Tomra y Novelis apuestan por la tecnología avanzada para transformar el reciclaje de aluminio y reducir las emisiones de CO2

Tomra Recycling y Novelis organizaron un webcast global bajo el título ‘De la IA al LIBS Dinámico: cómo las nuevas tecnologías de clasificación impulsan el crecimiento del reciclaje de aluminio’, en el que, el pasado mes, presentaron desde sus respectivas sedes los últimos avances tecnológicos que están transformando el tratamiento de la chatarra de aluminio. El encuentro, dirigido a profesionales del sector, tuvo como objetivo principal mostrar cómo estas innovaciones contribuyen a disminuir significativamente las emisiones de CO₂, redefinir procesos industriales y abrir nuevas oportunidades de negocio para recicladores y fabricantes.

Durante la sesión, expertos de ambas compañías analizaron los principales desafíos del sector y pusieron en valor el papel de tecnologías de vanguardia como los rayos X de transmisión (XRT), el LIBS Dinámico y la inteligencia artificial basada en deep learning. Estas soluciones permiten obtener fracciones de aluminio con altos niveles de pureza, además de generar nuevas calidades y márgenes de rentabilidad en un contexto de creciente exigencia en sostenibilidad y eficiencia.

Frank van de Winkel (Tomra), Tom Jansen (Tomra) y Wilhelm Kiefer (Novelis) compartieron los resultados de diversos ensayos sobre la clasificación de la fracción Twitch.

Uno de los mensajes clave del encuentro fue “la necesidad urgente de maximizar tanto la utilización como la capacidad de entrada de chatarra en los procesos industriales”. Esto requiere, no solo mejorar la calidad del material recuperado, sino también “generar nuevas calidades de chatarra que se ajusten a los estándares de producción”. En este escenario, la calidad del material se consolida como factor estratégico para el desarrollo de producto y las operaciones en planta.

El evento también puso de relieve cómo el sector del aluminio está acelerando su transición hacia modelos más sostenibles, impulsado por estas tecnologías de clasificación y las iniciativas de reciclaje promovidas por empresas como Novelis. La compañía está liderando este cambio a través de su estrategia 3x30, con la que busca triplicar el uso circular del aluminio, consolidando así su papel como material de referencia en la economía circular.

Durante el webcast se abordaron los siguientes temas clave:

- Las oportunidades de negocio y mejoras de rentabilidad que ofrecen soluciones de clasificación como Autosort Pulse (basado en LIBS Dinámico) y GAINnext (basado en deep learning).

- La experiencia directa de Novelis en la optimización del contenido reciclado, presentada por Wilhelm Kiefer, responsable de optimización de metales.

- La necesidad urgente de adaptar las infraestructuras de reciclaje a la creciente demanda de aluminio reciclado.

Además, se compartieron resultados obtenidos tanto en el Centro de Pruebas de Tomra como en condiciones reales de operación. Uno de los hallazgos más relevantes fue la efectividad de aplicar una secuencia de clasificación basada en XRT + Deep Learning + LIBS Dinámico, especialmente en fracciones complejas como el Twitch, una mezcla de metales ligeros provenientes de procesos de fragmentación.

Este flujo tecnológico demostró su capacidad para recuperar “hasta un 40 % de aluminio forjado de calidad superior —aleaciones 5xxx y 6xxx— a partir de Twitch 100 %”, una fracción que tradicionalmente se consideraba difícil de valorizar. Asimismo, se abren nuevas posibilidades para recuperar aleaciones aún más complejas como las series 2xxx, 3xxx, 7xxx y 8xxx.

Durante la sesión, se realizaron varias encuestas en directo para conocer las prioridades del sector. La primera reveló que “el principal desafío para aumentar el contenido reciclado de aluminio es la pureza del material”; la segunda indicó que “la fracción más crítica a clasificar de forma eficiente es el Twitch”; y la tercera mostró que “el principal objetivo al invertir en tecnología de clasificación es incrementar el rendimiento y la pureza”.

Una sesión final de preguntas y respuestas permitió a los asistentes plantear sus dudas directamente a los expertos de Tomra y Novelis.

El webcast concluyó con un llamamiento conjunto a aplicar “secuencias de clasificación optimizadas que mejoren el aprovechamiento del material y prioricen la calidad en los procesos productivos”. La innovación en el reciclaje de chatarra —desde la clasificación hasta el diseño de aleaciones más reciclables— está empujando al sector hacia una economía circular más eficiente, en la que los productos se diseñan teniendo en cuenta su futura reciclabilidad.

Frank van de Winkel, business development manager metal en Tomra Recycling, destacó tras la sesión: “Ha sido un placer dar la bienvenida a asistentes de todo el mundo en nuestro webcast. Ha sido una gran oportunidad para recoger la opinión del sector sobre los retos que afrontan hoy los recicladores de aluminio y los operadores post-fragmentación, y al mismo tiempo mostrar los niveles de separación de materiales, sin precedentes, que pueden lograrse combinando rayos X de transmisión, LIBS Dinámico y tecnologías de deep learning. Junto a Novelis, hemos podido demostrar que el cambio de paradigma hacia un reciclaje de chatarra más eficiente y sostenible ya es una realidad, y esperamos continuar con este diálogo tan necesario”.