GAIKER prueba la viabilidad de la visión hiperespectral para clasificar residuos de construcción y demolición
Para cada uno de estos casos de estudio se han desarrollado y evaluado satisfactoriamente modelos específicos de clasificación automática
- 1448 lecturas
El proyecto europeo ICEBERG en el que participa el Centro Tecnológico GAIKER, miembro de Basque Research & Technology Alliance, BRTA, llega a su fin habiendo logrado importantes resultados.
Para dar una solución a los residuos de construcción y demolición (RCD), que representan más de un tercio de la generación total de residuos, y abordar su circularidad, desde la recuperación y el reciclado hasta el desarrollo de productos más sostenibles, en 2020 dio comienzo esta investigación, de cuatro años de duración, que un consorcio de 35 socios procedentes de 10 países europeos ha llevado a cabo.
Entre estos socios está GAIKER, experto en el desarrollo de tecnologías de identificación y separación automática, que se ha encargado de investigar una solución tecnológica avanzada, basada en técnicas de visión hiperespectral y de análisis de datos multivariante, dirigida a recuperar recursos materiales contenidos en diversos flujos de residuos de construcción y demolición para su posterior aprovechamiento en nuevos productos para la construcción.
Más concretamente, su labor se ha centrado en la investigación de la técnica de visión hiperespectral aplicada a la identificación y clasificación automática de pétreos mezclados (agregados de hormigón y cerámicos), residuos de placa de yeso (purificación de la placa de yeso segregándola de otros materiales impropios) y mezclas de espumas aislantes (PUR y PIR).
Para cada uno de estos casos de estudio se han desarrollado y evaluado satisfactoriamente modelos específicos de clasificación automática basados en algoritmos de aprendizaje supervisado que, a partir del análisis de las huellas hiperespectrales de los diversos materiales, determinan en tiempo real la clase o categoría a la que pertenecen, posibilitando así su posterior separación en fracciones independientes.
En conclusión, se ha demostrado la viabilidad de la visión hiperespectral soportada con herramientas de análisis de datos multivariante para llevar a cabo operaciones complejas de clasificación automática de residuos de construcción y demolición. De esta manera, se producirán nuevas fracciones de materiales recuperados con purezas que pueden superar el 90%, lo que permite su reincorporación al ciclo económico como materias primas secundarias en aplicaciones de valor añadido.
