AISORT by Xingyao Robotics

Clasificación de Cobre | AISORT

Resumen de la Aplicación

Clasificación de Cables de Cobre para Operaciones de Reciclaje

Los cables y alambres de cobre representan una de las corrientes de mayor valor en la industria del reciclaje. El cobre recuperado de cables al final de su vida útil alcanza el 85-95% del precio del cátodo LME, sin embargo, la clasificación manual tradicional deja un valor significativo sobre la mesa. La clasificación automatizada óptica y basada en sensores puede recuperar cables de cobre de calibre fino, separar el cobre aislado del desnudo y eliminar contaminantes que reducen la pureza de las balas.

Los sistemas modernos de clasificación de cables de cobre combinan cámaras de espectro visible, sensores de infrarrojo cercano (NIR) e inducción electromagnética para lograr tasas de pureza superiores al 98% con rendimientos de 1 a 15 toneladas por hora.

Complejidad de la Materia Prima

Alta variabilidad

El cable de cobre llega mezclado con PVC, caucho, aluminio, latón y metales ferrosos, cada uno requiere diferentes estrategias de detección.

Valor en Juego

$6,000-9,000/tonelada

El cobre limpio #1 tiene una prima del 20-40% sobre las balas mixtas o contaminadas. La precisión de clasificación se traduce directamente en ingresos por bala.

Requisito Técnico Clave

Fusión de múltiples sensores

Ningún sensor individual puede separar de manera confiable todos los tipos de cables de cobre. Las cámaras RGB identifican diferencias de color, el NIR detecta el aislamiento de polímero y los sensores de corrientes de Foucault confirman la composición metálica.

Modo de Falla Común

Pérdida de cables finos

Los cables con diámetro inferior a 0,5 mm, comunes en arneses automotrices y electrónicos, a menudo no son detectados por la clasificación convencional, lo que representa del 5 al 15% del cobre recuperable en una corriente típica de residuos de trituración.

Por Qué la Clasificación de Cables de Cobre es Importante Ahora

Se proyecta que el mercado global de chatarra de cobre alcance los $86 mil millones para 2030, impulsado por la electrificación, el desarrollo de energías renovables y el ajuste de la oferta minera. Las tendencias clave que remodelan el panorama de la clasificación de cables:

Tecnologías de Clasificación para la Recuperación de Cables de Cobre

TecnologíaDetectaMejor ParaLimitación
RGB / Espectro VisibleColor (rojo cobre vs. plata aluminio vs. colores de aislamiento)Separación de cables de cobre desnudo, clasificación de aislamiento por colorNo puede distinguir el cobre del latón ni detectar a través de suciedad/polvo
Infrarrojo Cercano (NIR)Tipo de polímero del aislamiento (PVC, PE, XLPE, caucho)Clasificación de cables aislados por material de cubierta antes de la granulaciónNo puede detectar metal; el aislamiento oscuro o negro absorbe la señal NIR
Electromagnético / Corrientes de FoucaultConductividad — cobre vs. aluminio vs. acero inoxidableVerificación final de pureza, eliminación de contaminantes de aluminioNo puede identificar el tipo de aislamiento ni la contaminación superficial
Transmisión de Rayos X (XRT)Diferencias de densidad atómicaSeparación de metales pesados, detección de cobre dentro de aislamientos gruesosMayor costo; no es necesario para la mayoría de las aplicaciones de clasificación de cables
IA / Visión por Aprendizaje ProfundoForma, textura y patrones visualesIdentificación de tipos específicos de cables (cable plano, trenzado, de hilos) y conjuntos de materiales mixtosRequiere datos de entrenamiento; el rendimiento depende de una biblioteca de muestras representativa

Las líneas de clasificación de cables de cobre más efectivas combinan al menos dos tipos de sensores, típicamente visión RGB para discriminación por color más NIR para análisis de aislamiento o corrientes de Foucault para verificación metálica.

Configuración Típica de una Línea de Clasificación de Cables

Una línea de clasificación de cables de cobre bien diseñada suele seguir este flujo de proceso:

  1. Triturado y dimensionado previo: El cable se reduce a granulado de 5-50 mm; el sobredimensionado regresa para una segunda trituración.
  2. Eliminación de ferrosos: Un imán de banda transversal o tambor elimina los contaminantes de acero y hierro antes de la clasificación óptica.
  3. Clasificación óptica primaria: Los sensores RGB + NIR clasifican el granulado en fracciones ricas en cobre, aluminio, metales mixtos y no metálicos.
  4. Clasificación de pureza secundaria: Un sensor de corrientes de Foucault o inducción verifica la fracción de cobre, expulsando cualquier metal no cobre restante.
  5. Extracción de polvo y clasificación por aire: Elimina partículas finas y fragmentos de aislamiento livianos.

Indicadores Clave de Rendimiento