AISORT by Xingyao Robotics

Pembelian Optical Sorter | AISORT

Panduan Pembeli

Cara Mengevaluasi dan Memilih Mesin Sortir Optik untuk Daur Ulang

Memilih mesin sortir optik merupakan salah satu keputusan paling krusial dalam investasi fasilitas daur ulang. Mesin yang tepat dapat membayar sendiri dalam waktu 12-18 bulan melalui premium kemurnian yang lebih baik, hasil olah lebih tinggi, dan pengurangan tenaga kerja. Mesin yang salah — atau mesin yang tepat di posisi yang salah — dapat menjadi hambatan yang mahal.

Panduan ini membahas faktor teknis, operasional, dan komersial utama yang perlu dievaluasi saat membandingkan sistem sortir optik, dengan kriteria praktis yang dapat Anda gunakan terlepas dari pabrikannya.

Langkah 1: Tentukan Tujuan Sortir

Sebelum membandingkan spesifikasi peralatan, perjelas apa yang perlu dicapai oleh mesin sortir:

Tujuan sortir menentukan segalanya ke hilir: pemilihan sensor, pitch katup, lebar saluran, dan apakah Anda perlu konfigurasi satu lintasan atau multi-lintasan.

Langkah 2: Pahami Bahan Baku Anda

Alasan paling umum mesin sortir berkinerja buruk adalah pembeli tidak sepenuhnya mengkarakterisasi bahan baku mereka sebelum menentukan spesifikasi peralatan. Kumpulkan data tentang:

Parameter Bahan BakuMengapa Ini PentingCara Mengukur
Distribusi ukuran partikel (min, maks, D50, D90)Menentukan lebar saluran, jarak katup, dan kebutuhan resolusi sensor. Partikel yang lebih kecil dari pitch katup akan dikeluarkan secara tidak presisi.Analisis ayakan (kering atau basah tergantung material)
Komposisi material (% setiap jenis target dan kontaminan)Komposisi dasar menentukan berapa banyak tahap sortir yang diperlukan untuk mencapai target kemurnian.Audit sortir tangan dari sampel representatif 50-100kg
Kadar airMaterial basah menggumpal, menempel pada permukaan saluran, dan dapat menyebabkan pembacaan sensor yang salah (terutama untuk NIR).Neraca kadar air; target <5% untuk sortir kering, >95% untuk sortir basah/cuci
Massa jenis curahMempengaruhi perhitungan hasil olah — mesin sortir yang dirating untuk 5 t/h serpihan PET menangani volume film atau busa yang sangat berbeda.Timbang wadah bervolume diketahui berisi bahan baku
Keberadaan partikel halus (fraksi <2mm)Partikel halus melapisi sensor, menyumbat katup, dan menciptakan debu yang mengganggu deteksi optik.Analisis ayakan; pertimbangkan pra-penyaringan jika partikel halus >5%
Kondisi permukaan (bersih, berlapis, basah, teroksidasi)Sensor NIR dan RGB bergantung pada reflektansi permukaan. Pelapis, label, kotoran, dan oksidasi dapat mengubah spektrum yang cukup untuk menyebabkan kesalahan klasifikasi.Inspeksi visual + uji sortir pada unit skala laboratorium

Langkah 3: Cocokkan Teknologi Sensor dengan Material Anda

Jenis SensorAplikasi TerbaikTidak Cocok UntukPerkiraan Biaya
Kamera RGB (Cahaya Tampak)Sortir berbasis warna untuk plastik kaku, cullet kaca, limbah elektronik, puing konstruksiMaterial dengan warna sama tetapi komposisi berbeda (misalnya PET bening vs PVC bening)$ — dasar
NIR (Inframerah Dekat)Identifikasi polimer (PET/HDPE/PP/PVC/PS), sortir kertas/karton, identifikasi serat tekstilMaterial hitam atau sangat gelap (menyerap NIR); logam; material basah dengan lapisan air permukaan$$
Hiperspektral / SWIRDiskriminasi plastik gelap, pemurnian kelas pangan, membedakan polimer serupa (misalnya HDPE vs LDPE)Aliran hanya logam; aplikasi di mana RGB+NIR sudah mencukupi$$$
Transmisi Sinar-X (XRT)Pemisahan logam berat, menghilangkan aluminium dari fraksi berat, sortir mineral/bijihMaterial ringan (plastik, kertas); material organik$$$
Arus Eddy / InduksiDeteksi logam dalam aliran serpihan dan butiran; pemisahan tembaga vs aluminiumMaterial non-logam; partikel sangat halus (<2mm)$ — biasanya dikombinasikan dengan optik
3D / Laser TriangulasiSortir berbasis bentuk (misalnya kawat vs butiran, objek 3D vs 2D); pengukuran ketebalanSerbuk halus; material yang tidak memerlukan diskriminasi bentuk$$
Kamera AI / Pembelajaran MendalamObjek kompleks dengan penampilan bervariasi; identifikasi kemasan spesifik merek; pengenalan material-dalam-konteksTugas sortir hanya warna sederhana; aplikasi di mana data pelatihan tidak tersedia$$ — premium perangkat lunak di atas perangkat keras kamera

Langkah 4: Evaluasi Trade-off Hasil Olah vs. Kemurnian

Untuk mesin sortir tertentu, hasil olah yang lebih tinggi mengurangi kemurnian karena setiap partikel menghabiskan lebih sedikit waktu di zona deteksi dan sistem ejeksi memiliki lebih sedikit waktu untuk merespons. Hubungannya kira-kira:

Aturan praktis: Ukuran mesin sortir Anda untuk 70-80% dari kapasitas rating pada hasil olah desain Anda. Ini memberikan ruang untuk variabilitas bahan baku dan lonjakan periode puncak tanpa mengorbankan kualitas sortir.

Langkah 5: Hitung Total Biaya Kepemilikan

Harga pembelian biasanya 40-50% dari TCO 5 tahun. Faktor-faktor yang perlu dipertimbangkan:

Kategori Biaya% dari TCO 5 TahunApa yang Harus Ditanyakan ke Vendor
Peralatan modal40-50%Apa yang termasuk? Saluran, sensor, sistem ejeksi, kabinet kontrol, rangka pemasangan, supervisi instalasi?
Instalasi dan komisioning5-10%Berapa hari di lokasi? Apakah pelatihan termasuk? Apakah jaminan kinerja minggu pertama tertulis?
Suku cadang dan bahan habis pakai15-25%Berapa perkiraan umur katup, sabuk, lampu, dan jendela sensor? Berapa biaya dan waktu tunggu untuk masing-masing?
Konsumsi energi3-5%Berapa beban terhubung dan beban operasi tipikal? Apakah udara tekan diperlukan (dan pada tekanan/kualitas berapa)?
Tenaga kerja perawatan preventif10-15%Berapa jam per minggu perhatian operator? Keterampilan apa yang diperlukan? Apakah pemantauan jarak jauh termasuk?
Biaya waktu henti (risiko)5-10%Berapa MTBF yang telah dibuktikan? Berapa waktu respons yang dijamin untuk dukungan di lokasi?

Langkah 6: Validasi dengan Material Nyata

Jangan pernah membeli mesin sortir tanpa menjalankan bahan baku aktual Anda melaluinya. Uji skala laboratorium atau skala pilot dengan 200-500kg material representatif akan mengungkapkan:

Minta vendor untuk menyediakan data uji, termasuk gambar per-frame dari keputusan ejeksi sehingga Anda dapat secara independen memverifikasi apa yang di-sortir dengan benar vs. salah klasifikasi.

Tanda Bahaya Saat Mengevaluasi Mesin Sortir