FR2752178A1 - Machine de tri de bouteilles plastiques et procede mis en oeuvre par la machine - Google Patents

Abstract

La présente invention concerne une machine de tri de produits plastiques comportant un système de transport (8), au moins deux stations (81, 86) de détection à principes de fonctionnement différent, un système d'analyse neuronal (870) et des moyens (877, 876, 875) d'auto apprentissage des conditions de tri par analyse neuronale et des moyens de trier les produits (9) en fonction des signaux résultant des stations de détection (81, 80) mémorisés par des moyens de mémorisation (8701), caractérisée en ce que le système de transport comporte des moyens (2, 3, 4) de mise en file des produits (9) et des moyens de détermination (61, 62, 65) de la position précise des produits pour déclencher la mise en oeuvre de chacune des stations de détection au moment du passage de la même partie de produits.

Description

1 2752178

MACHINE DE TRI DE BOUTEILLES PLASTIQUES ET PROCEDE MIS EN

OEUVRE PAR LA MACHINE

La présente invention concerne une machine de tri en particulier pour bouteilles plastiques et le procédé mis en oeuvre par cette machine.

L'art antérieur contient de nombreux exemples de telles machines.

Ainsi le brevet australien 662 338 enseigne une machine à lampe fluorescente et à caméra linéaire qui reçoit la lumière de la lampe après que celle-ci soit passée dans un filtre polarisant. La caméra comporte également un filtre polarisant orienté perpendiculairement à la source de lumière du filtre polarisant de la lampe. La sélection des bouteilles s'effectue par détection de franchissement de seuil représentatif de la quantité de lumière transmise. La caméra comporte aussi un filtre vert permettant d'effectuer la distinction entre les bouteilles claires du type HDPE et les bouteilles vertes

du type PET.

De même, le brevet EP 0 441 012 enseigne également l'utilisation de filtres polarisants pour détecter les différences de biréfringence des différents plastiques. Ce document enseigne également l'utilisation d'une source de rayonnement X comme moyen de détection. Ce document enseigne deux modes de réalisation, I'un dans lequel le détecteur est disposé de l'autre côté de la bouteille par rapport à la source lumineuse, l'autre dans lequel le détecteur est placé du même côté. Mais pour cette dernière variante il est précisé qu'elle permet de détecter uniquement les bouteilles opaques. En effet, dans le cas des bouteilles transparentes, le

faisceau traverserait la bouteille et ne serait pas reçu par le capteur.

Il est connu d'autres dispositifs dans lesquels les moyens de détection sont multipliés pour essayer d'augmenter la fiabilité du tri. Ainsi par le brevet européen 0 587 037 on connaît une machine de tri dans

2 2752178

laquelle une lumière polarisée est utilisée pour, après avoir traversé les bouteilles, déterminer le signal biréfringent et le comparer à une valeur prédéterminée puis à soumettre les bouteilles à une longueur d'onde de lumière déterminée correspondant à une couleur particulière pour comparer le résultat du signal ayant traversé la bouteille avec une valeur prédéterminée et, enfin soumettre à des troisièmes moyens de comparaison, un éclairage permettant de déterminer la clarté de la bouteille par comparaison avec une valeur prédéterminée. A ce type d'installation, on peut également rajouter un dernier poste de détection par un rayon X et 1o établir pour chacun des postes une grille de décision en fonction des résultats de comparaison obtenus en sortie des capteurs de chacun des postes. Un tel dispositif nécessite la présence de capteurs de détection de présence des bouteilles à chacun des postes de façon à mettre en oeuvre les moyens de détection de chacun des postes au moment de la présentation de chaque bouteille devant le poste. Le nombre de dispositif de détection augmente le coût de l'appareillage et la fiabilité des détections car les détecteurs optiques de présence peuvent être en partie obturés par des

saletés, ce qui peut occasionner des dysfonctionnements de la machine.

Un autre dispositif tel que la demande PCT WO 94/25186 utilise un système de spectroscopie par infrarouge et un dispositif de détection de position associés à un capteur de vitesse du transporteur pour, en fonction de la distance entre le dispositif de détection et les caméras d'enregistrement, déclencher l'enregistrement vidéo de la couleur et de la forme déterminée à l'instant de la prise de vue de ces caméras. Là aussi, le dispositif de détection détecte les bouteilles ou les objets qui sont sur le transporteur, ce qui peut amener le dispositif à prendre en considération un détritus autre qu'une bouteille au moment de son passage devant les

systèmes de tri.

