Geoptimaliseerd recyclen van plastics uit afgedankte elektrische en elektronische apparaten (AEEA) middels het clusteren van producten

Afgedankte elektrische en elektronische apparaten (AEEA) is een grote en sterk groeiende afvalstroom waarvoor De Europese Unie ambitieuze recyclagedoelen heeft gesteld. Om deze doelen te behalen, is het noodzakelijk dat ten minste een aandeel van de plastics uit AEEA gerecycleerd wordt. De complexiteit van de AEEA plasticstroom en de mogelijke aanwezigheid van toxische elementen vormen substantiële uitdagingen voor recyclage.

In dit proefschrift wordt het gebruik van productclusters voor het bevorderen van recyclage van plastics herwonnen uit AEEA voorgesteld. Clusters zijn collecties van product- of componentcategorieën die geschikt zijn voor gezamenlijke behandeling in een recyclage faciliteit. Om tot veelbelovende clusteringstrategieën te komen, worden verschillende onderzoeksmethodologieën gebruikt en samengebracht.

Ten eerste worden data over de samenstelling van ingezamelde AEEA plastics in de Europese Unie vergaard. Deze data geven inzicht in de samenstelling van AEEA categorieën tot aan het niveau van specifieke polymeren en toevoegingen. Betrouwbare data worden verkregen middels eigen experimenten alsook het raadplegen van bestaande literatuur. Een nieuwe data-integregatiemethodologie wordt geïntroduceerd om deze data samen te brengen tot een zo betrouwbaar mogelijk beeld van de afvalstroom. Een belangrijk inzicht dat hieruit volgt is dat de AEEA categorie van kleine huishoudelijke artikelen, ondanks zijn complexiteit, beter te verwerken is dan wellicht aangenomen.

Ten tweede wordt informatie verzameld over hoe recyclagefaciliteiten plastics verwerken. Hiertoe wordt in kaart gebracht welke sorteermethodologieën beschikbaar zijn. De efficiëntie voor het gericht uitsorteren van specifieke polymeren wordt ingeschat voor elk van deze methodologieën. De investeringen vereist voor het gebruik van de sorteerprocessen worden ook ingeschat. Originele indicatoren voor het inschatten van deze kwantiteiten worden daartoe geïntroduceerd.

Ten derde wordt de verzamelde informatie toegepast in een wiskundig model dat de werking van een recyclagefaciliteit beschrijft. Dit model kan worden gebruikt voor het optimaliseren van de architectuur en parimetrisering van de procesketen in een recyclagefaciliteit. De inclusie van een realistische weergave van dichtheidsscheiding in een model voor de globale optimalisering van een recyclage faciliteit is hierin vernieuwend. De voorgestelde doelfuncties geven de markt van gerecycleerde plastics met meer realisme weer dan in voorgaande modellen. Tot slot wordt aangetoond dat de berekening van de optimale volgorde voor het gebruik van diverse scheidingsprocessen in polynomiale tijd uitgevoerd kan worden. Dit is een verbetering op een bestaand resultaat voor de situatie met slechts één scheidingsproces.

Ten vierde wordt een methode voorgesteld voor het berekenen van clusteringstrategieën. Essentieel in deze methode is het verkrijgen van attributen die het gemak waarmee de polymeren in producttypes geïsoleerd kunnen worden vertegenwoordigen. Deze methode berust op een klassiek probleem uit de discrete optimalisering. De integratie van de optimaliseringsmethode in statistisch clusteren is ook nieuw. De voorgestelde clusters worden middels het model geëvalueerd op winstgevendheid voor de recyclagefaciliteit alsook contributie tot recyclagemarges. Dit maakt het bepalen van optimale clustering strategieën niet louter afhankelijk van statistische indicatoren, maar ook van praktisch nut.

Ten vijfde worden de vergaarde data en methodologie gecombineerd om praktisch relevante clusteringstrategiën te identificeren. Dit leidt tot het voorstellen van een strategie met zes clusters die op winstgevende wijze kan bijdragen tot het recupereren van ruwweg de helft van alle AEEA plastics ingezameld in de Europese Unie. De robuustheid van dit resultaat wordt bestudeerd middels sensitiviteitsanalyse. Dit toont aan dat de resultaten representatief zijn, zelfs als er variatie optreedt in verhoudingen van ingezamelde AEEA categoriën; producttypes daarin en het plastic aandeel in deze producttypes. De invloed van fluctuaties in de samenstelling van specifieke polymeren in deze plastics is groter en moeilijker in te schatten. Hieruit volgt de conclusie dat het continue verzamelen van data over deze samenstellingen (Bijvoorbeeld via de voorgestelde methodes) een belangrijke taak is, gezien deze samenstellingen aan verandering onderhevig zijn.