Sortownie tworzyw sztucznych w 2026 r. stoj\u0105 przed problemem, kt\u00f3ry zna ka\u017cda nowoczesna instalacja recyklingu \u2014 strumie\u0144 odpad\u00f3w polimerowych jest coraz bardziej heterogeniczny, a klasyczne metody NIR osi\u0105gn\u0119\u0142y swoje granice. Dotyczy to zw\u0142aszcza tworzyw pigmentowanych sadz\u0105 oraz mieszanych frakcji ze zu\u017cytego sprz\u0119tu elektronicznego (WEEE), gdzie selektywne rozr\u00f3\u017cnienie PE, PP, PET, PS, ABS i kopolimer\u00f3w wymaga technik o wi\u0119kszej specyficzno\u015bci chemicznej.<\/p>\n\n\n\n
W Gekko Photonics projektujemy i produkujemy procesowe analizatory Ramana \u2014 Spectrally X1 INLINE<\/a>, Spectrally X1 LAB<\/a> i Spectrally X1 PORTABLE<\/a> \u2014 z my\u015bl\u0105 o przemys\u0142owej kontroli chemicznej. Recykling polimer\u00f3w nie jest nasz\u0105 bran\u017c\u0105 core (najwi\u0119cej wdro\u017ce\u0144 mamy w \u017cywicach, kosmetykach i nawozach), ale platforma X1 ma ju\u017c udokumentowane feasibility w tym obszarze \u2014 m.in. ilo\u015bciowe oznaczanie zanieczyszcze\u0144 silikonowych w recyklacie PA66 (kalibracja 0,3\u20131,0%) i rozr\u00f3\u017cnianie zanieczyszcze\u0144 w recyklatach LDPE\/HDPE. Ka\u017cde nowe zastosowanie sortownicze potwierdzamy projektowo, po feasibility na pr\u00f3bkach klienta. Niniejszy przegl\u0105d porz\u0105dkuje obraz technik spektroskopowych dla recyklingu polimer\u00f3w w \u015bwietle publikacji 2025\u20132026.<\/p>\n\n\n\n Stawka jest wysoka: spe\u0142nienie cel\u00f3w europejskich regulacji dotycz\u0105cych tworzyw jednorazowych i nowego rozporz\u0105dzenia o opakowaniach (PPWR) oraz wymogi rynku rPET, rPE i rPP wymuszaj\u0105 coraz wy\u017csz\u0105 czysto\u015b\u0107 frakcji wyj\u015bciowych. Spektroskopia jest tu narz\u0119dziem \u2014 wyb\u00f3r konkretnej techniki (Raman, NIR, MIR, MWIR, THz) zale\u017cy od chemii strumienia i wymaga\u0144 klasy materia\u0142owej.<\/p>\n\n\n\n Obrazowanie hiperspektralne w bliskiej podczerwieni (NIR-HSI, typowo 0,9\u20131,7 \u00b5m) jest dzi\u015b standardem w du\u017cych sortowniach drugiej i trzeciej generacji. Identyfikacja typowych frakcji opakowaniowych \u2014 PET, HDPE, LDPE, PP \u2014 dzia\u0142a stabilnie, przy odpowiednim podaniu materia\u0142u na ta\u015bmie i z dobran\u0105 o\u015bwietlaczem geometri\u0105 pomiaru. Problem zaczyna si\u0119 tam, gdzie pojawia si\u0119 sadza techniczna (carbon black) jako pigment: silna absorpcja w NIR sprawia, \u017ce odbicie jest bliskie zera, a klasyfikator nie ma sygna\u0142u do pracy.<\/p>\n\n\n\n Drugi obszar trudny dla NIR to mieszaniny WEEE \u2014 obudowy elektroniki zawieraj\u0105 najcz\u0119\u015bciej ABS, HIPS, PC i blendy PC\/ABS, cz\u0119sto czarne, z dodatkami uniepalniaj\u0105cymi. Tu wzrost selektywno\u015bci wymaga przej\u015bcia na technik\u0119 o wi\u0119kszej specyficzno\u015bci chemicznej \u2014 Raman, MIR, MWIR-HSI lub THz-TDS \u2014 albo u\u017cycia hybrydy NIR z dodatkowym kana\u0142em spektralnym.