Malgré toutes ces améliorations connues de l'art antérieur, il n'existe pas actuellement sur le marché de machines de tri qui permettent un faible taux d'erreurs à partir de bouteilles en vrac mélangées pourcentage

3 2752178

d'erreurs dans les tris. Il n'est pas possible avec l'art antérieur d'obtenir une sélection et un classement des bouteilles à 99 % tout en permettant d'adapter la machine aux différents types de bouteilles que l'on peut rencontrer dans les différents pays ou régions. Les machines actuelles étant programmées avec des seuils prédéterminés et fixe ne permettent pas l'adaptation aux déchets à séparer. En effet, selon les régions, les caractéristiques des bouteilles peuvent évoluer et il est avantageux que la machine puisse s'adapter facilement sans avoir à procéder à des réglages minutieux et longs pour fixer les valeurs de comparaison prédéterminées

lo connues de l'art antérieur.

Un premier but de l'invention est donc de pallier les inconvénients

de l'art antérieur.

Ce but est atteint par le fait que la machine de tri de produits plastiques comportant un système de transport, au moins deux stations de

détection à principes de fonctionnement différent, insister sur l'auto-

apprentissage et la non-présence de seuil pré-définis à l'avance, et des moyens de trier les produits en fonction des signaux résultant des stations de détection mémorisés par des moyens de mémorisation, est caractérisée en ce que le système de transport comporte des moyens de mise en file des produits, des moyens de détermination de la position précise des produits pour déclencher la mise en oeuvre de chacune des stations de détection au moment du passage de la même partie de produits et un système d'analyse neuronal recevant et traitant les signaux des stations de détection pour effectuer le tri en fonction des conditions de tri apprises par des moyens d'auto apprentissage des conditions de tri par le système d'analyse neuronale. Selon une autre particularité le premier principe de détection différent est constitué par un faisceau laser polarisé par un premier filtre dont une partie du faisceau traverse les produits avant d'atteindre un second filtre miroir qui réfléchit, d'une part la partie du faisceau qui a traversé le produit et, d'autre part, la partie directement incidente, lesdits faisceaux

4 2752178

réfléchis étant captés par une caméra pourvue d'un troisième filtre polarisant

et disposée du même côté que la source laser.

Selon une autre particularité un second ou troisième principe de détection est constitué d'une source de lumière noire (UV) et d'une camera enregistrant le signal provenant de la source par une fenêtre, ladite fenêtre

définissant une position déterminée par rapport au système de transport.

Selon une autre particularité le second ou troisième principe de détection est constitué d'une source de lumière infrarouge et d'une caméra

permettant la spectroscopie des différents échantillons de produits.

Selon une autre particularité chacun des signaux délivré par un principe de détection est envoyé sur un système d'analyse neuronale comparant dans des espaces à 256 dimensions les informations reçues avec celles mémorisées lors d'une phase d'auto-apprentissage dans la mémoire du système, pour classer chaque produit analysé en trois

catégories.

Selon une autre particularité la première catégorie est constituée par les produits dont la matière est identifiée avec certitude; la deuxième catégorie est constituée par les produits dont les signaux d'information tombent dans une zone d'influence autour d'un produit identifié; La troisième catégorie est celle constituée parles produits inconnus qui peuvent être classés dans les refus ou appris à la machine s'il s'agit d'un

nouveau type de bouteilles.

Selon une autre particularité chacune des catégories de classification associée à un échantillon de produits pour chaque station de détection est délivrée à la mémoire d'un calculateur qui décide de l'actionnement d'un moyen de tri en fonction du résultat élaboré à partir des informations mémorisées et d'une grille de décision nécessitant, soit au moins deux classifications de la première catégorie, soit une classification de la première catégorie avec au moins une classification de la deuxième catégorie.

2752178

Selon une autre particularité le système de mise en file est constitué d'une bande transporteuse fortement inclinée pourvue de tasseaux transversaux sur sa surface transporteuse et alimentant l'intérieur d'un tambour tournant dont la surface interne est criblée et pourvue de cloisons de séparation régulièrement espacées, lequel alimente par son point haut une seconde bande transporteuse de direction de déplacement parallèle à l'axe de rotation du tambour alors que la première bande transporteuse est de direction perpendiculaire à l'axe de rotation du tambour, les vitesses de déplacement de la première bande, du tambour et de la seconde bande o étant réglées entre chaque dispositif pour que la seconde bande délivre à une goulotte inclinée débouchant au-dessus du système de transport à palette, un échantillon de produits par palette poussant chacune et en file un

échantillon de produits respectifs.

Un autre but de l'invention est de proposer un procédé mis en oeuvre par la machine qui permette de livrer les machines vierges et de les adapter au tri des différents échantillons de produits présentant des

caractéristiques différentes selon les régions.

