Déterminer le pourcentage de plastique recyclé dans un produit plastique

Pourquoi cela compte pour l’usage quotidien du plastique

Les bouteilles en plastique, les contenants alimentaires et les emballages affichent de plus en plus la mention « contenu recyclé », mais il n’existe aujourd’hui aucun moyen fiable de vérifier ces affirmations simplement en testant le produit fini. Cette étude présente une nouvelle méthode non destructive pour estimer la part de plastique recyclé présente dans un objet plastique, en combinant mesures électriques et optiques et intelligence artificielle. Ce travail pourrait aider les autorités, les fabricants et les consommateurs à vérifier les allégations de durabilité et soutenir une économie circulaire des plastiques plus transparente.

Le défi de faire confiance aux étiquettes « recyclé »

La production mondiale de déchets plastiques atteint plusieurs centaines de millions de tonnes par an, et seule une petite fraction est réellement recyclée. De nombreuses politiques visent désormais à exiger qu’un produit contienne un pourcentage minimum de plastique recyclé. Le problème est qu’une fois le plastique fondu et remoulé, son identité chimique de base ressemble presque à s’y méprendre à celle d’un matériau neuf (« vierge ») ou d’un matériau recyclé. Les outils de laboratoire classiques qui mesurent la perte de masse à la chauffe, le comportement à la fusion ou même des structures moléculaires détaillées ne peuvent pas directement révéler quelle proportion d’un objet fini provient de sources recyclées. Les audits de la chaîne d’approvisionnement et les traceurs chimiques optionnels existent, mais ils sont incomplets, rares dans les produits réels ou trop faciles à contourner.

Comment le plastique change lorsqu’il est recyclé

Bien que le recyclage ne modifie pas typiquement la chimie globale d’un plastique comme le PET (matière de la plupart des bouteilles de boisson), il endommage ses longues chaînes moléculaires. Les chauffes répétées, les remoulages et l’exposition à l’oxygène fragmentent les chaînes et introduisent des défauts et de fines impuretés. Ces changements subtils modifient la manière dont le plastique stocke la charge électrique, comment il dissipe l’énergie sous forme de chaleur dans un champ électrique et la façon dont ses liaisons moléculaires vibrent lorsqu’on les sonde avec de la lumière infrarouge. Les auteurs ont compris que, bien qu’aucune mesure isolée ne capture suffisamment clairement tous ces effets pour révéler le contenu recyclé, la combinaison de plusieurs signaux complémentaires pourrait créer une empreinte fiable de la quantité de matériau recyclé présente.

De nombreuses mesures, une empreinte combinée

L’équipe a conçu un dispositif de détection « multi-modal » utilisant quatre types de tests différents sur des films fins de PET contenant des quantités connues de matière recyclée de 0 % à 100 %. D’abord, des essais triboélectriques pressent et frottent de manière répétée des plaques métalliques contre le plastique, puis mesurent la vitesse à laquelle la charge accumulée se dissipe. Les échantillons recyclés conservent la charge plus longtemps, signe de défauts électriques plus actifs. Ensuite, des mesures diélectriques et d’impédance placent le plastique entre des plaques de condensateur et explorent sa facilité de polarisation et ses pertes d’énergie ; un contenu recyclé tend à réduire sa capacité de stockage de charge et à augmenter sa tendance à dissiper l’énergie. Troisièmement, des tests de capacité dans un circuit simple résistance–condensateur examinent la vitesse de décroissance de la tension lors de la charge et de la décharge, reflétant à nouveau des différences de stockage de charge liées aux défauts. Quatrièmement, la spectroscopie moyen-infrarouge éclaire le plastique et mesure quelles longueurs d’onde sont absorbées, révélant des déplacements petits mais systématiques dans certaines vibrations de liaisons moléculaires à mesure que le recyclage modifie les extrémités de chaîne et la cristallinité.

Apprendre à une machine à lire les signaux

Comme chaque mesure produit une courbe complexe plutôt qu’un seul nombre, et que les différences entre échantillons peuvent être subtiles, les chercheurs se sont tournés vers l’apprentissage automatique. Ils ont alimenté les quatre types de données dans un réseau de neurones profond conçu pour compresser les spectres infrarouges riches en résumés numériques compacts puis combiner ceux-ci avec des caractéristiques extraites des mesures électriques. Pour faire face au nombre limité d’échantillons physiques, ils ont utilisé l’augmentation de données, créant de nombreuses variations réalistes basées sur les statistiques de leurs mesures. Le modèle obtenu a pu classer les films de PET en catégories discrètes de contenu recyclé avec une précision globale d’environ 92 % sur la plage 0–100 % et plus de 97 % de précision dans la plage pratiquement importante de 0–50 % de contenu recyclé, que viseront probablement les futures réglementations.

Ce que cela signifie pour un avenir plastique plus propre

Pour un non-spécialiste, le résultat clé est que les auteurs ont démontré la faisabilité technique d’estimer la part de plastique recyclé dans un produit sans le découper ni ajouter de marqueurs spéciaux au préalable. En combinant plusieurs tests non destructifs en une seule « empreinte », puis en interprétant cette empreinte avec de l’intelligence artificielle, leur méthode peut différencier des plastiques selon leur niveau de contenu recyclé avec une grande précision—du moins pour le PET issu de bouteilles. Avec des développements supplémentaires, y compris l’adaptation à d’autres plastiques et à des flux de déchets plus variés, cette approche pourrait servir de base à des outils portables ou intégrés en usine pour vérifier les allégations de contenu recyclé. Cela faciliterait l’application des politiques de recyclage, récompenserait les fabricants honnêtes et contribuerait à faire converger l’utilisation et la réutilisation des plastiques vers une véritable économie circulaire.

Citation: Zhao, Y., Adhivarahan, C., Jyothula, C.L. et al. Determining the percentage of recycled plastic content in a plastic product. Commun Eng 5, 51 (2026). https://doi.org/10.1038/s44172-026-00639-y

Mots-clés: plastiques recyclés, déchets plastiques, polyéthylène téréphtalate, contrôle non destructif, capteurs et apprentissage automatique