TOMRA y Novelis presentan avances tecnológicos
TOMRA y Novelis presentan los avances tecnológicos que están revolucionando el reciclaje de aluminio.
El uso de inteligencia artificial, rayos X y tecnología LIBS redefine la clasificación de chatarra y abre nuevas oportunidades para la industria.
TOMRA Recycling y Novelis han organizado recientemente un webcast global para compartir las últimas innovaciones en el reciclaje del aluminio. Bajo el título “De la IA al LIBS Dinámico”, el evento reunió a expertos internacionales para analizar cómo las tecnologías avanzadas están marcando un antes y un después en la industria del reciclaje.
Durante la sesión, se abordaron los principales desafíos del sector, como la necesidad de incrementar la calidad y la eficiencia del reciclaje de chatarra de aluminio, así como la urgencia de responder a una creciente demanda de materiales sostenibles. Las soluciones tecnológicas presentadas —como los sensores XRT (rayos X de transmisión), los sistemas LIBS Dinámico y las herramientas de inteligencia artificial basadas en deep learning— ofrecen una respuesta sólida a estos retos.
Más pureza, más eficiencia, menos CO₂
Uno de los temas clave fue la necesidad de mejorar tanto la calidad como la cantidad de la chatarra recuperada. El tratamiento eficiente del aluminio secundario es fundamental para reducir las emisiones de carbono en los procesos industriales y avanzar hacia modelos productivos más circulares.
Novelis, por ejemplo, compartió su experiencia en este campo y su visión estratégica “3×30”, orientada a multiplicar el uso circular del aluminio. La compañía explicó cómo ha mejorado la integración de contenido reciclado en sus procesos, gracias al uso de tecnologías como AUTOSORT™ PULSE (con LIBS Dinámico) y GAINnext™, basada en IA.
Resultados concretos: Twitch y aleaciones complejas bajo control
Durante el evento también se presentaron resultados de ensayos realizados tanto en laboratorio como en entornos industriales. Destacó el caso de la fracción Twitch —una mezcla compleja de metales ligeros—, donde se logró recuperar hasta un 40 % de aluminio forjado de alta calidad (aleaciones 5xxx y 6xxx) aplicando una secuencia de clasificación con XRT + Deep Learning + LIBS Dinámico.
Este proceso no solo mejora el valor económico del material, sino que permite, por primera vez, recuperar aleaciones tradicionalmente difíciles de separar, como las series 2xxx, 3xxx, 7xxx y 8xxx, abriendo nuevas oportunidades de negocio para recicladores y fabricantes de productos metálicos.
Opinión del sector en directo
El webcast incluyó encuestas en vivo para recoger la percepción del sector. Las respuestas reflejaron que la pureza del material es el mayor obstáculo para aumentar el uso de aluminio reciclado. También se destacó la fracción Twitch como la más difícil de procesar eficientemente, y se señaló que los principales objetivos al invertir en tecnología son aumentar el rendimiento y la calidad del producto recuperado.
Un futuro circular, ahora al alcance
La sesión concluyó con un llamado a adoptar secuencias de clasificación optimizadas que no solo mejoren la productividad, sino que también impulsen un reciclaje más sostenible y rentable. En palabras de Frank van de Winkel, Director de Desarrollo de Negocio de Metales en TOMRA Recycling:
“Esta jornada ha demostrado que el cambio hacia un reciclaje de aluminio más eficiente, limpio y rentable ya está en marcha. La combinación de sensores avanzados y aprendizaje automático permite niveles de separación sin precedentes. Junto a Novelis, estamos ayudando al sector a dar un paso decisivo hacia una economía circular real.”