Ce but est atteint par le fait que le procédé d'auto apprentissage pour machine de tri est caractérisé en ce que le système d'analyse neuronale est associé à un calculateur pourvu d'un système d'affichage, d'un moyen de sélection interactif entre l'affichage et l'analyseur neuronal, et d'un programme de traitement des actions de l'utilisateur sur le moyen de sélection interactif, ledit procédé consistant: - à présenter un produit à analyser devant chacune des stations; - à afficher sur le dispositif d'affichage un menu descriptif des différentes matières constitutives des échantillons de produits susceptibles d'être traités par la machine; - à sélectionner, à l'aide du moyen de sélection, une matière parmi celles figurant au menu, ladite matière correspondant à celle du produit présenté à l'analyse;

6 2752178

- à créer, après cette sélection, un lien entre la matière sélectionnée et les informations définies par l'analyseur neuronal dans l'espace à 256 dimensions puis; - à mémoriser, pour chaque échantillon de produit présenté devant chaque station de détection, un couple informationmatière. Selon une autre particularité le procédé utilise ce couple information-matière pour déterminer le tri après la phase d'auto apprentissage. D'autres particularités et avantages de la présente invention

io apparaîtront plus clairement à la lecture de la description ci-après faite en

référence aux dessins annexés dans lesquels: la figure 1A représente une vue en perspective de l'ensemble de la machine de tri; la figure 1 B représente une vue schématique et en perspective de la i5 zone d'analyse de la machine de tri; la figure 1C représente une vue en perspective d'une des stations d'analyse de la machine; la figure 1D représente une vue en perspective du système de

transport filaire.

L'invention va maintenant être décrite en liaison avec les figures 1A à 1D. La machine, selon l'invention, comporte une trémie (1) dans laquelle les échantillons de produits à trier sont disposés en vrac. Dans la partie inférieure de cette trémie est placée une bande transporteuse (2) dont l'espacement entre le fond de la trémie et la bande permet de délivrer des lots de produits à trier. Les produits à trier sont, en l'occurrence, des bouteilles de matière plastique fabriquées dans différents matériaux tels que le PET (Polyéthylène Téréphtalate), PEHD (Polyéthylène Haute Densité), PVC (Polychlorure de Vinyle), PP (Polypropylène), PS (Polystyrène). Les lots de bouteilles sont entraînés par la bande transporteuse (2) dont une partie (20) est fortement inclinée. L'extrémité supérieure de cette partie fortement inclinée de la bande transporteuse (20) déverse les lots de

7 2752178

bouteilles dans un tambour tournant (3) pourvu sur sa surface interne de palettes (31) espacées entre elles d'une distance correspondant substantiellement au diamètre des bouteilles à traiter et ne présentant pas un espace suffisant pour deux bouteilles, la distance entre 2 cloisons servant de crible (32) sépare les petites pièces (bouchons, papiers, cailloux, etc.). La bande transporteuse inclinée (20) comporte sur sa surface de transport des tasseaux (21) qui permettent de bloquer et d'entraîner les bouteilles par lots de deux ou quatre. Le tambour, par sa rotation, assure la mise en place des bouteilles une à une dans chaque encoche délimitée par les palettes (31) qui sont elles disposées dans des plans passant par l'axe de rotation du tambour. La rotation du tambour entraîne les bouteilles vers la partie supérieure du tambour. Celles-ci en arrivant au point le plus haut de leur trajectoire sont déversées sur un second tapis transporteur (4) qui les convoie une à une à destination d'une goulotte (5). La goulotte (5) distribue les bouteilles sur une tôle de glissement (64) au-dessus de laquelle circulent des palettes (62) régulièrement espacées à des intervalles déterminés correspondant à la hauteur maximale des produits à trier. Les palettes (62) sont solidaires de pièces de liaison (61) avec les maillons d'une chaîne (60) qui est entraînée en mouvement et tendue entre deux roues dentées

tournantes disposées à chacune des extrémités de la tôle de glissement.

