📰 基于传感器分选数据的实时吞吐量与成分监测技术研究：超越分拣的废弃物管理新范式 - 生物通
本研究针对轻质包装废弃物（LWP）分选厂中传感器分选机（SBS）数据利用率低的问题，开发了一种基于像素数据的实时吞吐量和成分监测方法。研究采用可见光和近红外技术，分析了LDPE芯片和聚合物薄片，建立了像素-质量转换公式。这一方法在吞吐量0.1–17.5 t/h范围内，实现了中位偏差≤11.6%，为数字化废弃物管理提供了无需额外传感器的方案。
随着对回收率要求的提升，如何充分利用现有SBS内置的传感器，实现实时物料监控，成为提升分选效率的关键。研究评估了SBS数据在实时吞吐量与成分监测中的应用潜力，采用了多种实验条件和数据存储格式，确保了数据的准确性和可行性。研究结果显示，吞吐量和成分监测均具有可接受的精度，且提出的技术方法避免了依赖AI算法。
此外，研究还探讨了将该技术应用于上游设备故障预警和智能分选的可能性。尽管当前技术受限于厂商对SBS算法的保密，但未来有望通过建立数据开放标准来打破技术垄断。这项研究为废弃物管理的数字化转型提供了经济高效的技术路径，对实现减排目标具有重要意义。
🏷️ #废弃物管理 #传感器技术 #实时监测 #数字化转型 #碳减排
🔗 原文链接
📰 基于传感器分选数据的实时吞吐量与成分监测技术研究：超越分拣的废弃物管理新范式 - 生物通
本研究针对轻质包装废弃物（LWP）分选厂中传感器分选机（SBS）数据利用率低的问题，开发了一种基于像素数据的实时吞吐量和成分监测方法。研究采用可见光和近红外技术，分析了LDPE芯片和聚合物薄片，建立了像素-质量转换公式。这一方法在吞吐量0.1–17.5 t/h范围内，实现了中位偏差≤11.6%，为数字化废弃物管理提供了无需额外传感器的方案。
随着对回收率要求的提升，如何充分利用现有SBS内置的传感器，实现实时物料监控，成为提升分选效率的关键。研究评估了SBS数据在实时吞吐量与成分监测中的应用潜力，采用了多种实验条件和数据存储格式，确保了数据的准确性和可行性。研究结果显示，吞吐量和成分监测均具有可接受的精度，且提出的技术方法避免了依赖AI算法。
此外，研究还探讨了将该技术应用于上游设备故障预警和智能分选的可能性。尽管当前技术受限于厂商对SBS算法的保密，但未来有望通过建立数据开放标准来打破技术垄断。这项研究为废弃物管理的数字化转型提供了经济高效的技术路径，对实现减排目标具有重要意义。
🏷️ #废弃物管理 #传感器技术 #实时监测 #数字化转型 #碳减排
🔗 原文链接