<\/p>\n\n\n\n Jednym z najciekawszych wynik\u00f3w 2026 r. jest opublikowane w Journal of Raman Spectroscopy<\/em> rozwi\u0105zanie wykorzystuj\u0105ce Raman w g\u0142\u0119bokim ultrafiolecie (DUV, laser NeCu 248,6 nm) do identyfikacji czarnych tworzyw bezpo\u015brednio na ta\u015bmie sortowniczej. Klucz polega na tym, \u017ce emisja fluorescencyjna z czarnych dodatk\u00f3w zachodzi w bliskim UV i widzialnym \u2014 czyli poza zakresem widm Ramana wzbudzanych w DUV. Dzi\u0119ki temu sygna\u0142 Ramana nie jest t\u0142umiony przez t\u0142o, mimo \u017ce dominuj\u0105cym pigmentem jest sadza.<\/p>\n\n\n\n Autorzy demonstrowali rozr\u00f3\u017cnienie PE, PP i PET \u2014 czyli komercyjnie najwa\u017cniejszych klas \u2014 z odleg\u0142o\u015bci stand-off odpowiedniej dla geometrii konwejera. To istotny przyrost mo\u017cliwo\u015bci w stosunku do typowego setupu NIR-HSI, kt\u00f3ry dla tych samych materia\u0142\u00f3w w wariancie czarnym zawi\u00f3d\u0142by kompletnie. Ograniczenia obecnej demonstracji to koszt i serwisowalno\u015b\u0107 lasera DUV oraz wymagania bezpiecze\u0144stwa optycznego \u2014 w realiach produkcyjnej sortowni rozwi\u0105zanie pozostaje w fazie demonstratora.<\/p>\n\n\n\n Druga linia ostatnich publikacji \u0142\u0105czy klasyczny Raman 785 nm i 1064 nm z modelami uczenia maszynowego \u2014 Discriminant Analysis (DA) oraz Support Vector Machine (SVM) \u2014 dla frakcji WEEE. Cel: rozdzielenie PS, ABS, PC i blend PC\/ABS w obecno\u015bci pigment\u00f3w i op\u00f3\u017aniaczy palenia. D\u0142u\u017csza fala (1064 nm) skutecznie redukuje fluorescencj\u0119 typow\u0105 dla dodatk\u00f3w uniepalniaj\u0105cych i barwnik\u00f3w, kosztem nieco ni\u017cszego przekroju Ramana \u2014 kompromis dobrze znany w spektroskopii procesowej.<\/p>\n\n\n\n Ten kompromis 785 vs 1064 nm zna ka\u017cda decyzja konfiguracyjna analizatora procesowego \u2014 szerzej omawiamy go w naszym przegl\u0105dzie wyboru d\u0142ugo\u015bci fali Ramana<\/a>. W realiach sortowni WEEE wyb\u00f3r 1064 nm typowo wygrywa wsz\u0119dzie tam, gdzie fluorescencja dominuje nad sygna\u0142em.<\/p>\n\n\n\n Trzecia wa\u017cna publikacja 2026 r. (Analyst<\/em>, RSC) odpowiada na realne ograniczenie wdro\u017ceniowe: dla wielu klas recyklat\u00f3w liczba dost\u0119pnych widm referencyjnych jest ma\u0142a i nier\u00f3wnomierna. Autorzy proponuj\u0105 wykorzystanie sieci generatywnych (GAN) do augmentacji widm \u2014 model uczy si\u0119 rozk\u0142adu prawdziwych spektr\u00f3w i generuje syntetyczne pr\u00f3bki, kt\u00f3re poprawiaj\u0105 stabilno\u015b\u0107 klasyfikatora na klasach mniejszo\u015bciowych.<\/p>\n\n\n\n To kierunek istotny szczeg\u00f3lnie dla zak\u0142ad\u00f3w wdra\u017caj\u0105cych klasyfikacj\u0119 \u201eod zera” \u2014 gdzie biblioteka spektralna jest budowana z pr\u00f3bek wewn\u0119trznych, a nie z gotowych zbior\u00f3w referencyjnych. Z perspektywy in\u017cynierskiej GAN-y nie zast\u0119puj\u0105 dobrego protoko\u0142u poboru pr\u00f3bek, ale pozwalaj\u0105 zacz\u0105\u0107 dzia\u0142a\u0107 z mniejsz\u0105 baz\u0105 i sukcesywnie j\u0105 rozszerza\u0107.