Оптико-механическая сортировка отходов: перспективы использования

Использование оборудования для автоматической сортировки материалов с системой оптического распознавания позволяет многократно увеличить скорость сортировки материалов по сравнению с ручным трудом. Кроме того, возможность идентификации более тысячи материалов (по цвету и химическому составу) открывает широкие перспективы промышленного применения данных технологий.

Использование оборудования для автоматической сортировки материалов с системой оптического распознавания позволяет многократно увеличить скорость сортировки материалов по сравнению с ручным трудом. Кроме того, возможность идентификации более тысячи материалов (по цвету и химическому составу) открывает широкие перспективы промышленного применения данных технологий.

Текущая ситуация в области общения с ТБО на территории России в настоящее время характеризуется усилением внимания к их ресурсному потенциалу и поиску возможных направлений его использования. В связи с этим методы промышленной сортировки отходов являются наиболее перспективными и интенсивно развивающимися; для них характерен постепенный переход от схем с использованием ручного труда к автоматизированным системам.

Технические решения по автоматической сортировке отходов на основе использования оптико-механического разделения отходов реализуются в оборудовании нескольких европейских производителей. Предлагаемое оборудование ориентировано в первую очередь на сортировку раздельно собранных отходов. В России актуален вопрос применения такой технологии для смешанных ТБО. 

Еще одна исследовательская задача, которая может быть решена с использованием линий оптико-механической сортировки, – это исследования состава ТБО. Актуальные данные о морфологическом составе ТБО для конкретного населенного пункта позволяют оценить возможные объемы извлечения вторичного сырья, его качество и наиболее приоритетные компоненты, извлечение которых экономически целесообразно. 

Принцип работы линии оптико-механической сортировки материалов

В обычной практике различают ручную и автоматическую сортировку материалов. При ручной сортировке распознавание нужных материалов производится персоналом визуально, а отбор осуществляется вручную, хотя отдельные вспомогательные операции (подача материала на сортировочный конвейер, предварительный рассев по крупности) могут быть механизированы. Линии автоматической сортировки значительно облегчают ручной труд, однако распознавание интересующих компонентов, как правило, выполняется человеком. На линиях полностью автоматической сортировки материалов весь процесс сортировки отходов (идентификация отбираемых материалов и их выделение из общего потока) происходит без участия персонала. 

Как правило, в основе технологий автоматической сортировки лежит использование сенсоров оптического определения материалов путем облучения потока отходов излучением с определенной длиной волны и последующего спектрального анализа отраженного от поверхности материала излучения [1].

Технологические линии компании Titech GmbH (Германия) являются примером полностью автоматической сортировки материалов [2]. Принцип работы оборудования показан на рис. 1.

 

Поступающий для сортировки материал 1 равномерно подается по транспортеру к области работы сенсоров 2. Технология основывается на облучении поверхности отходов либо светом c длиной волны, соответствующей видимому спектру (датчик VIS), либо светом c длиной волны в инфракрасном диапазоне, ближе к видимому спектру (датчик NIR). Технология VIS обеспечивает распознавание цвета облучаемого материала, технология NIR определяет химический состав. Распознавание производится с помощью сравнения спектра отраженного от поверхности отхода светового сигнала с уже имеющимся спектром в базе данных системы. 

В конце транспортера находится один или два пневмомодуля, снабженные рядом пневмодюз. После распознавания нужного для сортировки компонента через расчетное время открываются необходимые дюзы и распознанный компонент отстреливается из потока с помощью сжатого воздуха. Таким образом, из потока материалов можно выделить две или три фракции (при условии установки второго пневмомодуля) 3.

Чистота сортировки зависит не только от качественного определения материала, но и от точности приложения силы сжатого воздуха. 

Иными словами, если вектор силы будет проходить относительно далеко от центра масс элемента, то элемент не получит необходимой кинетической энергии поступательного движения по нужной для удаления траектории. В технологии Titech чистота сортировки обеспечивается высокой плотностью сканирования поверхности конвейера с материалом (320 тыс. точек в секунду). Такая плотность позволяет определить не только материал сканируемого объекта, но и занимаемую им площадь поверхности. Оборудование различает до 1 400 компонентов по виду, цвету и химическому составу. Технология эффективна как при «положительной», так и при «отрицательной» сортировке. 

Таким образом, датчики линий автоматической сортировки позволяют различать материалы по специфическому для каждого материала спектру излучения и тем самым выделять компоненты, которые зачастую визуально не отличаются друг от друга. В частности, возможна сортировка полимеров – выделение полиэтилена, полипропилена, полистирола, поливинилхлорида и других пластиков, визуальное распознавание которых очень затруднено. Кроме того, линии автоматической сортировки материалов значительно превосходят ручной труд по производительности [4]. 

Линии оптико-механической сортировки могут быть использованы для разделения различных материалов:

• полезных ископаемых: благородных металлов (платины, золота), алмазов, угля, черных металлов, меди, минералов, шлаков, хвостов и т. п.;
• пищевых продуктов: овощей, фруктов, сухофруктов, орехов, семян, морепродуктов, шелухи и очисток и т. п.;
• товарных продуктов: пластиков, резины, древесины, медицинских препаратов, табака и т. п.;
• отходов: как относительно мелких (ТБО, электронного шрота), так и крупногабаритных после предварительного измельчения (крупногабаритных и строительных отходов, старых автомобилей и т. п.).

