Por William Güin, Profesional Unidad de Metrología, INN 

 Imagínese que tiene una bolsa llena de ropa muy usada que ya no puede donar y que ocupa espacio en su armario, así que la deja en el centro de reciclaje local. Pero uno se hace la pregunta ¿qué sucede con esa bolsa de ropa? podría suponer que la ropa se descompondría y se reutilizaría para fabricar nuevos productos.

Sin embargo, según la Agencia de Protección Ambiental (EPA) de los EE.UU., alrededor del 85% de la ropa y los textiles usados ​​terminaron en vertederos e incineradores, desperdiciando recursos valiosos y contaminando nuestro medio ambiente. Una de las razones es que el reciclaje puede ser más costoso que el vertido, por lo que las empresas tienen pocos incentivos para reciclar.

Para ayudar a resolver este problema, los investigadores del Instituto Nacional de Estándares y Tecnología (NIST) que es el Instituto Nacional de Metrología de los EE.UU., han desarrollado una base de datos que contiene las “huellas dactilares” moleculares de diferentes tipos de fibras textiles y que puede permitir una clasificación más rápida y eficiente de las telas en los centros de reciclaje.

Estos datos de referencia ayudarán a mejorar los algoritmos de clasificación y a liberar el potencial de la clasificación de alto rendimiento, que requiere menos trabajo manual, este proyecto del NIST centrado en mantener los textiles al final de su vida útil en la economía, un proceso llamado circularidad textil. Eso debería reducir los costos y aumentar la eficiencia, haciendo que el reciclaje textil sea más viable económicamente.

La base de datos indicada es gratuita y está disponible para descargar en el Repositorio de datos públicos del NIST, en enlace está al final de este artículo. El problema de los residuos textiles ha ido en aumento en los últimos años. Una de las razones es la moda rápida, un modelo de negocio que hace que las empresas produzcan grandes volúmenes de ropa barata y de moda que, a menudo, se desecha rápidamente. Los nuevos tipos de textiles, las mezclas de textiles y el etiquetado incompleto o impreciso también plantean desafíos importantes a la hora de clasificar los textiles en los centros de reciclaje.

En muchos centros de reciclaje, los trabajadores clasifican la ropa con dispositivos portátiles que emiten luz infrarroja cercana. Esos dispositivos miden cuánta luz pasa a través de la tela o se dispersa, lo que produce un patrón único, una especie de huella digital que puede identificar el tipo de fibras de la ropa. Esta técnica, llamada espectroscopia de infrarrojo cercano (NIR), también se puede utilizar en sistemas de cintas transportadoras automatizadas. Sin embargo, las técnicas actuales aún requieren mucho trabajo manual.

En los últimos años, los fabricantes de equipos de reciclaje han utilizado cada vez más el aprendizaje automático y la inteligencia artificial para mejorar sus algoritmos de clasificación. Para entrenar estos algoritmos, necesitan datos de referencia de alta calidad.

Ahí es donde entra en juego la Base de Datos del NIST, llamada Near-Infrared Spectra of Origin-defined and Real-world Textiles (Espectros de infrarrojo cercano de textiles definidos por el origen y del mundo real) o NIR-SORT, contiene 64 tipos de tejidos diferentes junto con las huellas dactilares NIR que producen. La base de datos incluye tipos de fibras puras, como algodón y poliéster; tipos de fibras mezcladas, como mezclas de spandex; y tejidos del mundo real tomados de tiendas de segunda mano. Los fabricantes de sistemas de escáner NIR pueden utilizar esta base de datos para entrenar y probar sus algoritmos de clasificación y mejorar el rendimiento de sus productos.

La dificultad surge cuando las fibras son similares, como el algodón o el cáñamo. Eso significa que la señal del infrarrojo cercano es similar. Lo mismo sucede con una mezcla de algodón y poliéster. Entonces se hace la siguiente pregunta ¿se trata de una fibra nueva o de una mezcla de dos o más fibras?, en ese caso es donde se hace uso la Inteligencia Artificial (IA) que puede ayudar a que el proceso de toma de decisiones sea más preciso.

Como el NIST es un Instituto de Metrología, cuenta con el equipo y la experiencia necesarios para llenar esta base de datos con espectros de muy alta calidad. Se espera que esto se traduzca en menos errores a la hora de identificar tejidos y en un mayor reciclaje de los mismos. Esta investigación surge de una iniciativa clave de un informe del NIST en el que los expertos recomendaron el desarrollo de una mejor tecnología para identificar y clasificar textiles, usados en prendas de vestir. Estos esfuerzos son parte del Programa de Economía Circular y Sustentabilidad del NIST, que desarrolla ciencia y métodos de medición para apoyar una economía en la que los materiales están diseñados para conservar su valor a través de la reutilización, reparación y reciclaje repetidos, con la eliminación como último recurso