Achat de Trieur Optique | AISORT
Guide de l'acheteur
Comment évaluer et choisir un trieur optique pour le recyclage
Choisir un trieur optique est l'une des décisions les plus lourdes de conséquences dans l'investissement d'une installation de recyclage. La bonne machine peut s'amortir en 12 à 18 mois grâce à des primes de pureté améliorées, un débit plus élevé et une main-d'œuvre réduite. La mauvaise machine — ou la bonne machine au mauvais endroit — devient un goulot d'étranglement coûteux.
Ce guide passe en revue les principaux facteurs techniques, opérationnels et commerciaux à évaluer lors de la comparaison de systèmes de tri optique, avec des critères pratiques que vous pouvez utiliser quel que soit le fabricant.
Étape 1 : Définir l'objectif de tri
Avant de comparer les spécifications des équipements, clarifiez exactement ce que le trieur doit accomplir :
- Tri positif (récupérer le matériau cible) : Extraire le matériau précieux d'un flux de déchets mélangés. Exemple : récupération des bouteilles PET à partir de plastique rigide mélangé. Indicateur clé : taux de récupération (% de matériau cible correctement éjecté dans la fraction acceptée).
- Tri négatif (éliminer les contaminants) : Éjecter des contaminants spécifiques d'un flux principalement propre. Exemple : élimination des flocons de PVC des flocons de rPET. Indicateur clé : efficacité d'élimination des contaminants (ppm de contaminants restant dans l'accepté).
- Amélioration de la qualité (les deux) : Récupérer simultanément le matériau cible tout en éjectant les contaminants. Nécessite d'équilibrer le taux de récupération et la pureté — deux indicateurs qui sont en opposition.
L'objectif de tri détermine tout ce qui suit : sélection du capteur, pas de soupape, largeur de goulotte, et si vous avez besoin d'une configuration à un ou plusieurs passages.
Étape 2 : Comprendre votre matière première
La raison la plus courante pour laquelle les trieurs sont sous-performants est que l'acheteur n'a pas entièrement caractérisé sa matière première avant de spécifier l'équipement. Rassemblez des données sur :
| Paramètre de la matière première | Pourquoi c'est important | Comment mesurer |
|---|---|---|
| Distribution granulométrique (min, max, D50, D90) | Détermine la largeur de la goulotte, l'espacement des vannes et les besoins en résolution du capteur. Les particules plus petites que le pas de la vanne sont éjectées de manière imprécise. | Analyse granulométrique (sèche ou humide selon le matériau) |
| Composition du matériau (% de chaque type de cible et de contaminant) | Détermine combien d'étapes de tri sont nécessaires pour atteindre les objectifs de pureté. | Audit de tri manuel de 50 à 100 kg d'échantillon représentatif |
| Teneur en humidité | Le matériau humide s'agglomère, colle aux surfaces de la goulotte et peut provoquer des fausses lectures du capteur (surtout pour le NIR). | Balance d'humidité ; cible <5% pour le tri à sec, >95% pour le tri humide/lavage |
| Densité apparente | Affecte le calcul du débit — un trieur évalué pour 5 t/h de flocons PET traite un volume très différent de film ou de mousse. | Peser un conteneur de volume connu de matière première |
| Présence de fines (fraction <2mm) | Les fines recouvrent les capteurs, obstruent les vannes et créent de la poussière qui interfère avec la détection optique. | Analyse granulométrique ; envisager un pré-tamisage si les fines >5% |
| État de surface (propre, revêtu, humide, oxydé) | Les capteurs NIR et RVB reposent sur la réflectance de surface. Les revêtements, étiquettes, saletés et oxydation peuvent modifier suffisamment la signature spectrale pour provoquer une mauvaise classification. | Inspection visuelle + essai de tri sur une unité à l'échelle du laboratoire |
Étape 3 : Faire correspondre la technologie de capteur à votre matériau
| Type de capteur | Meilleures applications | Ne convient pas pour | Coût approximatif |
|---|---|---|---|
| Caméra RVB (Visible) | Tri par couleur des plastiques rigides, du verre broyé, des déchets électroniques, des débris de construction | Matériau de même couleur mais de composition différente (ex : PET transparent vs PVC transparent) | $ — base |
| NIR (Proche infrarouge) | Identification des polymères (PET/HDPE/PP/PVC/PS), tri du papier/carton, identification des fibres textiles | Matériaux noirs ou très foncés (absorbent le NIR) ; métaux ; matériaux humides avec film d'eau en surface | $$ |
| Hyperspectral / SWIR | Discrimination des plastiques foncés, purification de qualité alimentaire, distinction de polymères similaires (ex : HDPE vs LDPE) | Flux de métaux uniquement ; applications où RVB+NIR suffit | $$$ |
| Transmission par rayons X (XRT) | Séparation des métaux lourds, élimination de l'aluminium de la fraction lourde, tri des minéraux/minerais | Matériaux légers (plastiques, papier) ; matériaux organiques | $$$ |
| Courants de Foucault / Induction | Détection des métaux dans les flux de flocons et granulés ; séparation cuivre/aluminium | Matériaux non métalliques ; très fines particules (<2mm) | $ — généralement combiné avec l'optique |
| 3D / Triangulation laser | Tri basé sur la forme (ex : fil vs granulé, objets 3D vs 2D) ; mesure d'épaisseur | Poudres fines ; matériaux qui ne nécessitent pas de discrimination de forme | $$ |
| Caméra IA / Apprentissage profond | Objets complexes à apparence variable ; identification d'emballages spécifiques à une marque ; reconnaissance de matériau en contexte | Tâches de tri simple par couleur uniquement ; applications où les données d'apprentissage ne sont pas disponibles | $$ — prime logicielle par rapport au matériel de caméra |
Étape 4 : Évaluer les compromis entre débit et pureté
Pour un trieur donné, un débit plus élevé réduit la pureté car chaque particule passe moins de temps dans la zone de détection et le système d'éjection a moins de temps pour réagir. La relation est approximativement :
- 80 % de la capacité nominale : Pureté et récupération optimales ; le système d'éjection dispose d'un temps de réponse confortable.
- 100 % de la capacité nominale :