempo real, otimização de desempenho e maior previsibilidade na operação.

Escaner e multiponto
O Flying Beam e o Sharp Eye combinam fonte de luz protegida contra poeira e sujeira com distribuição homogênea para detecção e classificação precisa e instantânea de todos os materiais que passam pelos sensores, com eficiência energética e baixo custo operacional. 
O Flying Beam utiliza escaner de ponto para se concentrar na área a ser escaneada e realiza triagem metálica e recuperação de fios e triagem de vidro. Enquanto o Sharp Eye identifica materiais até o nível molecular. Mesmo com fluxos de materiais complexos, seu sistema de varredura multiponto detecta objetos por suas propriedades químicas e os classifica conforme tarefa de triagem atribuída. Sua iluminação de banda larga fornece análise de imagem inteligente. Entre suas aplicações, estão as triagens de embalagens e de resíduos sólidos urbanos.

Redes neurais
Gain (Deep Learning) adiciona capacidades de aprendizado profundo para classificar materiais complexos e antes inseparáveis, como plásticos pretos e materiais sobrepostos. Utiliza redes neurais e extrai inúmeras características materiais de objetos para classificá-los para triagem.

IA, laser, cópia digital e 3D
Deep Laiser segmenta com maior precisão objetos, diferencia materiais sobrepostos e detecta materiais difíceis, como vidros e polímeros escuros. Por meio de Inteligência Artificial e varredura de linha a laser, cria cópia digital de objetos para tomada de decisão avançada baseada em dados. Realiza reconhecimento de objetos 3D e utiliza algoritmos de triagem que priorizam materiais-alvo e adapta tarefas de triagem, maximizando rendimentos e níveis de pureza. Faz triagem de plásticos, incluindo pretos.

Testes
São executados testes com o material para entender todo o processo e seus objetivos para correto dimensionamento e desempenho do equipamento. A Steinert possui um Centro de Testes para onde é possível enviar uma amostra e fazer os testes até remoto e acompanhá-los e participar de todo o processo. Os testes e a definição assertiva do sensor fornecem aplicação adequada ao projeto com redução do Opex e maior rentabilidade. A Steinert também realiza o planejamento e a implementação.

Tipos de aplicações:
• Melhoria da qualidade da escória de alumínio;
• Valorização de resíduos de fundição;
• Classificação de metais ferrosos e não ferrosos;
• Separação por tipo de vidro; 
• Separação de plásticos escuros e pretos;
• Triagem de embalagens leves e plásticos filme. 
 

Contato das empresas
Flacipel: www.flacipel.com.br
Steinert: www.steinertglobal.com