将新型识别标记融入各类纤维基包装(FBP)组件,有望推动高效分拣与识别,为智能包装解决方案开辟道路。据"Redysign"项目披露,其已成功达成第二阶段关键目标,重点聚焦识别标记与数字化分拣技术的整合应用。该项目由西班牙国家造币厂(FNMT)、TECNALIA研究院及PACKBENEFIT公司主导,旨在通过优化内置追溯标记及污染物质(如血液、油脂等)的检测量化技术,提升智能生鲜肉类包装的可追溯性。
Redysign的核心技术之一是在鲜肉包装的每个组件(包括托盘、吸液垫和封盖膜)中嵌入特定识别标记。该策略不仅能实现生物污染产品的精准分拣,还可优化针对污染材料的专项消毒处理工艺。在项目启动的前18个月中,合作机构重点开发了针对追溯标记与污染物的双重检测系统,研究主要沿两个方向展开:通过先进传感器实现特定标记的开发、集成与检测;吸液垫中有机污染物的识别。项目团队采用拉曼光谱(RAMAN)、近红外(NIR)及RGB成像技术达成目标。
重要突破包括FNMT开发的拉曼标记成功整合至PACKBENEFIT的热成型托盘。TECNALIA在静态与动态环境下的测试验证了该标记在工业场景中的检测效能,证实其促进FBP高效分拣回收的潜力。拉曼光谱技术(通过激光在样品上的非弹性散射,揭示分子振动和旋转模式信息以实现物质鉴定)展现出独特优势,可提供包装材料的化学与结构特征。近红外技术则用于评估脂肪、蛋白质等有机成分及样品湿度,通过将点阵测量数据与RGB图像(同一样本)叠加,同步获取成分信息(光谱数据)与空间信息(图像数据),进而开发能可视化污染区域并将图像特征与化学成分关联的AI模型。
项目团队指出,研究结果证实了光谱传感器在不同条件(包括受控环境与真实场景)下检测食品托盘吸液垫污染物的有效性。结合机器视觉与光谱技术创建的预测模型,实现了视觉分割与化学识别的关联,显著提升了污染物检测精度。拉曼标记的成功应用被视为Redysign推动可持续包装发展的重要里程碑。项目后续将重点调整样品沿表面移动的最大速度参数。
