Inteligencia artificial y robótica en la selección de residuos



21/10/2019
Archivado en: Residuos , Nº 213 Marzo - Abril 2019

Reto: aumentar la recuperación de materiales valorizables 

Recuperar los materiales valorizables presentes en los residuos que generamos es fundamental para la consolidación de una economía circular. Esta tarea de recuperación se lleva a cabo en las plantas de selección de residuos las cuales, independientemente del tipo de residuo que procesen -procedente de la recogida selectiva o de la fracción resto-, se diseñan para cumplir dos objetivos principales: por un lado, maximizar la recuperación de materiales presentes en los flujos residuales y, por otro; garantizar una calidad adecuada de los materiales recuperados que permita su posterior transformación en materias primas secundarias. 

Si bien originalmente la selección de los residuos se realizaba de manera manual, los procesos de selección han sufrido una importante evolución durante las dos últimas décadas y, hoy en día, casi la totalidad de las instalaciones disfrutan de un altísimo grado de automatización. A pesar de ello, todavía persisten algunas tareas que se realizan de forma manual, principalmente debido a que las actuales tecnologías de recuperación no permiten una relación coste-beneficio adecuada. 

Entre estas tareas encontramos las de control de calidad sobre los flujos de materiales recuperados y las de selección de los residuos voluminosos. En ambos casos, se trata de trabajos repetitivos que se desarrollan en condiciones de mala ergonomía y mediante manipulación de objetos punzantes, cortantes y de elevado peso, lo que implica potenciales riesgos de sufrir lesiones en el ámbito laboral. 

Por otro lado, los últimos desarrollos en disciplinas tecnológicas como la visión por computador, la inteligencia artificial o el deep learning permiten que tecnologías como la robótica, ya maduras en otros sectores, puedan llegar a desarrollar tareas cada vez más complicadas y abarcar áreas que, hasta hoy, permanecían fuera de los estándares de una industria 4.0. 

Entre estas nuevas capacidades que la visión y la inteligencia artificial han aportado a los robots, se encuentra la posibilidad de identificar y reconocer objetos en entornos complejos, de materiales con formas y composición altamente heterogéneas, así como la capacidad de autoaprendizaje en escalas temporales relativamente pequeñas. Este hecho abre un nuevo nicho de aplicación de la robótica avanzada en el sector del tratamiento de residuos. 

 

El proyecto: automatización de una planta de selección de residuos en Barcelona 

Ferrovial Servicios apuesta firmemente por la robótica como tecnología clave para la mejora de sus ratios de recuperación de materiales y la transformación de los actuales procesos de tratamiento de residuos. Para ello, está impulsando diversas iniciativas en el ámbito de la innovación que le permitan desarrollar y adaptar nuevas soluciones robóticas para la automatización de sus plantas de selección. 

Entre estas iniciativas, destaca el proyecto ‘Zenrobotics for Waste’ con el que pretende demostrar que la tecnología ZRR -Zenrobotics Recycler-, desarrollada por la start-up finlandesa Zenrobotics, es una alternativa viable para la automatización de las plantas de selección de residuos municipales, ya que su integración en el proceso permite incrementar los actuales ratios de recuperación, seleccionar nuevos materiales hasta ahora no valorizados, y mejorar las condiciones laborales del personal de estas instalaciones.

El proyecto, que se inició en 2018, se está llevando a cabo en la planta de tratamiento integral de residuos municipales Ecoparc4, en Els Hostalets de Pierola, Barcelona. Esta instalación, gestionada por Ferrovial Servicios y propiedad del Área Metropolitana de Barcelona, recibe anualmente unas 300.000 toneladas de residuos municipales. Desde agosto de 2018, la planta cuenta con un equipo Zenrobotics instalado sobre la línea de selección de residuos voluminosos, donde anteriormente la recuperación de materiales era muy baja debido, principalmente, a las dificultades de manejo manual de estos residuos y, en consecuencia, la mayor parte de estos materiales acababan su ciclo de vida depositados en vertedero. Ahora, gracias al proyecto, va a ser posible recuperar hasta 8 materiales adicionales, 4 por cada uno de los dos brazos robóticos instalados.

Para lograr este reto, durante los 22 meses de duración del proyecto, Ferrovial Servicios cuenta con la colaboración de un consorcio europeo que es el encargado de analizar la viabilidad y el impacto del uso de la robótica en la clasificación de residuos municipales. El consorcio, liderado por Ferrovial y con cofinanciación de la organización europea Climate-KIC, cuenta entre sus socios con el centro alemán de investigación Wuppertal Institute for Climate, Environment and Energy, la consultora danesa NTU International y el Centro de Innovación de Infraestructuras Inteligentes. 

