نوآوری در مدیریت برای توسعه پایدار

Kolnegar Private Media (Management Innovation for Sustainable Development)

2 آذر 1403 12:18 ق.ظ

حسگرهای تصویر فراطیفی و شناسایی پلیمرهای موجود در زباله های الکترونیکی

حسگرهای تصویر فراطیفی و شناسایی پلیمرهای موجود در زباله های الکترونیکی

25 اکتبر 2024 -توسط انجمن هلمهولتز از مراکز تحقیقاتی آلمان-پلیمرها و سایر مواد در مسیر تست تسمه نقاله با سرعتی تا یک متر در ثانیه حرکت می کنند در حالی که به طور متوالی توسط چندین سنسور اسکن می شوند. اعتبار: دکتر مارگرت فوکس  HZDR

پلاستیک ها حدود یک چهارم مواد موجود در زباله های الکترونیکی (e-waste) را تشکیل می دهند. نسبتی که بازیافت می شود نسبتاً کم است – اکثریت به سادگی سوزانده می شوند. اولین قدم برای بهبود بازیافت، شناسایی مواد پلیمری است، به طوری که می توان آنها را به طور انتخابی دسته بندی و پردازش کرد تا عملکرد آنها حفظ شود.

محققان موسسه هلمهولتز فرایبرگ برای فناوری منابع (HIF)، موسسه هلمهولتز-زنتروم درسدن-روسندورف (HZDR)، اکنون با ترکیب حسگرهای متعدد موفق به تعیین خصوصیات خاص انواع پلاستیک زباله های الکترونیکی اصلی شده اند. در مقیاس صنعتی، پلاستیک های بیشتری را می توان به طور بهینه پردازش کرد و به زنجیره تولید بازگرداند.

این کار در مجله Waste Management منتشر شده است.

تقریباً تمام وسایل الکترونیکی حاوی پلاستیک هستند که به آنها پلیمر نیز می‌گویند. این پلیمرها برای عملکردهای خاصی تخصص دارند. هدف بازیافت آنها به گونه ای است که بتوان از آنها برای کاربردهای مشابه استفاده مجدد کرد. پس ابتدا باید با توجه به ترکیب آنها شناسایی شوند.

دسته بندی آنها بر اساس نوع یک چالش بزرگ برای شرکت های بازیافت است، به ویژه به دلیل نسبت بالای پلیمرهای سیاه در زباله های الکترونیکی. زباله‌های الکترونیکی تقریباً خرد شده به تسمه‌های نقاله در کارخانه‌های دسته‌بندی بازیافت‌ها می‌رسند و توسط حسگرهای مادون قرمز اسکن می‌شوند. پلاستیک سیاه شناخته نمی شود، زیرا رنگ سیاه طول موج های پوشیده شده توسط سنسور مادون قرمز را جذب می کند.

در نتیجه، به ویژه پلاستیک های سیاه اغلب به صورت حرارتی بازیافت می شوند، که به معنای سوزاندن است. مشکل دیگر کاهش چرخه است، بدتر شدن کیفیت زباله های بازیافتی در مقایسه با مواد اولیه. یک فرآیند بازیافت موفق باید تضمین کند که عملکردهای خاص پلیمر حفظ می شوند تا امکان استفاده مجدد با کیفیت ثابت فراهم شود.

دانشمندان در HIF 23 پلیمر را با استفاده از حسگرهای طیفی تصویربرداری و اندازه‌گیری نقطه‌ای مورد بررسی قرار دادند و پارامترهای تعیین‌کننده برای تمایز قابل اعتماد و قوی انواع پلاستیک را شناسایی کردند. سرعت بالایی که در آن پلیمرها روی تسمه نقاله حرکت می کنند چالش دیگری را ایجاد می کند. بنابراین حسگرها باید قطعات را به سرعت شناسایی و مشخص کنند تا راه بهینه برای پردازش بیشتر را بیابند.

