Determinare la percentuale di contenuto di plastica riciclata in un prodotto plastico

Perché è importante per l’uso quotidiano della plastica

Bottiglie di plastica, contenitori per alimenti e imballaggi sempre più spesso dichiarano di contenere «contenuto riciclato», ma oggi non esiste un modo affidabile per verificare queste promesse testando solo il prodotto finito. Questo studio introduce un nuovo metodo non distruttivo per stimare quanto materiale plastico riciclato sia effettivamente presente in un oggetto plastico, utilizzando una combinazione di misure elettriche e ottiche insieme all’intelligenza artificiale. Il lavoro potrebbe aiutare regolatori, produttori e consumatori a verificare le affermazioni sulla sostenibilità e sostenere un’economia circolare della plastica più onesta.

La sfida di fidarsi delle etichette “riciclato”

I rifiuti plastici a livello globale hanno raggiunto centinaia di milioni di tonnellate all’anno, eppure solo una piccola frazione è veramente riciclata. Molte politiche oggi mirano a richiedere che i prodotti includano una percentuale minima di plastica riciclata. Il problema è che, una volta che la plastica è stata fusa e rimodellata, la sua identità chimica di base appare quasi identica sia che provenga da materiale nuovo («vergine») sia che provenga da materiale riciclato. Gli strumenti di laboratorio standard che misurano perdita di peso al riscaldamento, comportamento di fusione o anche strutture molecolari dettagliate non riescono a dire direttamente quanta parte di un oggetto finito provenga da fonti riciclate. Esistono audit delle catene di approvvigionamento e traccianti chimici opzionali, ma sono incompleti, rari nei prodotti reali o troppo facili da aggirare.

Come cambia la plastica quando viene riciclata

Seppure il riciclo di solito non modifichi la chimica complessiva di una plastica come il PET (il materiale della maggior parte delle bottiglie per bevande), danneggia le sue lunghe catene molecolari. Riscaldamenti ripetuti, fusione ed esposizione all’ossigeno spezzano le catene e introducono difetti e piccole impurità. Questi cambiamenti sottili alterano il modo in cui la plastica immagazzina carica elettrica, come dissipa energia sotto un campo elettrico e come vibrano i suoi legami molecolari se sondati con luce infrarossa. Gli autori hanno capito che, mentre nessuna singola misura cattura tutti questi effetti in modo sufficientemente chiaro da rivelare il contenuto riciclato, la combinazione di più segnali complementari potrebbe creare un’impronta affidabile della quantità di materiale riciclato presente.

Molte misure, un’unica impronta combinata

Il team ha costruito un apparato di rilevamento «multimodale» che utilizza quattro diversi tipi di test su film sottili di PET contenenti percentuali note di materiale riciclato dallo 0% al 100%. Primo, test triboelettrici premono e fanno scorrere ripetutamente piastre metalliche contro la plastica, quindi misurano quanto rapidamente la carica accumulata decade. I campioni riciclati trattengono la carica più a lungo, indicando difetti elettricamente più attivi. Secondo, misure dielettriche e di impedenza collocano la plastica tra piastre di condensatore e sondano quanto si polarizza facilmente e quanta energia perde; il contenuto riciclato tende a ridurre la capacità di immagazzinare carica e ad aumentare la tendenza a dissipare energia. Terzo, test di capacità in un semplice circuito resistore–condensatore esaminano la velocità di decadimento della tensione durante carica e scarica, riflettendo nuovamente differenze nella conservazione della carica legate ai difetti. Quarto, la spettroscopia nell’infrarosso medio illumina la plastica e misura quali lunghezze d’onda vengono assorbite, rivelando spostamenti piccoli ma sistematici nelle vibrazioni di specifici legami molecolari man mano che il riciclo altera le estremità delle catene e la cristallinità.

Insegnare a una macchina a leggere i segnali

Poiché ogni misura produce una curva complessa piuttosto che un singolo numero, e poiché le differenze tra i campioni possono essere sottili, i ricercatori si sono rivolti all’apprendimento automatico. Hanno fornito tutti e quattro i tipi di dati a una rete neurale profonda progettata per comprimere gli spettri infrarossi ricchi in riassunti numerici compatti e poi combinarli con caratteristiche distillate dalle misure elettriche. Per gestire il numero limitato di campioni fisici hanno usato l’aumento dei dati, creando molte variazioni realistiche basate sulle statistiche delle loro misure. Il modello risultante è stato in grado di classificare i film di PET in categorie discrete di contenuto riciclato con circa il 92% di accuratezza complessiva su 0–100% e oltre il 97% di accuratezza nell’intervallo praticamente importante dello 0–50% di contenuto riciclato, area su cui è probabile che si concentreranno future normative.

Cosa significa per un futuro della plastica più pulito

Per un non specialista, il risultato chiave è che gli autori hanno dimostrato la fattibilità tecnica di stimare quanto materiale plastico riciclato sia presente in un prodotto senza doverlo tagliare o aggiungere marcatori speciali in anticipo. Combinando diversi test non distruttivi in un’unica «impronta» e interpretando poi quell’impronta con l’intelligenza artificiale, il loro metodo può distinguere plastica con diversi livelli di contenuto riciclato con elevata accuratezza—almeno per il PET derivato da bottiglie per bevande. Con ulteriori sviluppi, inclusa l’adattamento ad altre plastiche e a flussi di rifiuti più vari, questo approccio potrebbe supportare strumenti tascabili o sistemi in linea in fabbrica per verificare le dichiarazioni sul contenuto riciclato. Ciò renderebbe più semplice far rispettare le politiche di riciclo, premiare i produttori onesti e assicurare che le plastiche che usiamo e riusiamo ci avvicinino a una vera economia circolare.

Citazione: 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

Parole chiave: plastiche riciclate, rifiuti di plastica, polietilene tereftalato, test non distruttivi, sensori e apprendimento automatico