Hoe zou het zijn als gerecyclede polymeren op hun kwaliteit kunnen worden gescheiden in plaats van op het soort materiaal? Kunnen we dan kunststof effectiever scheiden en hergebruiken? Wordt onze ambitie om een écht circulaire kunststofindustrie te creëren dan eerder realiteit? Het antwoord is een volmondig ja! In de afgelopen twee jaar hebben wetenschappers binnen de unit Circulaire Plastics van TNO een innovatief kwaliteitsmodel ontwikkeld, dat de materiaaleigenschappen van een kunststof met behulp van polymeerchemie en wetenschap vertaalt naar een waarde. Vervolgens vertelt het model het optimale doel voor hergebruik van die specifieke kunststof.
QMRP: gamechanger in kunststofrecycling
Het QMRP (Quality Model for Recycled Plastic) kwantificeert de kwaliteit van gerecyclede kunststoffen aan de hand van wiskundige berekeningen en experimentele data. Deze worden verkregen via mechanische tests op o.a. geur, kleur én compatibiliteit met de vereisten dat het plastic in contact met levensmiddelen mag komen.
Milad Golkaram, een van de wetenschappers die het project leidt, legt uit: “Het model waardeert elk plastic tussen 0 en 1, waarbij 1 de hoogste kwaliteit gerecycled plastic is en 0 “trash”. Elk getal daartussen geeft als het ware een waarde aan de kwaliteit.”
In het huidige recyclingsysteem worden huishoudelijke kunststofverpakkingen ingezameld en met behulp van NIR-technologie (Near Infrared) bij het recyclingbedrijf gesorteerd op het type plastic. De belasting op deze plastics tijdens iedere stap van recycling – van sorteren tot snijden en smelten – is aanzienlijk en beïnvloedt de algehele kwaliteit.
Bovendien wordt hoogwaardige kunststof vermengd met allerlei kunststoffen van mindere kwaliteit, wat de gemiddelde kwaliteit na recycling behoorlijk lager maakt. De gerecyclede kunststoffen kunnen dan alleen worden gebruikt in toepassingen die qua eigenschappen minder veeleisend zijn. Dit is een zorgwekkend probleem voor recyclers, die snel op zoek zijn naar een toekomstbestendige oplossing.
Uit levenscyclusanalyse (LCA) onderzoek waar o.a. Golkaram aan heeft meegewerkt, blijkt dat de voordelen/lasten van recycling voor het milieu veranderen als de kwaliteit van de gerecyclede output beter/slechter wordt. Nadat het QMRP in het veld is getest met positieve resultaten, zal het model gereed zijn voor implementatie bij recyclingbedrijven. Het model belooft een heuse ‘gamechanger’ te zijn op weg naar een circulaire economie.
Jan Harm Urbanus, hoofdonderzoeker Circulaire Kunststoffen bij TNO, is het daarmee eens. “Absoluut. Het model is in veel opzichten belangrijk. Ten eerste stelt het ons in staat om de kwaliteit bij elke stap te controleren binnen het recyclingbedrijf.
Ons doel is de kwaliteit van het polymeer dat overblijft na recycling te begrijpen en valoriseren. Hier komt het QMRP om de hoek kijken, omdat elk polymeer een kwaliteitswaarde krijgt binnen één specifieke parameter. Die waarde wordt dan gebruikt om de kwaliteit van het polymeer gedurende zijn hele levenscyclus te volgen.
Met al deze data kan de kwaliteit van het polymeer, en dus niet het soort, op nieuwe toepassingen afgestemd worden.” Zodra de waarde van een kunststof het laagste kwaliteitsniveau om te recyclen heeft bereikt, moet het naar chemische recycling of eventueel naar verbranding.
Eerste model voor kwaliteitsbeoordeling van gerecyclede kunststof dat alle materiaaleigenschappen toont. Het “Quality Model for Recycled Plastic” of QMRP is ontwikkeld om recyclers te helpen de geschikte markt voor hun recyclaten te vinden om circulariteit te bevorderen.
Door speciale sensoren te combineren met het kwaliteitsmodel, zijn we niet meer afhankelijk van de huidige sorteertechnieken. Het QMRP zorgt ervoor dat recyclers kunnen classificeren op basis van kwaliteit, en dus de beste kunststoffen binnen een specifieke subgroep kunnen behouden. Dat is de echte gamechanger; kwaliteit als parameter gebruiken om onze kunststoffen veel effectiever te recyclen dan we nu kunnen.
Toepassingen in de praktijk
Het doel van het TNO Circular Plastics team voor 2023 is om het model binnen een kwaliteitskader toe te passen. Dat kader wordt vervolgens aan de juiste sensoren gekoppeld om te weten wat er precies waargenomen moet worden. Door een netwerk van domeinexperts op te zetten, profiteren we van onderlinge expertise om de juiste detectiekenmerken (fingerprints) te bepalen, en om de vraag “Wat is de kwaliteit bij elke toepassing?” eenduidig te beantwoorden.