Determinando a porcentagem de conteúdo de plástico reciclado em um produto plástico

Por que isso importa para o uso cotidiano de plásticos

Garrafa plásticas, recipientes de alimentos e embalagens afirmam cada vez mais conter “conteúdo reciclado”, mas hoje não existe uma maneira confiável de verificar se essas promessas são verdadeiras apenas testando o produto final. Este estudo apresenta um novo método não destrutivo para estimar quanto plástico reciclado há realmente em um item plástico, usando uma combinação de medidas elétricas e ópticas mais inteligência artificial. O trabalho pode ajudar reguladores, fabricantes e consumidores a verificar declarações de sustentabilidade e apoiar uma economia circular mais honesta para os plásticos.

O desafio de confiar em rótulos de reciclado

O lixo plástico global atingiu centenas de milhões de toneladas por ano, porém apenas uma pequena fração é realmente reciclada. Muitas políticas agora buscam exigir que produtos incluam uma porcentagem mínima de plástico reciclado. O problema é que, uma vez que o plástico foi derretido e remodelado, sua identidade química básica parece quase a mesma, seja novo (“virgem”) ou reciclado. Ferramentas padrão de laboratório que medem perda de massa ao aquecer, comportamento de fusão ou mesmo estruturas moleculares detalhadas não conseguem dizer diretamente quanto de um item acabado veio de fontes recicladas. Auditorias da cadeia de suprimentos e traçadores químicos opcionais existem, mas são incompletos, raros em produtos reais ou fáceis de contornar.

Como o plástico muda quando é reciclado

Embora a reciclagem normalmente não altere a química geral de um plástico como o PET (o material na maioria das garrafas de bebida), ela danifica suas longas cadeias moleculares. Repetidas vezes aquecimento, fusão e exposição ao oxigênio quebram as cadeias e introduzem defeitos e pequenas impurezas. Essas mudanças sutis alteram como o plástico armazena carga elétrica, como perde energia na forma de calor em um campo elétrico e como suas ligações moleculares vibram quando sondadas com luz infravermelha. Os autores perceberam que, embora nenhuma única medição capture todos esses efeitos com clareza suficiente para revelar o conteúdo reciclado, combinar vários sinais complementares poderia criar uma impressão digital confiável da quantidade de material reciclado presente.

Muitas medições, uma impressão digital combinada

A equipe construiu um sistema de sensoriamento “multimodal” que usa quatro tipos diferentes de testes em filmes finos de PET contendo quantidades conhecidas de material reciclado de 0% a 100%. Primeiro, testes triboelétricos pressionam e deslizam repetidamente placas metálicas contra o plástico e então medem com que rapidez a carga acumulada se dissipa. Amostras recicladas retêm carga por mais tempo, indicando mais defeitos eletricamente ativos. Segundo, medidas dielétricas e de impedância colocam o plástico entre placas de capacitor e sondam o quão facilmente ele se polariza e quanta energia perde; conteúdo reciclado tende a reduzir sua capacidade de armazenar carga e aumentar sua tendência a dissipar energia. Terceiro, testes de capacitância em um circuito simples resistor–capacitor examinam quão rápido a tensão decai durante carga e descarga, refletindo novamente diferenças no armazenamento de carga ligadas a defeitos. Quarto, espectroscopia no infravermelho médio ilumina o plástico com luz infravermelha e mede quais comprimentos de onda são absorvidos, revelando deslocamentos pequenos mas sistemáticos em vibrações de ligações moleculares específicas à medida que a reciclagem altera as extremidades das cadeias e a cristalinidade.

Ensinando uma máquina a ler os sinais

Como cada medição produz uma curva complexa em vez de um único número, e porque as diferenças entre amostras podem ser sutis, os pesquisadores recorreram ao aprendizado de máquina. Eles alimentaram os quatro tipos de dados em uma rede neural profunda projetada para comprimir os ricos espectros de infravermelho em resumos numéricos compactos e então combinar esses resumos com características destiladas das medições elétricas. Para lidar com o número limitado de amostras físicas, usaram aumento de dados, criando muitas variações realistas baseadas nas estatísticas de suas medições. O modelo resultante conseguiu classificar filmes de PET em categorias discretas de conteúdo reciclado com cerca de 92% de precisão geral em 0–100% e mais de 97% de precisão na faixa praticamente importante de 0–50% de conteúdo reciclado, onde futuras regulamentações provavelmente se concentrarão.

O que isso significa para um futuro plástico mais limpo

Para um não especialista, o resultado-chave é que os autores demonstraram ser tecnicamente viável estimar quanto plástico reciclado há em um produto sem cortá-lo ou adicionar marcadores especiais antecipadamente. Ao combinar vários testes não destrutivos em uma única “impressão digital” e interpretar essa impressão com inteligência artificial, seu método pode distinguir plásticos com diferentes níveis de conteúdo reciclado com alta precisão—pelo menos para PET feito a partir de garrafas de bebida. Com desenvolvimento adicional, incluindo adaptação a outros plásticos e fluxos de resíduos mais variados, essa abordagem poderia sustentar ferramentas portáteis ou em linha na fábrica que verifiquem declarações de conteúdo reciclado. Isso, por sua vez, tornaria muito mais fácil fazer cumprir políticas de reciclagem, recompensar fabricantes honestos e garantir que os plásticos que usamos e reutilizamos nos aproximem de uma economia circular genuína.

Citação: 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

Palavras-chave: plásticos reciclados, resíduos plásticos, polietileno tereftalato, ensaios não destrutivos, sensores com aprendizado de máquina