<\/p>\n\n\n\n Poza \u015bcie\u017ck\u0105 Ramana rozwija si\u0119 drugi trakt \u2014 MWIR-HSI (3\u20135 \u00b5m). Tutaj problemu absorpcji sadzy nie ma, bo w \u015bredniej podczerwieni transmisja i odbicie zale\u017c\u0105 od drga\u0144 rdzenia \u0142a\u0144cucha polimerowego, a nie od barwy zewn\u0119trznej. Niezale\u017cne wdro\u017cenia z 2025\u20132026 r. raportuj\u0105 czysto\u015b\u0107 rozdzia\u0142u czarnego ABS na poziomie zbli\u017conym do 99% przy odpowiedniej geometrii kamery. Ograniczenia to koszt detektora MWIR (typowo InSb ch\u0142odzony kriogenicznie lub MCT) oraz potrzeba kalibracji termicznej.<\/p>\n\n\n\n W praktyce dojrza\u0142e sortownie 2026 r. coraz cz\u0119\u015bciej buduj\u0105 architektur\u0119 wielokana\u0142ow\u0105: NIR-HSI jako pierwsza linia, MWIR-HSI lub Raman jako drugi pas decyzyjny dla frakcji, kt\u00f3rej NIR nie sklasyfikowa\u0142 z wystarczaj\u0105c\u0105 pewno\u015bci\u0105. To samo my\u015blenie znamy z analityki procesowej w chemii: nowoczesne detektory<\/a> i wielokana\u0142owe architektury pomiarowe pozwalaj\u0105 osi\u0105gn\u0105\u0107 kompromis mi\u0119dzy kosztem, pr\u0119dko\u015bci\u0105 i selektywno\u015bci\u0105, kt\u00f3rego pojedyncza technika nie osi\u0105gnie.<\/p>\n\n\n\n Najwi\u0119cej wdro\u017ce\u0144 mamy w chemii procesowej \u2014 \u017cywicach fenolowo-formaldehydowych i mocznikowych, kosmetykach, nawozach, klejach i w\u0119glowodorach. W recyklingu polimer\u00f3w wchodzimy projektowo: na pr\u00f3bkach klienta sprawdzamy w cyklu feasibility, czy konfiguracja Ramana jest w\u0142a\u015bciw\u0105 metod\u0105 dla danego strumienia i analit\u00f3w, zanim klient zaanga\u017cuje CAPEX. Co konkretnie oferujemy do adaptacji w tej \u015bcie\u017cce?<\/p>\n\n\n\n Co Spectrally X1 nie jest: nie jest sortownikiem hyperspektralnym z kamer\u0105 NIR ani DUV. Jest analizatorem Ramana punktowym, projektowanym pod analityk\u0119 chemiczn\u0105 \u2014 i to jego rola w architekturze recyklingu. Hyperspektralne kamery na ta\u015bmie sortowniczej to oddzielna kategoria sprz\u0119tu od niezale\u017cnych dostawc\u00f3w; my wchodzimy tam, gdzie potrzeba selektywno\u015bci chemicznej Ramana (specjacja kopolimer\u00f3w, kontrola dodatk\u00f3w, weryfikacja partii regranulatu).<\/p>\n\n\n\n Nie. NIR-HSI pozostaje technik\u0105 pierwszego wyboru dla typowych frakcji opakowaniowych (PET, HDPE, LDPE, PP) \u2014 jest szybki, tani per pomiar i obrazowy. Raman wchodzi tam, gdzie NIR zawodzi: czarne tworzywa, frakcje WEEE, specjacja kopolimer\u00f3w, weryfikacja regranulatu pod k\u0105tem dodatk\u00f3w. Architektura sortowni 2026 r. coraz cz\u0119\u015bciej \u0142\u0105czy obie techniki w kaskadzie.