स्वचालित अपशिष्ट पहचान के माध्यम से स्वीडन में एक परिपत्र अर्थव्यवस्था को बढ़ावा देना
2021 सर्कुलरिटी गैप रिपोर्ट के अनुसार, हर साल दुनिया भर में लोग 100 बिलियन टन सामग्री का उपभोग करते हैं- और केवल 8.6 प्रतिशत रीसायकल करते हैं। दक्षिणी स्वीडन की एक टीम अपशिष्ट धारा से संसाधनों को पुनर्प्राप्त करने के लिए उपयोग की जाने वाली स्वचालित प्रौद्योगिकियों में सुधार करके इस प्रतिशत को बढ़ाने की उम्मीद करती है। परियोजना ने एक अपशिष्ट पहचान परीक्षण विकसित किया जो औद्योगिक कचरे में पुनर्नवीनीकरण सामग्री की पहचान और सॉर्ट करने के लिए एआई-सक्षम सेंसर और उन्नत रोबोटिक्स का उपयोग करता है।
अपशिष्ट प्रबंधन के लिए आईओटी तकनीक को लागू करने के लिए मिलकर काम करना
अपशिष्ट पहचान परीक्षण नवाचार स्केन और मोबाइल हाइट्स के बीच सहयोग से उत्पन्न हुआ, दो संगठन जो सार्वजनिक भलाई के लिए नवाचार करने के लिए व्यवसाय, शिक्षा और सार्वजनिक क्षेत्र को एक साथ लाने के लिए समर्पित हैं।
साझेदारों इन्वेस्ट इन स्केन, नॉरविडिंग और ओपी टेकनिक के साथ, और माइक्रोसॉफ्ट डेटासेंटर कम्युनिटी डेवलपमेंट से अनुदान, टीम ने एक खुला मंच विकसित किया जिसका उपयोग सेंसर इंजीनियर वास्तविक अपशिष्ट-छंटाई वातावरण में अपनी तकनीक का परीक्षण करने के लिए कर सकते हैं। अपशिष्ट पहचान टेस्टबेड सेंसर तकनीक और मौजूदा अपशिष्ट छंटाई मशीन के बीच एक हार्डवेयर और सॉफ्टवेयर इंटरफ़ेस प्रदान करता है, इसलिए इंजीनियर आसानी से विभिन्न सेंसर में प्लग कर सकते हैं और विभिन्न अपशिष्ट धाराओं में उनके प्रदर्शन की गति और सटीकता का मूल्यांकन और तुलना कर सकते हैं।
अपशिष्ट पहचान परीक्षण परियोजना जून 2020 और जुलाई 2021 के बीच चली। इस समय के दौरान, शोधकर्ताओं और इंजीनियरों ने विभिन्न औद्योगिक अपशिष्ट धाराओं से पुन: प्रयोज्य को क्रमबद्ध करने के लिए सेंसर को मान्य और परिष्कृत करने के लिए मंच का उपयोग किया - जिसमें कुछ प्रौद्योगिकियां शामिल थीं जिन्हें कचरे को छांटने के लागू उद्देश्य के लिए विकसित नहीं किया गया था। उदाहरण के लिए, टीम ने दुनिया के सबसे तेज कैमरे का परीक्षण करने के लिए लुंड विश्वविद्यालय के शोधकर्ताओं से संपर्क किया, जिसे फोटॉन को फिल्माने के वैज्ञानिक उद्देश्य के लिए विकसित किया गया था। इस कैमरे का उपयोग करने वाले सेंसर का एक प्रयोगशाला प्रोटोटाइप मुश्किल-से-पता लगाने वाली सामग्री की पहचान करने में सफल साबित हुआ - और कैमरे की लागत आज सेंसर में उपयोग किए जाने वाले हाइपरस्पेक्ट्रल कैमरों की तुलना में 20 प्रतिशत कम है। टीम अब कैमरे को व्यावसायिक रूप से उपलब्ध कराने के लिए साझेदारी की तलाश कर रही है।
उद्योग में नवाचार को बढ़ावा देना
परियोजना ने प्रारंभिक परीक्षण से परे नवाचार को जन्म दिया है। उदाहरण के लिए, लुंड विश्वविद्यालय के एक छात्र, एमिल सैंडलिन ने प्रोफेसर कार्ल जोहान आस्ट्रोम की देखरेख में मास्टर डिग्री प्रोजेक्ट के लिए टेस्टबेड का इस्तेमाल किया, जिसे कंप्यूटर इमेजिंग में उनके काम के लिए व्यापक रूप से उद्धृत किया गया था। सैंडलिन की परियोजना ने उदाहरण विभाजन के नए तरीकों का मूल्यांकन किया, जो यह पहचानने की क्षमता है कि एक वस्तु कहां समाप्त होती है और दूसरी शुरू होती है- आम तौर पर मनुष्यों के लिए आसान लेकिन कंप्यूटर के लिए यह भेद करना काफी चुनौतीपूर्ण है कि एक वस्तु दूसरे के शीर्ष पर होती है। परियोजना टेस्टबेड परियोजना द्वारा एकत्र किए गए इमेजिंग डेटा पर एआई एल्गोरिदम को प्रशिक्षित करके सामग्री की पहचान की सटीकता में सुधार करने में सक्षम थी। नई तकनीक, जबकि अधिक सटीक है, धीमी है, इसलिए वर्तमान शोध उनकी गति में सुधार के लिए इन नए एल्गोरिदम को परिष्कृत कर रहा है।
इनोवेशन स्केन अस्पतालों में साइट पर कचरे की स्वचालित छंटाई में प्रौद्योगिकी के संभावित अनुप्रयोग को भी देखता है। अस्पताल का कचरा एक जटिल उपयोग का मामला है, क्योंकि यह रोगियों के लिए जोखिम के विभिन्न स्तरों को वहन करता है। पुन: प्रयोज्य पदार्थों की स्वचालित पहचान और नसबंदी एक ऐसे क्षेत्र में रीसाइक्लिंग ला सकती है जिसमें अधिकांश सामग्री वर्तमान में अपशिष्ट के रूप में समाप्त होती है।
अधिक टिकाऊ भविष्य की ओर देख रहे हैं
सामग्रियों के लिए एक परिपत्र अर्थव्यवस्था बनाना - और पुन: उपयोग की जाने वाली सामग्रियों के लिए एक बेहतर बाजार - सभी बेहतर सेंसर के साथ सामग्री की बेहतर पहचान के साथ शुरू होता है। अपशिष्ट पहचान परीक्षण ने अपशिष्ट प्रबंधन में नवाचार के लिए एक केंद्र बिंदु स्थापित किया है। नई प्रौद्योगिकियां सामग्री बाजार में प्रवेश करने वाले पुन: प्रयोज्य पदार्थों की आपूर्ति बढ़ाने, पुनर्नवीनीकरण सामग्रियों की लागत को कम करने और अर्थव्यवस्था को कुंवारी संसाधनों से दूर स्थानांतरित करने का वादा करती हैं। नई निजी-सार्वजनिक साझेदारी के साथ, टीम को अधिक टिकाऊ भविष्य के लिए पूरे उद्योग में बेहतर छंटाई प्रौद्योगिकियों को साझा करने की उम्मीद है।
संबंधित पोस्ट
एक स्थायी भविष्य सुनिश्चित करने के लिए यूरोपीय और दक्षिण अफ्रीका डेटासेंटर समुदायों में बदलाव लाना - माइक्रोसॉफ्ट लोकल (इनोवेशन स्केन का उल्लेख)
