仪器网

　　【仪器网 能源环境】自2019年7月上海正式实施“史上严”得垃圾分类条例，我国各个城市都开始实施垃圾分类政策。垃圾分类不仅是为了减轻垃圾处理负担、提高资源回收率，也是面对迫在眉睫的“垃圾围城”问题有效的应对措施。
 

　　随着社会生产力的发展，人们的生活水平不断提高，与此同时，垃圾的产量也在以惊人的数量增长。根据世界银行的统计数据，垃圾产量在2016年就已经超过20亿吨，其中占比大的是厨余垃圾，其次是纸和塑料。而我国，2019年仅城市生活垃圾产生量就有3.43亿吨。
 

　　巨大的垃圾产量也带来了沉重垃圾处理问题。我国垃圾处理的主要方式是填埋，约占60%。然而目前的垃圾填埋场已经无法为日益增长的垃圾产量提供足够的填埋空间。多个城市的垃圾填埋场已经在设计运行时间之前被填满，“垃圾围城”正在成为现实。不仅如此，在填埋场填埋的垃圾分解缓慢，会持续地污染周围环境，造成严重的卫生问题，而垃圾填埋场后续的监测与治理修复也给相关部门带来巨大的成本和压力。
 

　　我国正在大力推行垃圾焚烧发电处理法，但是这不是一朝一夕就能解决的事情。在此之前，垃圾分类可以将可回收垃圾与占比大的厨余垃圾分离出来，从而大幅减少需要填埋的垃圾数量，节省土地资源。而且垃圾分类处理还可以提高资源利用率。
 

　　我国的垃圾分类标准一般把垃圾分为可回收垃圾、厨余垃圾、有害垃圾和其他垃圾四类。在垃圾分类政策实施时，我们首先面对的问题就是如何将垃圾正确分类。“你是什么垃圾？”也成为在网络上流行一时的梗。生活中产生的垃圾种类众多，每一种不确定的垃圾都去查询无疑费时费力，那么有没有什么方法可以自动识别垃圾类别呢？
 

　　在传统垃圾处理行业已经使用了多种仪器设备进行垃圾分类识别，例如利用近红外高光谱图像技术帮助从生活垃圾中回收聚乙烯和聚丙烯制品；利用原子吸收光谱帮助回收电子垃圾中的贵金属等。随着人工智能的发展国外也开始使用基于机器视觉技术设计垃圾自动分类系统。而国内研究者们也有相关的探索与研究。
 

　　近期，清华大学的研究人员开发了一种可以识别不同垃圾的机械手。研究人员在机械手上集成了四重触觉传感器，当机械手抓握物体时，传感器可以感知材料的导热性，测量接触压力以及同时独立地感测物体温度和环境温度。通过将触觉信息与机器学习相结合，机械手能够精确识别各种物体中的不同形状，大小和材料。
 

　　机械手的四重触觉传感器采用多层微结构，灵感来源于人体皮肤。这种结构突破了多传感器融合的难题。这项研究在垃圾智能分类中只能算初步的尝试。机械手目前只能准确识别7种垃圾，并且只能分为可回收和不可回收两类，距离实际应用还有很远。研究人员表示，机械手还需要融入更加先进的机器学习算法。
 

　　智能自动分类是垃圾分类的发展趋势，无论是应用于分类垃圾箱还是垃圾处理环节，都可以降低垃圾分类的成本并提高效率。传感器与算法的结合无疑更适合垃圾投放环节。虽然清华大学的这项研究成果设计成了机械手的形状，但并不代表它只能以手的形式存在。当算法进一步升级，它也能识别更多的垃圾种类，进而在未来的垃圾分裂中获得更广泛的应用。