Une des roues dentées d'extrémité, par exemple (63b), est entraînée par un moteur électrique dont la vitesse est réglée en fonction de la cadence de déversement des bouteilles dans la goulotte (5). La vitesse du second tapis transporteur est réglée par rapport à la vitesse de rotation du tambour et la vitesse de rotation du tambour est également réglée par rapport à la vitesse du déplacement du premier tapis transporteur. Ces différentes vitesses sont ajustées de façon qu'en sortie du second tapis transporteur les bouteilles soient délivrées une par une à la goulotte (5). Chacune des pièces de liaison (61) comporte également un dispositif réfléchissant permettant à une cellule photo électrique (65) de détecter le passage de la palette à une position déterminée. La zone d'analyse est constituée, comme représenté à

8 2752178

la figure 1 B, d'au moins une première station de détection comportant un dispositif (82) d'éclairage des bouteilles (9) et une caméra (81) délivrant par une liaison (873) les signaux générés par le passage de chaque bouteille (9) à un système (870) d'analyse neuronale. Le système (870) d'analyse neuronale délivre, par une liaison (872), des informations à un calculateur (877) de supervision, ledit calculateur étant relié, d'une part par une liaison (878) à un moniteur (876) et, d'autre part par une liaison (874) à un dispositif interactif avec l'ordinateur et le moniteur (875) constitué, par exemple, par une souris. La première source (82) de lumière de la première station est constituée d'une lumière noire dite "lampe de wood" générant un rayonnement dans la gamme des ultraviolets. Cette première station permet ainsi par l'éclairage de rendre les bouteilles en PVC phosphorescentes alors que les bouteilles en PET apparaissent comme blanches. Cette station permet donc de faire la distinction entre, d'une part les bouteilles de PET ou de PEHD délivrant le même signal en sortie de la caméra (81) et d'autre part

les bouteilles de PVC.

La deuxième station est constituée d'un faisceau laser (84) polarisé selon une certaine direction par un premier filtre (841, figure 1C) dont une partie du faisceau va frapper la bouteille (9) dans une zone déterminée par la fenêtre d'éclairage et l'autre partie du faisceau frappe directement un miroir polarisé (85) selon une direction perpendiculaire à la direction de polarisation du premier filtre (841). Les deux parties de faisceau sont ensuite enregistrées par la caméra (86) qui est elle-même pourvue d'un troisième filtre polarisant (861) de direction perpendiculaire au filtre (841). Le signal (91) délivré par la bouteille et le signal (851) délivré par le faisceau n'ayant pas atteint la bouteille, permettent de distinguer entre les trois matières qui sont le PVC, le PET, le PEHD. En effet, le PET dépolarise la lumière et les signaux délivrés par la caméra (86) représentatifs des faisceaux (91, 851) contiendront une information. Le PVC qui ne dépolarise pas la lumière sera détecté par la caméra (86) par le fait que les signaux correspondant au

faisceau (851) et au faisceau (91) seront sans informations et identiques.

9 2752178

Enfin le PEHD sera détecté par le fait que le signal du faisceau (91) sera très fort et le signal du faisceau (851) sera absent. Les caméras utilisées sont des caméras CCD matricielles comportant un réseau matriciel de 500 x 700 points et dont les signaux numériques de sortie seront analysés par l'analyseur neuronal (870) pour définir, pour chaque objet passant dans chaque station d'analyse, un ensemble d'informations après traitement définies dans un hyperespace à 256 dimensions représentatives de l'objet analysé par la station. A chaque objet analysé, I'analyseur neuronal associera dans cet hyperespace une zone d'influence. L'analyseur neuronal (870) contient dans sa mémoire une table associant, à chacune des informations enregistrées par une station de détection dans l'analyseur neuronal, au cours d'une phase d'apprentissage lors du passage d'un objet, la correspondance avec un nom de matière. Cette table est remplie lors d'une phase d'auto apprentissage que nous décrirons ultérieurement. Ces informations permettent donc à l'analyseur neuronal (870) de délivrer au calculateur (877), par les liaisons (872), un résultat d'analyse pour chaque échantillon passant devant une station. Ce résultat d'analyse est stocké dans la mémoire de l'ordinateur (877) et une grille de décision (8772) lui permet par la suite de décider si l'échantillon (n) correspond à du PET, du PVC, du PEHD, ou s'il doit être repassé dans la zone d'analyse. Ainsi la grille de décision (8772) peut correspondre au tableau ci- dessous dans lequel ST1 identifie les signaux fournis par la caméra (81), ST2 les signaux fournis par la caméra (86), ST3 les signaux fournis par une troisième station de détection qui pourrait être une station utilisant la lumière infrarouge comme source de lumière et une troisième caméra. L'information I signifie Incertain, V signifie Vrai et X signifie Indéterminé. L'analyseur neuronal va donc définir pour chaque échantillon passant dans les stations successives, une information qui sera transmise à l'ordinateur et analysée par celui-ci

pour fournir un résultat R selon la grille (8772) de décision ci-après.

