AISORT by Xingyao Robotics

光学選別機購入ガイド | AISORT

バイヤーズガイド

リサイクル用光学選別機の評価と選定方法

光学選別機の選択は、リサイクル施設への投資において最も重要な決断の一つです。適切な機械は、純度向上によるプレミアム、高い処理能力、労務費削減により、12~18ヶ月で投資を回収できます。間違った機械、または間違った位置にある正しい機械は、高価なボトルネックとなります。

このガイドでは、光学選別システムを比較する際に評価すべき主要な技術的、運用的、商業的要因について、メーカーに関わらず使用できる実用的な基準とともに説明します。

ステップ1:選別目的を定義する

装置の仕様を比較する前に、選別機が達成すべきことを明確にします:

選別目的によって、センサー選定、バルブピッチ、シュート幅、およびシングルパス構成かマルチパス構成かなど、下流のすべてが決まります。

ステップ2:原料を理解する

選別機が期待通りに機能しない最も一般的な理由は、買い手が装置を指定する前に原料を完全に特性評価していないことです。以下のデータを収集します:

原料パラメータ重要性測定方法
粒度分布(最小、最大、D50、D90)シュート幅、バルブ間隔、センサー解像度の要件を決定します。バルブピッチより小さい粒子は不正確に排出されます。ふるい分析(材料により乾式または湿式)
材料組成(各対象およびコンタミ種の%)ベースライン組成によって、純度目標に達するために必要な選別段数が決まります。代表サンプル50~100kgの手選別監査
水分含有量湿った材料は固まり、シュート表面に付着し、センサーの誤読(特にNIR)を引き起こす可能性があります。水分計;乾式選別では<5%、湿式/洗浄選別では>95%が目標
かさ密度処理能力の計算に影響します。PETフレーク用に定格5 t/hの選別機は、フィルムやフォームでは非常に異なる容量を処理します。既知体積の容器に原料を入れて計量
微粉の存在(2mm未満の画分)微粉はセンサーを覆い、バルブを詰まらせ、光学検出を妨げる粉塵を発生させます。ふるい分析;微粉>5%の場合は事前スクリーニングを検討
表面状態(清浄、コーティング、湿潤、酸化)NIRおよびRGBセンサーは表面反射に依存します。コーティング、ラベル、汚れ、酸化によりスペクトル特性が変化し、誤分類を引き起こす可能性があります。目視検査+ラボ規模ユニットでの試行選別

ステップ3:センサー技術を材料に適合させる

センサータイプ最適な用途不向きな用途おおよそのコスト
RGBカメラ(可視)硬質プラスチック、ガラスカレット、電子廃棄物、建設廃棄物の色ベース選別同じ色で異なる組成の材料(例:透明PETと透明PVC)$ — ベースライン
NIR(近赤外)ポリマー識別(PET/HDPE/PP/PVC/PS)、紙・ボール紙選別、繊維識別黒色または非常に暗い材料(NIR吸収)、金属、表面に水膜がある湿潤材料$$
ハイパースペクトル/SWIR暗色プラスチックの識別、食品グレード精製、類似ポリマーの区別(例:HDPEとLDPE)金属のみの流れ、RGB+NIRで十分な用途$$$
X線透過(XRT)重金属分離、重質画分からのアルミ除去、鉱石選別軽量材料(プラスチック、紙)、有機材料$$$
渦電流/誘導フレークや顆粒流中の金属検出、銅とアルミの分離非金属材料、非常に細かい粒子(2mm未満)$ — 通常光学と組み合わせ
3D/レーザートライアンギュレーション形状ベース選別(例:ワイヤー対顆粒、3D対2D物体)、厚さ測定微粉末、形状識別が必要ない材料$$
AI/深層学習カメラ外観が変化する複雑な物体、ブランド固有のパッケージ識別、コンテキスト認識単純な色のみの選別作業、トレーニングデータが利用できない用途$$ — カメラハードウェアへのソフトウェアプレミアム

ステップ4:処理能力と純度のトレードオフを評価する

任意の選別機において、処理能力を高くすると純度が低下します。これは、各粒子が検出ゾーンに留まる時間が短くなり、排出システムの応答時間も短くなるためです。その関係はおおよそ以下の通りです: