Tecnalia emplea la visión artificial para mejorar el reciclaje de chatarra electrónica






descargar 13.15 Kb.
títuloTecnalia emplea la visión artificial para mejorar el reciclaje de chatarra electrónica
fecha de publicación20.08.2016
tamaño13.15 Kb.
tipoDocumentos
m.exam-10.com > medicina > Documentos


Nota de Prensa



En el caso del aluminio, se podría recuperar entre un 30 y 40% más

TECNALIA emplea la visión artificial para mejorar el reciclaje de chatarra electrónica



Parque Tecnológico de Bizkaia, 2 de junio de 2008. TECNALIA Corporación Tecnológica está investigando un innovador método basado en sistemas de visión artificial multiespectral para mejorar la valorización de la chatarra electrónica, que en la actualidad representa el 4% de los residuos urbanos en Europa.
El objetivo de este proyecto, denominado SORMEN, es desarrollar una tecnología para la separación de metales en la chatarra electrónica basada en un sistema de visión multiespectral e incorporarlo en el proceso de una planta de reciclado. Esta nueva máquina superará las limitaciones de los métodos actuales, básicamente manuales y que consumen gran cantidad de mano de obra y de tiempo, y que son incapaces de separar metales cuyas características de color, forma y peso son similares.
La solución propuesta por TECNALIA permite separar elementos del mismo color, como pueden ser el aluminio, el níquel o el acero inoxidable, aprovechando el reciclado de estos materiales. Representa un avance muy significativo sobre otras técnicas de separación basadas en visión color y aptas para otros procesos como el de separar impurezas de plomo, por ejemplo, del cobre. En el caso del aluminio, por ejemplo, el sistema ideado por TECNALIA permitiría recuperar entre un 30 y un 40% más de este metal.
En estos momentos, Europa genera más de 6,5 millones de toneladas de residuos eléctricos y electrónicos al año, de los que más del 90% van a los vertederos.
Uno de los problemas actuales para el correcto reciclado de chatarra electrónica es que ésta contiene muchos materiales diferentes que no pueden ser separados con la tecnología actual. Desmontar los equipos electrónicos requiere una tarea manual, lo que hace el proceso muy caro. Por ejemplo, en los televisores solamente los tubos de rayos catódicos son desmontados mientras que el resto es triturado. En otros equipos, sólo las partes más grandes de aluminio, cobre o hierro son separadas, mientras que el resto puede pasar a diferentes usos.
Para abaratar el proceso es muy importante el desarrollo de máquinas que permitan identificar de manera automática cada uno de los elementos, sobre todo de forma no destructiva. Además, así será menos contaminante hacia el medio ambiente y los trabajadores no se verán expuestos a la emisión de sustancias que pudieran resultar nocivas para la salud.
Si se investiga en las posibilidades de clasificación de diferentes materiales, como hierro, plomo, acero inoxidable, aluminio, plástico, aluminio o latón; se puede observar que en algunos casos es posible encontrar una manera de identificarlos en el espectro visible, sin embargo, otros metales, como el aluminio o el acero inoxidable son imposibles de separar por color.
Identificación Multiespectral
Es necesario buscar otros métodos y aquí es donde tienen cabida la Identificación Multiespectral. Estas soluciones se pueden basar en el hecho de que cada metal puro tiene una diferente respuesta de reflectividad espectral, que le hace único. Algunos elementos pueden ser identificados en el espectro visible, 380-740 nm (como el caso del plomo y cobre descrito), y otros fuera de dicho rango.
A diferencia de las cámaras color, los sistemas multi- e hyper- espectrales pueden apreciar múltiples bandas, desde el ultravioleta hasta el infrarrojo, con muy buena resolución, hasta 2.5 nm entre bandas, por ejemplo en la cámara AISA de la empresa finlandesa SPECIM. Esta versatilidad posibilita a estos sistemas detectar, clasificar e identificar diferentes materiales solventando algunas de las limitaciones de las cámaras color que operan en el rango del visible.
La aplicación de este tipo de Tecnología a la clasificación de metales es un enfoque novedoso y esperanzador al problema; de hecho, se tiene la esperanza de que en el 2015, si bien se estima que los residuos eléctricos y electrónicos generados por año se dupliquen hasta llegar a las 12 millones de toneladas, la cantidad de material reciclado va a aumentar significativamente (por ejemplo, en el caso del aluminio entre un 30 y40% más).
La Unidad Infotech de TECNALIA centra el foco de su I+D en aquellas Tecnologías TICs que constituyen la base necesaria para avanzar hacia el desarrollo de Productos y Servicios de alto valor añadido para los sectores Logístico e Industrial y Turismo. Además, transfiere soluciones TICs a otros Sectores como Automoción, Energía, Telecom o las Administraciones Públicas, en colaboración con el resto de Unidades de TECNALIA.
Los principales Campos de Aplicación de la Unidad Infotech están relacionados con el Tratamiento de Imágenes, la Trazabilidad, los Servicios Móviles, los Servicios basados en la Voz y la Gestión de la Cadena Logística. Estos Campos de Aplicación están soportados por las Tecnologías en las que está trabajando la Unidad como son la Visión Artificial, Tecnologías Semánticas, Biometría, Trazabilidad y Reconocimiento de Voz.
TECNALIA, a través de su Unidad Infotech, investiga y desarrolla proyectos de Visión Artificial en diferentes dominios de aplicación, entre los que cabe citar, además del comentado sistema multiespectral de separación de residuos (SORMEN), un sistemas de localización de activos soterrados mediante georadar y procesamiento de imágenes, un sistema multimodal para comandar aplicaciones industriales mediante gestos y voz (INTERAMI), y un lector de displays para personas con discapacidad visual (Premio Internacional de I+D de la ONCE en 2006).


Para más información:

Antonio Bardasco, Dtor. de Comunicación de la Unidad Infotech de TECNALIA

Tel: 946002266, Fax:946002299, e-mail: bardasco@robotiker.es


www.tecnalia.info


Añadir el documento a tu blog o sitio web

similar:

Tecnalia emplea la visión artificial para mejorar el reciclaje de chatarra electrónica iconChatarra electrónica

Tecnalia emplea la visión artificial para mejorar el reciclaje de chatarra electrónica iconChatarra Electrónica

Tecnalia emplea la visión artificial para mejorar el reciclaje de chatarra electrónica iconChatarra Electrónica

Tecnalia emplea la visión artificial para mejorar el reciclaje de chatarra electrónica iconChatarra electrónica

Tecnalia emplea la visión artificial para mejorar el reciclaje de chatarra electrónica iconChatarra electrónica

Tecnalia emplea la visión artificial para mejorar el reciclaje de chatarra electrónica iconChatarra electrónica

Tecnalia emplea la visión artificial para mejorar el reciclaje de chatarra electrónica iconChatarra electrónica

Tecnalia emplea la visión artificial para mejorar el reciclaje de chatarra electrónica iconChatarra electrónica

Tecnalia emplea la visión artificial para mejorar el reciclaje de chatarra electrónica iconChatarra electrónica

Tecnalia emplea la visión artificial para mejorar el reciclaje de chatarra electrónica iconChatarra Electrónica






© 2015
contactos
m.exam-10.com