<\/p>\n\n\n\n Dla czystych polimer\u00f3w technicznych 785 nm zwykle wystarcza. Dla tworzyw z barwnikami i op\u00f3\u017aniaczami palenia (WEEE, twardy materia\u0142 czarny) 1064 nm istotnie redukuje fluorescencj\u0119 i poprawia jako\u015b\u0107 klasyfikatora \u2014 kosztem ni\u017cszego przekroju Ramana. Decyzja zapada na pr\u00f3bkach.<\/p>\n\n\n\n Zale\u017cy od liczby klas i ich podobie\u0144stwa spektralnego. Dla 4\u20136 klas opakowaniowych typowo wystarcza kilkaset widm per klasa z dobrym wariantem geometrii i wp\u0142ywu otoczenia. Dla WEEE z blendami i barwnikami liczba ta ro\u015bnie wielokrotnie \u2014 i tu pomocne s\u0105 techniki augmentacji (GAN-y, perturbacje, jittering widm).<\/p>\n\n\n\n Najwi\u0119cej wdro\u017ce\u0144 mamy w chemii procesowej \u2014 \u017cywicach, kosmetykach, nawozach, klejach i w\u0119glowodorach. W recyklingu polimer\u00f3w wchodzimy projektowo: zaczynamy od feasibility na pr\u00f3bkach klienta, sprawdzamy czy Raman jest w\u0142a\u015bciw\u0105 metod\u0105 dla danego analitu i matrycy, dopiero potem proponujemy konfiguracj\u0119 X1 LAB \/ PORTABLE \/ INLINE i model w Spectrally OS.<\/p>\n\n\n\n Typowo 2\u20134 tygodnie od momentu otrzymania reprezentatywnego zestawu pr\u00f3bek (sklasyfikowanych referencyjnie). Wynikiem jest raport z ocen\u0105 separowalno\u015bci klas, propozycj\u0105 d\u0142ugo\u015bci fali, czasu akwizycji i wst\u0119pnym modelem chemometrycznym do dalszej walidacji.<\/p>\n\n\n\n U nas, w Gekko Photonics, zaczynamy od rozmowy z in\u017cynierem aplikacyjnym \u2014 30-minutowe spotkanie, na kt\u00f3rym omawiamy typowy sk\u0142ad Waszego strumienia, klasy materia\u0142owe, kt\u00f3rych chcecie rozr\u00f3\u017cnia\u0107, i wymagania KPI dla sortowni lub kontroli regranulatu. Wykonujemy pomiar testowy na Waszych pr\u00f3bkach typowo w 2 tygodnie od ich otrzymania. Zapraszamy do kontaktu<\/a> \u2014 odpowiemy konkretami z numerem testowym i orientacyjnym bud\u017cetem, zamiast wymijaj\u0105c\u0105 ofert\u0105. Pe\u0142n\u0105 list\u0119 naszych analizator\u00f3w procesowych<\/a> znajdziecie w odr\u0119bnej sekcji.<\/p>\n\n\n\nDlaczego klasyczne NIR osi\u0105ga granice w nowoczesnej sortowni<\/h2>\n\n\n\n
Deep-UV Raman dla czarnych plastik\u00f3w \u2014 post\u0119p 2026<\/h2>\n\n\n\n
Raman z uczeniem maszynowym w sortowaniu WEEE<\/h2>\n\n\n\n
Sieci GAN i augmentacja danych \u2014 gdy widm referencyjnych jest za ma\u0142o<\/h2>\n\n\n\n
Hyperspektralne obrazowanie MWIR jako uzupe\u0142nienie<\/h2>\n\n\n\n
Spectrally X1 \u2014 mo\u017cliwo\u015bci adaptacji do recyklingu polimer\u00f3w<\/h2>\n\n\n\n
\n
FAQ \u2014 najcz\u0119stsze pytania<\/h2>\n\n\n\n
Czy Raman zast\u0105pi NIR-HSI w sortowni?<\/h3>\n\n\n\n
Czy 785 nm wystarczy do recyklingu, czy potrzeba 1064 nm?<\/h3>\n\n\n\n
Ile widm referencyjnych potrzeba do startu klasyfikatora?<\/h3>\n\n\n\n
Czy Gekko Photonics ma wdro\u017cenia w recyklingu polimer\u00f3w?<\/h3>\n\n\n\n
Jak d\u0142ugo trwa typowe feasibility na pr\u00f3bkach recyklatu?<\/h3>\n\n\n\n
Pomiar testowy i konsultacja in\u017cynierska<\/h2>\n\n\n\n
\u0179r\u00f3d\u0142a<\/h2>\n\n\n\n
\n