Kompostlanabilir plastikler yükselişte… Ancak ambalajlar ve paketler de dahil olmak üzere bu ürünler, sahip oldukları avantajlara rağmen geri dönüşüm sürecinde geleneksel plastik atıkları kirletebiliyor. Bilim insanları son derece hassas görüntüleme teknikleri kullanarak geleneksel türler arasında kompostlanabilir plastikleri tanımlayabilen makine öğrenimi yöntemleri geliştirdiler.
Tek kullanımlık plastikler her yerde: Yemek kapları, kahve fincanları, plastik torbalar… Kompostlanabilir plastikler olarak adlandırılan bu plastiklerin bazıları, kontrollü koşullar altında biyodegrede olabilecek şekilde tasarlanabiliyor. Bununla birlikte, genellikle geleneksel plastiklerle aynı görünürler, yanlış geri dönüştürülürler ve sonuç olarak plastik atık akışlarını kirletir ve geri dönüşüm verimliliğini azaltırlar. Benzer şekilde, geri dönüştürülebilir plastikler genellikle kompostlanabilir olanlarla karıştırılmakta ve bu da kompostun kirlenmesine neden olmaktadır.
University College London’daki (UCL) araştırmacılar, farklı türdeki gübrelenebilir ve biyolojik olarak parçalanabilir plastikleri otomatik olarak ayırmak ve bunları geleneksel plastiklerden ayırt etmek için makine öğrenimini kullandıkları bir makaleyi Frontiers in Sustainability‘de yayınladılar.
Çalışmanın sorumlu yazarı Prof. Mark Miodownik, “Doğruluk oranı çok yüksek ve tekniğin gelecekte endüstriyel geri dönüşüm ve kompost tesislerinde uygulanabilir bir şekilde kullanılmasına olanak tanıyor” dedi.
Mükemmel Doğruluğa Kadar
Araştırmacılar 50 mm’ye 50 mm ile 5 mm’ye 5 mm arasında değişen boyutlara sahip farklı plastik türleriyle çalıştılar. Geleneksel plastik örnekleri arasında, genellikle gıda kapları ve içme şişeleri için kullanılan PP ve PET’in yanı sıra, plastik torbalar ve ambalajlar için kullanılan LDPE ve kompostlanabilir plastik örnekleri arasında bardak kapakları, çay poşetleri ve dergi ambalajları için kullanılan PLA ve PBAT ile ambalaj üretiminde kullanılan biyokütle türevi malzemeler olan palmiye yaprağı ve şeker kamışı da yer aldı. Örnekler, sınıflandırma modelleri oluşturmak için kullanılan bir eğitim setine ve doğruluğu kontrol etmek için kullanılan bir test setine bölünmüştür.
Sonuçlar yüksek başarı oranları göstermiştir: Model, numuneler 10 mm’ye 10 mm’den fazla ölçüldüğünde tüm malzemeler için mükemmel doğruluk elde etmiştir. Ancak 10 mm’ye 10 mm veya daha küçük ölçülerdeki şeker kamışı türevi veya palmiye yaprağı bazlı malzemeler için yanlış sınıflandırma oranı sırasıyla %20 ve %40 olmuştur.
5 mm’ye 5 mm ölçülerindeki parçalara bakıldığında, bazı malzemeler diğerlerine göre daha güvenilir bir şekilde tanımlanmıştır: LDPE ve PBAT parçaları için yanlış sınıflandırma oranı %20’dir ve her iki biyokütle türevi malzeme de %60 (şeker kamışı) ve %80 (palmiye yaprağı) oranlarında yanlış tanımlanmıştır. Ancak model, örnek ölçümlerinden bağımsız olarak PLA, PP ve PET örneklerini hatasız bir şekilde tanımlayabilmiştir.
Görünenin Ötesinde
Miodownik “Şu anda, kompostlanabilir plastiklerin çoğu, geleneksel plastiklerin geri dönüşümünde bir kirletici olarak muamele görmekte ve değerlerini azaltmaktadır. Kompostu elemek ve diğer malzemelerin varlığını azaltmak için trommel ve yoğunluk ayıklama uygulanmaktadır. Ancak, mevcut eleme sürecinden kaynaklanan kirletici madde seviyesi kabul edilemeyecek kadar yüksektir,” dedi. “Kompostlanabilir ambalajların avantajları ancak endüstriyel olarak kompostlandıklarında ve çevreye karışmadıklarında ya da diğer atık akışlarını veya toprağı kirletmediklerinde ortaya çıkmaktadır.”
Doğruluğu artırmak için, UCL’nin Plastik Atık İnovasyon Merkezi’nden Nutcha Teneepanichskul, Prof. Helen Hailes ve Miodownik’in de aralarında bulunduğu bilim insanlarından oluşan bir ekip, sınıflandırma modeli geliştirme için hiperspektral görüntüleme (HSI) kullanarak farklı geleneksel, gübrelenebilir ve biyolojik olarak parçalanabilir plastik türlerini test etti.
HSI, farklı malzemeleri tararken görünmez kimyasal imzalarını tespit eden ve bir numunenin piksel piksel kimyasal tanımını oluşturan bir görüntüleme tekniğidir. Bu açıklamaları yorumlamak ve malzeme tanımlaması yapmak için yapay zeka modelleri kullanılmıştır.
Geri dönüşüm ve endüstriyel kompostlama süreçlerinde plastiklerin yanlış yönetimi yüksektir, bu da güvenilir ayıklama mekanizmalarını gerekli kılmaktadır. Miodownik, “Şu anda tanımlama hızı endüstriyel ölçekte uygulama için çok düşük” dedi. “Ancak otomatik ayıklama, kompostlanabilir plastikleri geri dönüşüme sürdürülebilir bir alternatif haline getirmek için kilit bir teknoloji olduğundan bunu geliştirebiliriz ve geliştireceğiz.” [1]Machine learning helps researchers separate compostable from conventional plastic waste with ‘very high’ accuracy[2]Öne çıkarılan görsel
[cite]
Kaynaklar ve İleri Okuma