“به منظور ارزیابی پتانسیل عملکرد سنسورها، آنها باید تحت شرایط عملیاتی حاکم بر کارخانه های بازیافت استفاده شوند. در HIF، ما یک مسیر تست تسمه نقاله داریم که در آن مواد با سرعت حداکثر یک متر در هر متر حرکت می کنند. دکتر آندریا د لیما ریبیرو، دانشمند HIF، روش آزمایش را توضیح می دهد.

همه چیز به ترکیب مناسب بستگی دارد

دانشمندان با حسگرهای تصویر فراطیفی (HSI) کار کردند که داده های تصویر را با چند صد کانال رنگی ضبط می کند. از طیف‌سنجی رامان نیز استفاده می‌شود، که در آن مواد با لیزر تابش می‌شوند تا پراکندگی نور خاص ماده ایجاد شود.

طیف حاصل اجازه می دهد تا در مورد مواد مورد بررسی نتیجه گیری شود. علاوه بر این، یک طیف‌سنج FTIR (طیف‌سنج مادون قرمز تبدیل فوریه) با وضوح طیفی بالا و دامنه تشخیص گسترده استفاده شد.

محدوده تشخیص FTIR توسط یک طیف سنج با وضوح بالا در محدوده مادون قرمز مرئی تا موج کوتاه تکمیل شد. هر دو حسگر نقطه دستی نه تنها نتایج حاصل از حسگرهای تصویربرداری را تأیید می‌کنند، بلکه اطلاعات بیشتری در مورد ترکیب پلاستیک، به‌ویژه برای پلاستیک‌های سیاه، ارائه می‌دهند.

دی لیما ریبیرو گفت : تحقیقات نشان داده است که هیچ یک از سنسورها به تنهایی قادر به شناسایی انواع پلاستیک و در عین حال نیازهای عملیاتی صنعت نیستند. نتایج نشان دهنده مناسب بودن سنسورهای HSI برای شناسایی خاص انواع پلاستیک شفاف و رنگ روشن است.

“طیف‌سنجی رامان شناسایی نقطه‌ای انواع پلیمرها، از جمله پلاستیک‌های سیاه را امکان‌پذیر کرد. آزمایش‌ها همچنین شناسایی موفقیت‌آمیز پلاستیک‌ها را حتی در زمان‌های اکتسابی کوتاه 500 میلی‌ثانیه نشان می‌دهد. خصوصیات بهینه پلاستیک‌ها با ترکیب تصویربرداری و اندازه‌گیری نقطه به دست می‌آید. “

این فرآیند در حال حاضر در بازیافت قطعات خودرو استفاده می شود

مشخصات پلاستیک مبتنی بر حسگر در حال حاضر در پروژه Car2Car که HIF در آن مشارکت دارد، استفاده شده است. هدف این پروژه توسعه مفاهیم خودکار تشخیص مواد برای مهمترین گروه های مواد در خودروها (فولاد، آلومینیوم، شیشه، پلاستیک و مس) به منظور بهبود جداسازی و پردازش این مواد خام ثانویه بر اساس نوع است.

فلزات و پلاستیک‌ها اغلب از نزدیک در هم هستند بنابراین ما فناوری حسگر را بیشتر توسعه داده‌ایم تا بتواند فلزات و پلیمرها را از یکدیگر متمایز کند و بین انواع مربوط به فرآیند تمایز قائل شود. دکتر مارگرت فوکس، دانشمند در زمینه حسگرهای نوری و سیستم‌های حسگر در HIF توضیح می‌دهد که این برای استفاده مجدد از مواد خام موجود در وسایل نقلیه پایان عمر ضروری است.

استفاده از حسگرهای خاص بر اساس نتایج پروژه تحقیقاتی RAMSES-4-CE است که در آن سیستم‌های چند حسگر برای شناسایی سریع ترکیبات حیاتی از نظر عملکرد و دقت مورد بررسی قرار گرفتند.

https://techxplore.com

آیا این نوشته برایتان مفید بود؟

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *