Sistema híbrido para clasificar plásticos en tiempo real con espectroscopía infrarroja

Un estudio presentado en un congreso internacional describe un sistema de clasificación automática de plásticos que combina un sensor infrarrojo cercano (NIR) con algoritmos de aprendizaje automático. El método, desarrollado por investigadores indios, logra una precisión superior al 98% en la identificación de diferentes tipos de plástico durante pruebas en tiempo real. El sistema utiliza una configuración basada en Arduino para captar datos espectrales y un pipeline en Python para procesarlos con combinaciones óptimas de modelos K-Means y KNN. Este avance podría revolucionar la gestión de residuos plásticos al ofrecer una solución económica y eficiente para el reciclaje automatizado, reduciendo los costos operativos tradicionales en hasta un 70% según los cálculos del equipo. La propuesta se centra en mejorar la separación de materiales como polietileno tereftalato (PET), polipropileno (PP) y etileno de baja densidad (LDPE), críticos para el reciclaje sostenible.