Un láser podría ayudar a separar mejor los residuos plásticos y mejorar el reciclaje en Corea del Sur

Una investigación desarrollada en Corea del Sur propone una nueva herramienta para identificar residuos plásticos antes de que ingresen al proceso de reciclaje. La técnica combina un pulso láser con aprendizaje automático.

El sistema permite diferenciar PP, PET, HDPE y LDPE, cuatro polímeros frecuentes en los residuos cotidianos. Además, fue probado con muestras reales y no solamente con materiales limpios preparados en laboratorio.

De esta manera, la propuesta apunta a resolver una etapa fundamental de la gestión de residuos: conocer con precisión qué tipo de plástico llega a una planta para poder separarlo y procesarlo correctamente.

Un pulso láser para descubrir la composición del plástico

La tecnología se basa en la espectroscopia de plasma inducido por láser (LIBS). Para analizar un residuo, un pulso de alta intensidad impacta sobre una pequeña parte de su superficie y genera un plasma.

Durante ese proceso se produce una emisión de luz que contiene información sobre los elementos presentes en el material. Un espectrómetro registra esa señal y obtiene una especie de huella espectral.

Luego, los investigadores utilizan herramientas de aprendizaje automático para interpretar los datos. En particular, combinaron análisis de componentes principales (PCA) y k vecinos más próximos (kNN) para clasificar los diferentes polímeros.

El estudio evaluó 23 métodos de preprocesamiento y siete estrategias de selección de variables. Con estas optimizaciones, la precisión pasó de 61,7 % a un máximo experimental del 100 % en determinadas configuraciones.

El desafío de reconocer basura y no muestras perfectas

Uno de los aspectos más relevantes del trabajo es que la validación utilizó residuos físicamente diferentes de los materiales empleados para construir el modelo.

Esto permite aproximarse mejor a las condiciones de una planta, donde los envases pueden presentar variaciones de superficie y composición. Por lo tanto, el sistema debe enfrentarse a materiales menos uniformes que los utilizados habitualmente en ensayos controlados.

Además, los investigadores trabajaron bajo condiciones no optimizadas para reproducir parte de la variabilidad que puede aparecer cuando un láser analiza residuos en situaciones similares a las industriales.

¿Qué beneficios puede aportar al reciclaje?

Una identificación más precisa puede mejorar la separación de los residuos y favorecer la obtención de fracciones plásticas más homogéneas. Esto es importante porque diferentes polímeros requieren tratamientos específicos y una mezcla excesiva puede disminuir la calidad del material recuperado.

A su vez, mejorar la clasificación podría permitir aprovechar una mayor cantidad de plástico que, por dificultades para identificarlo correctamente, terminaría descartado. Así, una parte de los residuos podría reincorporarse como materia prima secundaria.

Desde una perspectiva ambiental, esto puede contribuir a reducir la cantidad de plástico que termina acumulado o eliminado y disminuir la necesidad de producir nuevos materiales a partir de recursos vírgenes.

Sin embargo, el impacto todavía debe comprobarse a escala industrial. El estudio demuestra el potencial de la combinación entre LIBS e inteligencia artificial, pero no constituye todavía una solución comercial para clasificar grandes volúmenes de residuos.

Una tecnología que todavía debe superar varias pruebas

El próximo desafío será comprobar cómo funciona el sistema frente a una variedad mucho mayor de residuos, incluidos materiales con diferentes aditivos, pigmentos, recubrimientos y composiciones.

Asimismo, una planta necesita procesar grandes cantidades de objetos a gran velocidad. Por eso, además de la precisión, será necesario evaluar costos, velocidad de análisis, mantenimiento y consumo energético.

En este contexto, el láser no necesariamente debería reemplazar a otros sensores, sino complementar tecnologías de clasificación existentes. La investigación publicada en Scientific Reports abre así una posibilidad para que los sistemas automatizados conozcan mejor la composición de los residuos y puedan aprovechar una mayor cantidad de materiales.