Page 47 - 《橡塑技术与装备》2025年9期

综述与专论
SPECIAL AND COMPREHENSIVE REVIEW

的间歇式或高温热解技术，低温连续化工艺能够减少 实例二 ：美国 AI 废塑料热解集成装备和技术提
能源消耗，降低污染物排放，更加环保。 高废塑料处理的效率、减少环境影响，并最大化资源
分析 ：低温热解是降低热解健康风险副产品生成 的回收利用。系统结合了先进的机器学习算法与传感
的热解形式的发展方向。AI 系统通过实时监测和分析 器技术，实现了对废塑料的智能识别、分类与预处理，
热解反应器内的温度变化，精确控制温度曲线，确保 显著提高了回收过程的智能化水平，这一系列 AI 集成
在最佳温度范围内进行热解反应。这有助于提高热解 系统在塑料回收领域的应用，不仅推动了技术的革新，
效率，减少热解过程中的能量消耗，并优化产物的品 也为全球范围内实现可持续发展的塑料管理提供了可
质，进一步提高规避健康风险副产品的废塑料热解科 借鉴的经验和模式。
学发展水平。 分析 ：本节说明，创新热解设备是废塑料热解科
5.2 废塑料热解创新热解设备规避健康风险 学发展的重要元素，不但提高热解效率和资源回收率，
的案例及健康化分析 而且有效减少有害副产品的生成，对环境保护和人类
AI 废塑料热解集成装备和技术在规避健康风险方 健康产生积极影响。这要求跨学科的合作，包括工程、
面采取了多种策略，旨在通过智能化手段优化热解过 化学、环境科学、计算机科学等领域，共同推进热解
程，减少有害副产品的生成，同时提高资源回收的效 技术的健康发展。
率。实现从原料输入到产品输出的全链条智能化控制， 5.3 AI 废塑料优化热解技术规避健康风险的
通过反馈机制调整工艺参数，持续优化热解过程，减 案例及健康化分析
少健康风险。集成环境监测设备，实时检测热解过程 AI 模型能够预测热解过程中的副产品生成，通过
中的有害气体排放，一旦超标立即触发 AI 算法进行调 分析温度、压力、氧气浓度等因素与副产品生成之间
整，以保护工作人员和周边环境。集成 AI 的安全预警 的关系，提前预测可能的有害物质，并据此调整热解
系统，通过大数据分析预测潜在的健康风险，如有害 参数。同时，AI 还可以对已产生的副产品进行分析，
气体泄漏，及时通知操作人员并启动应急措施。集成 评估其健康风险，并提供处理策略。通过 AI 构建的闭
AI 的环境监测系统可以实时检测排放的气体成分，一 环控制系统，可以持续优化热解工艺，有害副产品的
旦发现有害物质超标，AI 系统会立即启动应急预案， 产出并控制生成量最小化。
调整操作参数，或者关闭部分设备，防止有害物质进 案例一 ： Recycling Technologies 公司的技术特
一步扩散。选用低毒或无毒材料制造设备，减少设备 别 关 注 于 处 理 聚 苯 乙 烯（Polystyrene, PS） 废 弃 物。
本身的健康风险，并通过 AI 监测设备运行状态，及时 通过热解过程，聚苯乙烯被转化为燃料油。相比于传
发现并修复可能的隐患。 统的石油提炼过程，这种方法可以显著减少温室气体
案例一 ：壳牌公司正在研究利用热解技术将难以 的排放。
回收的废塑料转化为有回收利用价值的裂解油。壳牌 案例二 ：中国科学院上海硅酸盐研究所的研究团
的热解技术研究整合了先进的工艺和设备，旨在优化 队利用 AI 技术优化热解过程参数，如温度、压力、氧
废塑料的处理流程，提高能源效率，并减少有害物质 气含量等，以减少有害物质的生成，提高热解油、炭
的排放，开发符合国际标准和要求的热解技术解决方 黑等有价值的副产品的产率和品质。通过 AI 的精准
案。这包括对热解炉、冷却和分离系统等关键部件的 控制热解温度，大幅度降低二噁英等有害物质的生成，
改进和优化。壳牌在研究中注重技术的可持续性，寻 同时提高副产品的经济效益。
求在减少塑料垃圾的同时，实现资源的有效循环利用。 分析 ： AI 精准控制热解温度，有效减少健康风险
壳牌与多个收集和转化塑料废料的合作伙伴合作，共 副产品的产生。AI 热解废塑料健康风险副产品最少化
同扩大热解技术的产能，尤其是在亚洲、欧洲和北美 技术不仅解决了环境保护的问题，也保障了公众的健
地区，以满足全球对废塑料处理的需求。壳牌等公司 康，是实现循环经济和可持续发展的重要手段。
的目标是实现大规模利用热解技术，以每年 100 万 t 5.4 AI 废塑料热解副产品高值化的案例及健
的规模将废塑料转化为有价值的化学品，这不仅有助 康化分析
于减少塑料废弃物对环境的负担，还能促进循环经济 AI 在热解废塑料副产品高值化回收利用发挥着至
的发展，提高资源利用效率。 关重要的作用。AI 基于图像识别和计算机视觉的 AI

2025 第 51 卷 ·3·
年