A globális műanyaghulladék mennyiségének növekedésével egyre égetőbb kérdéssé válik a körforgásos gazdaság fenntartása és a környezetvédelmi szabályozások betartatása. A New York-i Állami Egyetem (SUNY) részét képező University at Buffalo (UB) kutatói egy mesterséges intelligenciára (AI) épülő forradalmi rendszert fejlesztettek ki, amely képes roncsolásmentesen és rendkívüli pontossággal megállapítani a kereskedelmi műanyag termékek tényleges újrahasznosított tartalmát.
A probléma: Láthatatlan különbségek az új és az újrahasznosított műanyag között
Ez a technológia különösen fontos a fenntartható fejlődés szempontjából, mivel segít az újrahasznosított anyagok mennyiségének növelésében.
Eddig a hatóságok és az ipari szereplők komoly technológiai akadályba ütköztek: nem létezett olyan megbízható módszer, amellyel utólag, a kész termékből pontosan meg lehetett volna határozni a benne lévő újrahasznosított műanyag százalékos arányát.
A nehézséget a fizikai folyamat adja. Amikor a műanyagot újrahasznosítják, az anyagot megolvasztják, megtisztítják és újraformázzák. Ennek eredményeként a végtermék vizuálisan tökéletesen megegyezik a szűz műanyaggal, és a kémiai összetételük is szinte azonos. A különbségek rendkívül apró, szabad szemmel láthatatlan strukturális elváltozásokban rejlenek: az újrahasznosított anyagokban mikroszkopikus szennyeződések, valamint a feldolgozás során megszakadt, törött polimerláncok találhatók.
A megoldás: Többmodális fizikai vizsgálat és gépi tanulás
A University at Buffalo Vegyész- és Biológiai Mérnöki Tanszékének (Department of Chemical and Biological Engineering) csapata – Amit Goyal, a SUNY kiváló professzorának vezetésével – ezekre a mikroszkopikus eltérésekre alapozva hozott létre egy új, úgynevezett többmodális, nem roncsoló érzékelési technológiát.
A rendszer nem egyetlen mérésre hagyatkozik, hanem több tudományos tesztet kombinál:
-
Vizsgálja a triboelektromos tulajdonságokat (töltésmegtartó képesség).
-
Dielektromos és impedancia spektroszkópiát, valamint kapacitásméréseket alkalmaz.
-
Közép-infravörös (mid-infrared) spektroszkópiával elemzi az anyagot.
A kísérletek egyértelműen bizonyították, hogy az újrahasznosított tartalom növekedésével fizikai változások lépnek fel az anyagban: megnő a töltésmegtartás, csökken a permittivitás (dielektromos állandó), és növekszik a dielektromos veszteség. Ezt a rendkívül komplex, több forrásból származó adathalmazt a kutatók egy gépi tanulási (machine learning) modellel elemezték. Az AI megtanulta felismerni azokat a rejtett adatmintázatokat, amelyek közvetlenül korrelálnak a műanyag újrahasznosított százalékos arányával.
Számszerűsített eredmények: 97 százalék feletti pontosság
A kifejlesztett rendszer laboratóriumi tesztelése során a kutatók kimagasló, kvantitatív eredményeket értek el. A mesterséges intelligenciával támogatott modell:
-
Több mint 97 százalékos pontossággal volt képes meghatározni a PET (polietilén-tereftalát) minták pontos újrahasznosított tartalmát.
-
A vizsgált minták újrahasznosított anyagaránya a 0 százalék és az 50 százalék közötti tartományban mozgott, ami pontosan lefedi a kereskedelmi műanyag termékeknél elvárt és törvényileg megkövetelt arányokat.
„Célunk egy olyan gyors és megbízható eszköz létrehozása, amellyel ellenőrizhető az újrahasznosított anyagok tartalma, és kikényszeríthetők az újrahasznosítási előírások” – nyilatkozta Amit Goyal professzor a hivatalos egyetemi beszámolóban. Hozzátette: „Ez egy ideális példája annak, hogyan ötvözhető a tudomány és a mérnöki tudomány élvonalbeli innovációja a mesterséges intelligenciával a társadalmi jó érdekében, és hogyan érhető el potenciálisan jelentős társadalmi hatás.”
A jövő: Hordozható eszközök a valós idejű piaci ellenőrzéshez
A kutatócsoport nem áll meg a laboratóriumi sikereknél. Goyal professzor elmondása szerint a projekt következő fázisában a cél az, hogy a különböző érzékelési technológiákat és a gépi tanulási modellt egyetlen, könnyen használható hordozható eszközbe integrálják. Egy ilyen készülék fizikai legyártása lehetővé tenné a hatóságok és a vállalatok számára a kereskedelmi termékekben lévő újrahasznosított műanyagok széles körű, valós idejű és helyszíni megfigyelését, drasztikusan visszaszorítva ezzel a zöldmosást és támogatva a valós körforgásos gazdaságot.
-
Eredeti hírforrás: New system aims to detect percentage of recycled plastic in plastic products (UBNow, University at Buffalo, 2026. március)
-
(A kutatást vezető amerikai állami egyetemi intézmény hivatalos oldala: UB Initiative on Plastics Recycling and Innovation, a New York State Center of Excellence – buffalo.edu/iprri)