 

La tecnología: sensores y brazos robóticos para la selección de residuos 

La tecnología de Zenrobotics empieza con la integración de diversos tipos de sensores, como los de visión artificial o los de infrarrojos. La información recogida por estos sensores es analizada por complejas redes neuronales que generan unos algoritmos basados en patrones de reconocimiento, en un proceso conocido como deep learning. En base a los resultados de este análisis inteligente, el sistema controla una serie de brazos robóticos que son los encargados de recoger y clasificar con precisión los materiales previamente identificados. 

Cada uno de estos brazos es capaz de recoger simultáneamente diferentes tipos de productos y materiales. Para ello, cada brazo está equipado con un sistema de agarre consistente en una pinza articulada, que dota al sistema de la flexibilidad necesaria para poder seleccionar residuos de diferentes tamaños y pesos, con capacidad para recoger objetos de hasta 30 kg de peso. La tecnología permite alcanzar niveles de pureza superiores al 95% en los diferentes materiales recuperados con velocidades de recogida de hasta 2.000 picks por hora y brazo instalado, superior al rendimiento medio de una persona a lo largo de su jornada laboral. 

Adicionalmente, la simplicidad mecánica del sistema y las bajas exigencias en cuanto a mantenimiento de los equipos permite niveles de disponibilidad superiores al 95%, lo que incrementa la flexibilidad y la capacidad del proceso de selección. El software inteligente que controla el funcionamiento del robot es fácilmente programable y permite un control total de los materiales a seleccionar en cada momento, ofreciendo la posibilidad de establecer prioridades entre los diferentes materiales a recoger y modificarlas “on-line”.

 

Adaptación del sistema y formación del robot 

En el proyecto ZRR for Waste de Ferrovial Servicios se ha implementado la tecnología, por primera vez, en el ámbito de la selección de residuos municipales, un escenario muy exigente y con variaciones significativas en cuanto a condiciones de operación, composición y morfología del residuo a procesar. En particular para esta nueva aplicación, el robot ha de aprender a reconocer y seleccionar hasta un total de 13 materiales tan diferentes como el textil, el papel, el cartón, la madera, las latas, los tetrabriks y diferentes tipos de plásticos como PEAD, PET, PP, film, etc., que representan la mayor parte de los materiales presentes en un flujo de residuo municipal. 

Como consecuencia de la elevada heterogeneidad del residuo municipal, durante el entrenamiento ha sido necesario ‘enseñar’ al robot con más de 1.000 objetos para cada categoría de material. Otro reto importante ha sido la adaptación el sistema de agarre del brazo robótico a cada tipología de residuo seleccionado y el ajuste de las condiciones de alimentación al robot, -velocidad de la cinta de transporte y distribución monocapa del material-, para asegurar una correcta integración en el actual proceso de selección de residuo municipal. 

 

Primeros resultados 

Una vez concluido el entrenamiento del equipo, las pruebas realizadas durante este primer periodo han demostrado una eficiencia de recuperación y un nivel de pureza en los materiales recuperados por encima del 90%. A partir de aquí, el objetivo del proyecto es continuar con la mejora de estos valores y, para tal fin, los principales retos a afrontar durante los próximos meses están relacionados con el ajuste de las condiciones de entrada del flujo de residuos al robot, tanto por lo que respecta a las velocidades de las cintas transportadoras, como la evaluación de alternativas para la consecución de una alimentación monocapa con materiales tan heterogéneos y de tan distinta naturaleza. 

Adicionalmente, se está trabajando en la evaluación de la viabilidad del sistema para la selección de otros flujos residuales, más allá del residuo voluminoso de Ecoparc4. Para ello, se realizarán ensayos con flujos alternativos procedentes de otros puntos del proceso de selección de la propia instalación e, incluso, de flujos procedentes de otras instalaciones, lo que proporcionará un mayor conocimiento del potencial de la tecnología y de su escalabilidad. 

Por todo ello, los resultados del proyecto ZRR for waste van a permitir a Ferrovial Servicios ratificarse en su apuesta por la inteligencia artificial y la robótica como herramientas clave para la transformación disruptiva del actual diseño y operación de las instalaciones de selección de residuos. Gracias a ellas va a ser posible una mayor recuperación de materiales, con mayor calidad y una mejora en las condiciones de seguridad y salud y del bienestar de los trabajadores de la instalación. Además, este proyecto demuestra el compromiso de Ferrovial Servicios con la sostenibilidad, ofreciendo soluciones que posibilitan una economía circular y contribuyen a garantizar el suministro de los recursos esenciales en una sociedad como la actual en la que su ritmo de crecimiento condiciona su propia sostenibilidad.


Puede descargar aquí el artículo completo.


509

RECIBE NOTICIAS COMO ESTA EN TU CORREO


Este sitio utiliza cookies y tecnologías similares. Si no cambia la configuración del navegador, usted está de acuerdo con nuestra política de cookies.