加快研发“多技术融合”的再生资源智能分类设备

文/胡晓娟 闵勇

我国再生资源智能分类正处于从人工分类时代迈向智能分类的初期阶段，探索构建不同分类技术融合、高效集成的分类系统是再生资源分类设备的未来发展方向

随着城镇化迅速发展和人们生活水平逐步提高，再生资源产生量不断增加，种类也更为多样。受我国区域间人文地理环境及经济发展阶段影响，再生资源组分明显不同、处理利用方式差异较大，对智能分类技术的适应性提出了更高的要求。目前，我国再生资源分类方式仍以人工为主，效率低、成本高、准确性差。为加快提升再生资源分类高效准确性，满足居民对不断增长的再生资源处理利用便捷性的需求，多技术融合的再生资源智能分类设备研发应用至关重要。

再生资源智能分类设备发展环境

我国再生资源智能分类行业产业链具有服务链条长、参与对象多、技术面较广等特点，上游参与者以提供相关技术的供应商为主，中游参与者为再生资源智能分类厂商，下游为再生资源回收企业和人员。据《中国再生资源回收行业发展报告（2020）》统计，我国2019年再生资源回收企业约10万家，回收行业从业人员约1500万人，废钢铁、废有色金属、废塑料、废轮胎、废纸、废弃电器电子产品、报废机动车、废旧纺织品、废玻璃、废电池十大品种的回收总量约3.54亿吨，同比增长10.2%；再生资源回收总额达9003.8亿元，同比增长3.7%。随着我国再生资源量的增长、分类政策的实施推广以及机器视觉识别等技术的更新迭代，再生资源智能分类设备行业发展潜力十分巨大。

“双碳”目标激发市场需求。在以“双碳”目标为引领的国家绿色发展政策刺激下，再生资源循环使用可大幅减少高碳排放制造业企业开采原材料和初加工时的碳排放。随着碳交易市场行业覆盖面的进一步扩大，原生资源产能扩张受限，再生资源将成为重要补充，将有更多高碳排放企业自愿使用再生资源替代原生资源来实现减排降碳。市场对再生资源需求的增长可能进一步抬高再生资源价格，使用再生资源智能分类设备可能成为减少企业用人成本、增强盈利能力的重要途径。

标准体系支撑技术推广。在政府、行业协会以及企业等多方的共同努力下，再生资源行业标准化建设取得阶段性进展。截至 2019年底，我国再生资源回收利用领域现行的国家标准 164 项、在研的国家标准计划 38 项、现行的行业标准 139 项、发布团体标准 70 项，已形成国标与行标相结合、强制性与推荐性相协调、覆盖多个再生资源品种、涵盖回收利用的标准体系，基本满足了产业发展对标准化工作的需求，将有利于快速推广应用再生资源智能分类设备。

数字技术赋能回收网络。从全国来看，大部分地区已建立起以回收网点、分拣中心和集散市场（回收利用基地）为核心的三位一体回收网络。据不完全统计，我国目前已形成回收网点约 15.96 万个，分拣中心 1837 个，集散市场 266个，分拣集聚区 63 个，回收网络已初具雏形。目前，已有一些再生资源回收企业利用互联网、大数据建立便捷高效的再生资源回收交易服务平台，通过二维码等物联网技术跟踪产品及废弃物流向，逐步整合物流资源，梳理回收渠道，优化回收网点布局，使供需双方能够快速获得信息匹配。在数字技术赋能下，推广应用再生资源智能分类设备将进一步提高回收环节智能化水平和回收效率，降低回收成本，完善再生资源回收体系。

再生资源智能分类设备技术发展现状

当前，我国再生资源智能分类正处于从人工分类时代迈向智能分类的初期阶段，在具体操作中借鉴了发达国家做法并进行了加工简化，但分类方式仍较为粗放。近年来，随着新型传感技术不断发展，各种机器学习算法的人工智能技术也日渐成熟，涌现出一批基于不同原理的再生资源智能分类技术。

主流再生资源智能分类技术是基于密度和基于电磁的分选技术。基于密度的分选技术本质上属于重力分选，根据固体废物中不同物质颗粒间的密度差异得到不同密度产品。设备、操作相对简单, 资金投入少, 维修方便, 但是分选精度不高, 无法实现再生资源的全面分选。基于电磁的分类技术利用再生资源各种组分磁性不同、电性差异实现分类，操作简单, 维修方便, 但分类对象单一, 且磁力分选仅可用于分离再生资源中的磁性物质, 电磁分选仅可用于分离导体物质。以上这些技术更多利用再生资源自身的物理性质来进行分选，但也存在其物理性质与应用特性间匹配的不一致，故精细化程度较低。

基于表征的再生资源智能分类技术显示强大竞争力。

图像分类技术是目前最流行的基于表征智能分类技术, 其本质是计算机视觉学，将图像处理、计算机科学与环境学科相结合, 操作方便快速, 但是该技术受限于计算机视觉发展, 在再生资源分类准确度上还有提升的空间, 且设备投资偏大。声波分类技术利用了声波振幅和音色的特性，通过接收声波的差异性来分析，从而判断物体的性质进行分类。目前该技术处于萌芽状态, 准确度高是其重要优势与特点,但应用难度较大。光谱分类技术利用物质产生的光谱来分析，并得到物质的组成特征信息，在更高水平上对再生资源组分进行精细化识别，但对再生资源状态和特性具有一定的要求，且设备投资相对较高。

从技术层面来看, 虽然当前基于密度、电、磁等原理的以再生资源物理特性为基准的分类技术应用更加广泛, 但随着社会对再生资源分类水平的需求增长，以及智能分类领域基本技术的发展, 图像识别、声波、光谱再生资源分类技术及其衍生出的智能分类产品将展现出越来越强的竞争力, 但因成本较高、效用不精，要实现推广还存在一定困难。

“多技术融合”是再生资源智能分类设备的未来方向

目前，各类再生资源分类技术均要单独应用，都很难实现不同再生资源物理特性与其下游的精细化衔接，探索构建不同分类技术融合、高效集成的分类系统是再生资源分类设备的未来发展方向。

集成硬核技术，提升分类效率。在普通再生资源分类设备基础上进行智能化升级，利用5G、AI、物联网、人脸识别、人机触摸等硬核技术形成的“互联网+”智能再生资源分类设备终端，使再生资源分选更精细化, 更好应对不同再生资源分类要求，并有效提高用户投放积极性。声、图像、光、电、磁等技术及人工智能快速发展将进一步推动再生资源智能分类设备的硬核技术迭代升级。

注重区域差异，提升适用能力。再生资源回收利用模式和需求因区域差异存在不同，在分类技术融合模式设计和推广政策制定时，要充分调研当地产业类型和居民需求，尤其是要分析废钢铁、废有色金属、废纸、废塑料、废轮胎、废弃电器电子产品、废玻璃等主要品种再生资源的区域格局，将区域占比较大、居民需求较多的再生资源分类技术需求集成到再生资源智能分类设备中，形成一批区域适用性较强的设备产品。

强化全程监管，提升合规水平。政府补贴不足、牌照发放速度与实际的处理量增速错配导致大量技术落后、违法加工的中小企业抢占再生资源，造成再生资源的浪费，也限制了技术含量较高的再生资源智能分类设备应用。要严格实施并大力创新全程监管措施，逐步淘汰再生资源利用产业中落后和不规范企业，使得拥有关键工艺和设备以及更强再生资源提纯能力的公司将在竞争中保持优势，提升行业合规水平，为推广应用“多技术融合”的再生资源智能分类设备营造良好发展环境。