Ширина рабочей зоны сканирования одной машины Titech в зависимости от типоразмера составляет от 600 до 2 800 мм, обеспечивая производительность от 14 до 130 т/ч. Общая производительность линии зависит от принятой компоновки оборудования и обычно ограничивается скоростью подающих конвейеров. 

Промышленная сортировка твердых бытовых отходов 

Промышленная сортировка твердых бытовых отходов с использованием оптико-механической сортировки отличается высокой производительностью (табл. 1).

Производительность отдельных машин и компоновка линии выбираются в зависимости от объема сортируемых отходов. Так, при технико-экономическом обосновании оптико-механической сортировки для ряда городов предлагались следующие технические решения:

• для г. Екатеринбурга – линия производительностью 250 тыс. т/год, оборудованная 10 сканирующими машинами с шириной рабочей зоны сканирования от 1 400 до 2 800 мм с выделением 12 видов вторичного сырья и получением вторичного топлива;
• для г. Чусовой (Пермский край) – линия производительностью 39 тыс. т/год, оборудованная 8 машинами с шириной рабочей зоны сканирования от 1 000 до 2 800 мм с выделением 8 видов вторичного сырья.

Лабораторный комплекс глубокой оптико-механической сортировки потоков отходов и материалов 

На кафедре охраны окружающей среды Пермского национального исследовательского политехнического университета в 2013 г. организован лабораторный комплекс глубокой оптико-механической сортировки потоков отходов и материалов. Комплекс включает в себя оборудование компаний Stadler и Titech. Компоновочная схема оборудования представлена на рис. 2. 

Исследуемая партия материалов поступает на подающий конвейер 1, затем через перегружающий конвейер 2 попадает в баллистический сепаратор 3, где подвергается фракционному разделению. С помощью сепаратора можно разделить общий поток на 3 части: плоскую фракцию (например, полимерная пленка, листы бумаги, картона), объемную фракцию (например, ПЭТФ-бутылка, канистры) и отсев (компоненты, имеющие геометрические размеры менее 20 мм). Каждый поток может быть выведен из технологической цепочки с помощью поперечных конвейеров или направлен на ускоряющий конвейер 4. Еще одна важная функция баллистического сепаратора – это разрыхление отходов и равномерное распределение их по поверхности конвейера, что необходимо для качественного разделения сжатым воздухом. Отходы распознаются и сортируются установкой 5. 

«Отстрелянные» системой компоненты так же, как и «хвосты» сортировки, с помощью реверсивных конвейеров 6 и 7 выводятся из технологической цепочки для дальнейших исследований или возвращаются в цикл. Оптическое оборудование, сортируя отходы, способно проводить процентную статистику отсортированных компонентов, в конечном результате представляя ее на графиках и диаграммах. При работе с ТБО комплекс может использоваться для сортировки полимеров, удаления бумажной смеси, получения вторичного топлива (RDF), сортировки органики и очищения древесины. Однако наиболее приоритетными направлениями применения лабораторного комплекса являются исследования состава и ресурсного потенциала ТБО, выявление возможностей получения вторичного топлива (RDF) и отработка технологии оптической сортировки. 

Исследования состава и ресурсного потенциала твердых бытовых отходов 

Исследования морфологического состава ТБО приобретают все большую актуальность в связи с развитием технологий использования их ресурсного потенциала. В связи с этим возникает потребность в оптимизации таких исследований как с точки зрения минимизации временных, трудовых и финансовых затрат, так и с точки зрения повышения достоверности и точности результатов. Использование линий автоматической сортировки отходов для оценки процентного содержания отдельных компонентов в ТБО – перспективное направление исследований. 

Традиционная схема исследований морфологического состава ТБО [3–4] включает отбор представительных проб (отходов) и их анализ – визуальную идентификацию отдельных компонентов, их ручное разделение и взвешивание. Результаты (массы отдельных компонентов) регистрируются в первичных протоколах, на основании которых в дальнейшем рассчитывается морфологический состав ТБО.

Неоднородность ТБО (как по природе составляющих их материалов, так и по их размерам, изменчивость их состава по дням недели, по сезонам года и в зависимости от множества других факторов) обусловливает необходимость отбора значительных объемов отходов в качестве представительной пробы. Ручная сортировка таких объемов отходов, представляющая собой очень кропотливую работу, связана со значительными временными и трудовыми затратами. В связи с этим актуальным становится поиск возможных способов оптимизации подобных исследований.

Использование линий автоматической сортировки при определенных условиях позволяет значительно ускорить и упростить исследования морфологического состава ТБО, особенно в тех случаях, когда необходимо исследовать большие объемы отходов.

Сравнительный анализ преимуществ и недостатков использования ручного труда и автоматического оборудования для сортировки отходов при определении морфологического состава отходов приведен в табл. 2.

