Tri optique : Tomra franchit un nouveau cap

Le 02/12/2019 à 17:42  
Tri optique : Tomra franchit un nouveau cap
 Le Norvégien Tomra Sorting Recycling lance une technologie de tri basée sur l’apprentissage approfondi ("deep learning" - voir ci-dessous), baptisée "Gain", afin de booster les performances de ses machines de tri optique...

 La technologie Gain sera proposée en option sur les machines Autosort de Tomra Sorting Recycling. "En traitant à haute vitesse les datas remontées par ses capteurs, Gain permet aujourd’hui de trier des objets qui échappaient ordinairement au tri automatique, sans perturber le débit de traitement de l'Autosort. [...] Cette technologie permettra aux machines de s'adapter rapidement aux nouveaux flux de déchets, de plus en plus hétérogènes, que les usines de recyclage voient de plus en plus arriver", indique le Groupe.

 La première version de la technologie Gain permet d’éjecter les cartouches de silicone en polyéthylène (PE) d’un flux de PE. Ces cartouches doivent en effet être retirées à cause des restes de silicone qu’elles contiennent encore, afin de garantir la pureté du résultat de tri. En plus de détecter les formes de cartouches de silicone, Gain peut également détecter les doubles cartouches de plus petit format, principalement utilisées pour les adhésifs à 2 composants, ainsi que les cartouches déformées ou partiellement détruites (voir vidéo ici).

 "Grâce à nos machines qui séparent les matériaux au moyen de jets d’air, il est même possible de traiter les cartouches groupées, une tâche que d’autres techniques comme les bras robotisés les plus rapides ne peuvent accomplir", souligne Tomra. Gain a été entraînée pour cette application à partir de milliers d’images. Son niveau de performances sur l’éjection des cartouches de silicone frôle les 100%.

 Pour information, le "deep learning" est une méthode d'intelligence artificielle (IA) permettant aux ordinateurs d'imiter l'apprentissage humain, avec des réseaux de neurones artificiels. Les êtres humains font des associations entre ce qu'ils ont déjà vu auparavant et ce qu'ils voient en temps réel pour identifier divers objets ou matériaux. On apprend aux machines à procéder de la même façon.