Précision « très élevée »

Par Frontiers22 mars 2023

Les chercheurs ont utilisé des techniques d’imagerie très sensibles et développé des méthodes d’apprentissage automatique permettant d’identifier les plastiques compostables parmi les types conventionnels.

L'utilisation de plastiques compostables est en augmentation et, bien qu'ils offrent plusieurs avantages, ces matériaux, tels que les emballages et les emballages, peuvent se mélanger aux déchets plastiques traditionnels et les contaminer lors du recyclage. Pour résoudre ce problème, les scientifiques ont utilisé des techniques d’imagerie avancées et créé des algorithmes d’apprentissage automatique capables de distinguer les plastiques compostables des plastiques conventionnels.

Les plastiques jetables sont partout dans nos vies, se présentant sous diverses formes telles que des contenants alimentaires, des tasses à café et des sacs en plastique. Bien que certains plastiques soient conçus pour se biodégrader dans des conditions contrôlées, ils restent problématiques car ils ressemblent souvent aux plastiques traditionnels. Lorsque ces plastiques compostables ne sont pas correctement recyclés, ils peuvent contaminer les flux de déchets plastiques, entraînant une réduction de l’efficacité du recyclage. De plus, les plastiques recyclables sont souvent confondus avec des plastiques compostables, ce qui entraîne un compost pollué.

Researchers at University College London (UCL) have published a paper in Frontiers in Sustainability in which they used machine learningMachine learning is a subset of artificial intelligence (AI) that deals with the development of algorithms and statistical models that enable computers to learn from data and make predictions or decisions without being explicitly programmed to do so. Machine learning is used to identify patterns in data, classify data into different categories, or make predictions about future events. It can be categorized into three main types of learning: supervised, unsupervised and reinforcement learning." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">l'apprentissage automatique pour trier automatiquement différents types de plastiques compostables et biodégradables et les différencier des plastiques conventionnels.

“The accuracyHow close the measured value conforms to the correct value." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">la précision est très élevée et permet à la technique d'être utilisée de manière réalisable dans les installations industrielles de recyclage et de compostage à l'avenir », a déclaré le professeur Mark Miodownik, auteur correspondant de l'étude.

Les chercheurs ont travaillé avec différents types de plastiques mesurant entre 50 mm sur 50 mm et 5 mm sur 5 mm. Les échantillons de plastique conventionnels comprenaient le PP et le PET, souvent utilisés pour les contenants alimentaires et les bouteilles de boisson, ainsi que le LDPE, utilisé, entre autres, pour les sacs et emballages en plastique. Les échantillons de plastique compostable comprenaient du PLA et du PBAT, utilisés pour les couvercles de tasses, les sachets de thé et les emballages de magazines ; ainsi que la feuille de palmier et la canne à sucre, deux matériaux dérivés de la biomasse utilisés pour produire des emballages. Les échantillons ont été divisés en un ensemble de formation, utilisé pour créer des modèles de classification, et un ensemble de tests, utilisé pour vérifier l'exactitude.

Les résultats ont montré des taux de réussite élevés : le modèle a atteint une précision parfaite pour tous les matériaux lorsque les échantillons mesuraient plus de 10 mm sur 10 mm. Cependant, pour les matériaux dérivés de la canne à sucre ou à base de feuilles de palmier mesurant 10 mm sur 10 mm ou moins, le taux de classification erronée était respectivement de 20 % et 40 %.

En examinant les pièces mesurant 5 mm sur 5 mm, certains matériaux ont été identifiés de manière plus fiable que d'autres : pour les pièces en LDPE et PBAT, le taux de classification erronée était de 20 % ; et les deux matériaux dérivés de la biomasse ont été mal identifiés à des taux de 60 % (canne à sucre) et 80 % (feuille de palmier). Le modèle a cependant pu identifier les pièces de PLA, PP et PET sans erreur, quelles que soient les mesures des échantillons.

« Actuellement, la plupart des plastiques compostables sont traités comme des contaminants lors du recyclage des plastiques conventionnels, ce qui réduit leur valeur. Le trommel et le tri par densité sont appliqués pour tamiser le compost et réduire la présence d'autres matières. Cependant, le niveau de contaminants provenant du processus de sélection actuel est inacceptablement élevé », a expliqué Miodownik. "Les avantages des emballages compostables ne se réalisent que lorsqu'ils sont compostés industriellement et ne pénètrent pas dans l'environnement et ne polluent pas d'autres flux de déchets ou le sol."