 

Можно выделить два основных направления использования линий оптической сортировки отходов:

• сортировка отходов путем выделения компонентов и их последующего взвешивания;
• обработка статистических данных распределения материалов по площади потока.

В первом случае алгоритм выполнения исследований, описанный ранее, в целом остается неизменным, только при этом сортировка отходов на заданное число компонентов производится не вручную, а автоматически, а все остальные процедуры и порядок обработки результатов остаются прежними. Преимуществом здесь является возможность рассортировать больший объем отходов по сравнению с ручной сортировкой и тем самым повысить точность результатов. Недостаток – ограниченность по числу компонентов: каждая установка с оптическим сканером позволяется выделять из потока только один компонент, поэтому для определения большого числа компонентов (как это требуется при исследованиях морфологического состава) необходимо либо большое число сканирующих установок, либо организация многократного прохождения потока отходов через сканирующее устройство с пошаговым выделением всех интересующих компонентов.

Во втором случае на основании статистических данных, выдаваемых оптическим сканером, вычисляют эмпирический коэффициент зависимости содержания конкретного компонента в отходах от его доли в общей площади потока отходов:

K_i=C_i/S_i,

где i – количество определяемых компонентов, необходимых для конкретного исследования; 
С_i – содержание i-того компонента в исследуемой пробе; 
S_i – доля площади, занимаемой i-тым компонентом в общей площади потока исследуемой пробы. 

Содержание каждого компонента в исследуемой пробе (морфологический состав отходов исследуемой пробы) определяют традиционным способом с помощью разделения всей пробы на компоненты, определения массы каждого компонента (взвешивания) и последующей статистической обработки результатов. Количество и масса проб, а также остальные показатели экспериментального исследования определяют по описанной схеме. 

После расчета коэффициента зависимости содержания всех компонентов от их площади становится возможным определение морфологического состава отходов только на основании данных системы сканирования отходов без разделения отходов и последующего взвешивания. Обязательным условием остается только отбор и анализ представительной пробы отходов. 

Таким образом, временные и трудовые затраты существенно снижаются. Однако следует понимать, что полученные таким опосредованным образом сведения могут иметь большую по сравнению с классическим определением погрешность. Для уменьшения этой погрешности пробу отходов целесообразно предварительно измельчить, тем самым сделав ее более однородной. 

Отработка технологии сортировки 

Распространение автоматической сортировки с применением оптического распознавания в России сдерживается различными причинами. Вопервых, это различие между российскими сортируемыми материалами и их зарубежными аналогами по химическому составу, что обусловливает невозможность распознавания их оптическими датчиками. Во-вторых, до настоящего времени не отработаны технологии сортировки входящего потока смешанных ТБО, характерных для России (в Европе преобладает раздельный сбор отходов). Именно поэтому актуальным направлением исследований для внедрения технологии оптико-механической сортировки являются:

• определение спектральных характеристик специфических материалов с занесением в базу данных, добавление новых материалов, характерных для российских отходов;
• определение зависимости спектральных характеристик от влажности материала;
• определение технологических параметров сортировки смешанных ТБО и раздельно собранных отходов;
• оптимизация конфигурации оборудования.

Использование оборудования для автоматической сортировки материалов с системой оптического распознавания позволяет многократно увеличить скорость сортировки материалов по сравнению с ручным трудом. Кроме того, возможность идентификации более тысячи материалов (по цвету и химическому составу) открывает широкие перспективы промышленного применения данных технологий. 

Использование лабораторного комплекса позволит отработать технологию оптической сортировки в российских условиях, что значительно облегчит применение таких систем в России. Исследования морфологического состава бытовых отходов позволят адаптировать оборудование для сортировки отечественных материалов, установить более точное содержание компонентов в отходах разного состава, что в свою очередь обеспечит выбор оптимального варианта для дальнейшей переработки ТБО и максимального использования их ресурсного потенциала. 

Работа по созданию комплекса поддерживается Министерством образования Пермского края в рамках соглашения о предоставлении и целевом использовании субсидии для реализации научных проектов международными исследовательскими группами ученых на базе государственных образовательных учреждений Пермского края. 

Литература
1. Слюсарь Н. Н., Борисов Д. Л., Григорьев В. Н. Разработка комплексной технологической схемы сортировки твердых бытовых отходов // Вестн. ПНИПУ. Урбанистика. – 2011. – № 3. – С. 75–82.
2. Хюскенс Ю., Клуттиг М. Автоматическая сортировка мусора // Инновации в теории и практике обращения с отходами: презентационные мат. межд. науч.-практ. конф., Пермь, 5–6 ноября 2009 г.
3. Ильиных Г. В., Устьянцев Е. А., Вайсман Я. И. Построение материального баланса линии ручной сортировки твердых бытовых отходов // Экология и промышленность России. – 2013. – № 1. – С. 22–25.
4. Ильиных Г. В., Коротаев В. Н., Слюсарь Н. Н. Современные методические подходы к анализу морфологического состава ТБО с целью использования их ресурсного потенциала // Экология и промышленность России. – 2012. – № 7. – С. 40–45.