Udnyt AMCS Vision AI til at få automatiseret indsigt for at maksimere kvaliteten og værdien af dine genanvendelige materialer

Hvis du vil vide mere om AI og ML, så vil min sidste blog informere dig om dem.

AMCS Vision AI udnytter både Computer Vision og kunstig intelligens til at give dig automatiseret og detaljeret indsigt i sammensætningen af det materiale, du indsamler.

I den første brugssag for AMCS Vision AI har vi udviklet en applikation kaldet Automated Material Identification Service til at identificere forurening på indsamlingsstedet.

Forurening er et problem for mange virksomheder, der indsamler materialer som organisk affald og genanvendelige materialer. Hvis en kunde for eksempel konsekvent lægger plast i en papir- og papbeholder, kræver det en yderligere sortering, når den er leveret til depotet eller materialegenvindingsanlægget (MRF).

En rapport fra The Recycling Partnership anslog, at forurening i gennemsnit udgør 17 vægtprocent i containere på kantstenssiden i USA.

En rapport fra 2017 fra scottish environmental protection agency viste også, at i gennemsnit 17% af det materiale, der blev sendt til skotske MRF'er (Material Recovery Facilities) til sortering, var forurening.

Dette øger omkostningerne til bundlinjen, fordi det forurenede materiale skal sorteres og adskilles fra værdifulde sekundære råvarer. I nogle tilfælde kan det genanvendte indhold være så forurenet, at hele lasten sendes til deponering eller bortskaffelse af forbrænding.  Med mange købere, især på eksportmarkedet, men også i stigende grad på hjemmemarkederne, der kræver materiale på en bestemt specifikation, er genanvendelses- og affaldshåndteringsvirksomheder nødt til at reagere med investeringer i forureningsforebyggende  teknologi.

Mere forurening har tendens til at føre til:

• Mere afvist materiale, der skal til deponering eller energi fra affald - betyder også ekstra portgebyromkostninger

• Materiale, der er forurenet, har tendens til at tiltrække lavere genbrugspriser end renere belastninger
• Forurening betyder større miljøpåvirkning, ikke kun fra materiale, der omdirigeres til deponering, men også brændstof- og medarbejderomkostningerne ved at flytte materiale, du måske ikke ønsker
• Større sortering betyder potentielt større sundheds- og sikkerhedsrisici på MRF-plukkelinjer
• Hvis offentligheden ser materiale, de troede blev genanvendt i stedet for at ende på udenlandske lossepladser eller ulovlige lossepladser, så underminerer det det positive genanvendelsesbudskab.

Mens sorteringsteknologien fortsætter med at forbedre sig hurtigt, vil det altid være mere omkostningseffektivt og lettere at identificere forurening ved kilden under indsamlingsprocessen.

Udskift manuelle inspektioner med automatisering

Mennesker er gode til at spotte forurening, men det kan være en vanskelig og rettidig proces, og medarbejderne koster penge.

For at få inspektioner til at fungere og for at identificere, hvor forureningen finder sted, skal inspektioner finde sted, før beholderen indsamles. Det betyder, at en person skal åbne hver container lige før indsamling, undersøge den og se, hvad der foregår. Potentielt skal de også mærke den med et klistermærke eller en folder, der nævner forureningen og skitserer måder at reducere den på.

Hvis dette sker lige før en indsamling, hvilket ofte er tilfældet, da det er, når beholderen er tilgængelig, bremser det driften af at indsamle den.

En anden måde at inspicere materiale på er at gøre det, når køretøjets last er tippet på depotet eller MRF. Problemet med denne tilgang er, at det sandsynligvis vil være for lidt, for sent. Mens du muligvis kan hente identifikatorer som navne og adresser nogle gange ved forurening, er virkeligheden, at der for det meste ikke vil være nogen måde at identificere, hvem der forårsagede problemet.

AMCS Vision AI - Identificering af forurening ved kilden

Her hos AMCS indså vi, at løsningen ligger på selve køretøjet. Ved at sætte et kamera på et køretøj, der ser på tragten, er det muligt konstant at identificere både accepteret og forurenet materiale, samtidig med at det sikres, at indsamlinger sker effektivt.

Den måde, det fungerer på, er:

• Et HD-kamera kigger over tragten
• En optagelse fra kameraet udløses af løftesensoren
• Dataene fra denne optagelse sendes til AMCS Cloud. Disse data omfatter:

- VideostreamsGPS-data

- Tids-/datostempel

- Hændelses-ID

- Køretøjets ID

• I den anden ende er dataene problemfrit tilgængelige på AMCS-platformen
• Vores analysesoftware gennemgår ved hjælp af AI og ML hvert billede, registrerer, måler og scorer forurening
• Handlingsrettet indsigt genereres af platformen, hvilket hjælper dig med at identificere kunden og giver dig mulighed for at uddanne dem til at reducere forurening. Du kan også bruge billederne fra deres samling til at vise dem, hvad der er det accepterede materiale, og hvad der ikke er.

AMCS Vision AI (Automated Material Identification Service) har potentialet til at reducere dine forureningsniveauer, dine bortskaffelsesomkostninger og øge indtægterne fra materialesalg.

For de virksomheder, der er nysgerrige efter at udforske AI eller ML, tilbyder det også et fantastisk udgangspunkt for at se kraften i denne teknologi.

Klik her for at få mere at vide om, hvordan AMCS Vision AI kan give dig automatiseret indsigt på tværs af dine genbrugsaktiviteter for at skabe bedre miljømæssige og økonomiske resultater.

Kom og se AMCS Vision AI på WasteExpo 2022 i Las Vegas Convention Center på stand #2038 og book et møde her.