Il progetto è finalizzato a sviluppare strategie efficienti per il riciclo di plastiche post-consumo in accordo con gli obiettivi dell'economia circolare, basate sull'applicazione di una metodologia innovativa, rapida e non distruttiva, l'analisi d'immagine iperspettrale (HSI). In particolare, l'obiettivo del progetto è quello di ottenere un prodotto in scaglie di polietilene tereftalato (PET) post-consumo di alta qualità, uno dei più diffusi polimeri sul mercato, utilizzato principalmente per bottiglie. Tale scopo sarà raggiunto attraverso l'individuazione dei flakes di altri polimeri, considerati come contaminanti all'interno del flusso di PET. Le immagini iperspettrali dei campioni verranno acquisite attraverso una strumentazione HSI che lavora nel range dell'infrarosso a onde corte (SWIR:1000 - 2500 nm). In una prima fase, le immagini iperspettrali verranno elaborate applicando approcci chemiometrici e di analisi multivariata dei dati, per costruire un modello di classificazione basato sull'intero intervallo spettrale SWIR, che consenta il riconoscimento dei materiali in esame. In una seconda fase saranno applicati diversi metodi di selezione delle variabili, in grado di determinare le bande spettrali fondamentali per il riconoscimento delle scaglie di PET e di altri materiali o polimeri, considerati come contaminanti, al fine di sviluppare una procedura implementabile a scala industriale. Il confronto tra i risultati ottenuti permetterà di individuare il metodo di selezione delle variabili migliore, caratterizzato dai valori di efficienza più vicini a quelli ottenuti dal modello predittivo a spettro completo, considerato come risultato ideale. Le logiche orientate al riciclo sviluppate consentiranno di ottimizzare lo smistamento in tempo reale di scaglie di PET post-consumo negli impianti di riciclo, implementando la produzione di una materia prima secondaria di alta qualità.
Nell'ottica dell'economia circolare, la ricerca proposta risulta innovativa poiché coniuga strategie orientate al riciclo e tecnologie d'avanguardia non distruttive e rapide, come l'HSI, che tutelano e migliorano gli obiettivi di progresso industriale e di sostenibilità ambientale. Lo studio mira, in particolare, a fornire logiche che implementino la resa degli impianti di riciclo per la produzione di materie prime secondarie di alta qualità e di alto valore economico. Verranno, dunque, messe a punto delle strategie applicate al riciclo di scaglie di PET post-consumo, essendo uno dei polimeri più diffusi e utilizzati per il confezionamento di alimenti e bevande, da cui ne deriva una quantità notevole di rifiuti da riciclare.
Più nel dettaglio, per migliorare le logiche di classificazione a livello industriale, verranno testati dei metodi di selezione delle variabili, al fine di individuare le bande spettrali utili al riconoscimento dei materiali in esame.
L'immagine iperspettrale è spesso influenzata da informazioni indesiderate ed effetti ridondanti, come ad esempio il rumore e la multicollinearità. Infatti, non tutte le variabili sono utili o necessarie per costruire dei modelli di classificazione. L'obiettivo della selezione delle variabili applicate ai dati HSI è, infatti, ottenere un numero limitato di lunghezze d'onda, prelevate dall'insieme dei dati originali, che forniscano le informazioni utili per raggiungere gli obiettivi preposti. Pertanto, verrà discussa l'importanza del ruolo della selezione delle bande spettrali significative nell'analisi HSI, prima della modellazione, per il riconoscimento di campioni di contaminanti all'interno di un flusso di scaglie di PET post-consumo.
L'innovatività della ricerca proposta è sintetizzabile nei seguenti punti:
1. Sviluppo di strategie operanti in tempo reale per ottimizzare le fasi di selezione e smistamento di scaglie di plastica post-consumo basate su sensori, al fine di creare una materia prima secondaria di alta qualità;
2. Implementazione di metodiche orientate al riciclo non distruttive e rapide basate sull'analisi HSI nel range dell'infrarosso a onde corte (1000 - 2500 nm), sull'applicazione di logiche chemiometriche, di analisi multivariata dei dati e di selezione delle variabili, per l'identificazione di contaminanti in un flusso di scaglie di PET post-consumo.