2752178

ST1 ST2 ST3 R

PET I PET I PET I PET

PET I PET V PET V PET

PET I PET I PET V PET

PVC I PVC V PVC V PVC

PVC V PVC I PVC I PVC

PVC V VC PVC V PVC IPVC

PVC V PVC I PVC I PVC

PET I PEHD I PET V PET

PEHD I PEHD I PEHD V PEHD

PEHD I PEHD V PEHD I PEHD

PVC V PEHD I PVC I PVC

PVC X PVC PVC

PVC X PET REFUS

PVC PEHD X REFUS

On voit ainsi dans cette grille que le système ne peut pas déterminer le résultat que dans un nombre très faible de cas. On arrive ainsi, grâce à un tel système d'analyse, à des pourcentages de tri voisins de 99 %. En fonction de ces résultats, I'ordinateur décidera au moment du passage de l'échantillon donné devant un des bacs (7a, 7b, 7c, 7d) de l'éjection dans le bac approprié. Par exemple le conteneur (7a) pourra être affecté au PET, le conteneur (7b) au PEHD, le (7c) au PVC et le (7d) aux incertains à repasser en analyse. La machine, ainsi définie, permet d'analyser les bouteilles avec le taux de réussite évoqué ci-dessus à une cadence de 3 bouteilles seconde. La position des bouteilles étant définie par les palettes, le déclenchement des caméras et des sources de lumière s'effectue avec précision en prenant en compte la vitesse de déplacement des palettes (62), de façon que les mêmes zones soient analysées sur chacune des bouteilles

passant devant chacune des stations.

Lors de la phase d'apprentissage, le logiciel d'interface (8771) interprétant les signaux provenant du dispositif interactif (875) associé avec un logiciel d'application va permettre l'affichage sur le moniteur (876) de l'ordinateur (877) d'un menu comportant plusieurs codes de définition des matières à trier. Ainsi la première ligne du menu (8761) pourra mentionner le il 2752178 PVC, la deuxième ligne (8762) le PET, la troisième ligne (8763) le PEHD. Au lieu de désigner les matières par leur abréviation, on peut également associer un code à chacune des matières. Lorsqu'un échantillon de produits (9) est présenté devant une station, par exemple la première station, I'analyseur neuronal génère une première série d'informations (INF1). Le programme d'application déclenche l'affichage du menu, dès qu'il reçoit un stimulus de l'analyseur neuronal, pour que l'installateur puisse, par le dispositif interactif (875), sélectionner, sur l'écran (876) affichant le menu, une des composantes de ce menu. L'utilisateur amène, par exemple, à l'aide io de la souris (875) un rectangle de sélection représenté en pointillé (8764) ou

une surbrillance sur la composante à sélectionner affichée à l'écran (876).

Lorsque la zone de sélection est sur la composante à sélectionner, l'utilisateur ou l'installateur valide sa sélection par une action sur le dispositif interactif, par exemple, en enfonçant le deuxième bouton (8752) de la souris (875). Cette information de validation provoque l'établissement d'un lien entre l'information (INF1) et le code correspondant à la matière sélectionnée et la mémorisation dans l'analyseur neuronal du couple (8701) information (INF1), matière (MAT1). Pour chaque échantillon de produit, l'installateur va procéder de la même façon et va ainsi permettre la mémorisation dans la mémoire de l'analyseur neuronal d'une table (8701) associant une pluralité d'informations mémorisées dans un hyperespace à une information concernant le type de matière du produit. Ainsi l'analyseur neuronal pourra délivrer, pour chaque échantillon passant devant chaque station, une information définissant si le type de matière du produit a été identifié avec certitude ou avec une certaine incertitude ou si aucune des informations mémorisées dans un des hyperespaces ne correspond à l'information fournie par la caméra de la station concernée. Ces différents résultats sont mémorisés au niveau du calculateur et ensuite analysés à l'aide de la grille (8772) matricielle ci-dessus pour finalement décider d'envoyer l'échantillon

analysé dans le conteneur (7) correspondant au résultat de l'analyse.

12 2752178

L'analyseur neuronal grâce à son système d'auto-apprentissage permet de s'affranchir du besoin de définir à l'avance des seuils

prédéterminés et a la capacité d'apprendre sur le déchet réel à trier.

Le dispositif interactif (875) peut être de tout autre type qu'une souris et l'interface de programmation associée correspondra au type de dispositif interactif utilisé. Ainsi on pourrait tout aussi bien utiliser un écran tactile ou un crayon lumineux ou encore tout simplement un clavier pour permettre la sélection sur le menu de la matière correspondant aux produits analysés. D'autres modifications à la portée de l'homme de métier font

également partie de l'esprit de l'invention.

13 2752178

Claims (10)

REVENDICATIONS

1. Machine de tri de produits plastiques comportant un système de transport (8), au moins deux stations (81, 86) de détection à principes de fonctionnement différent, et des moyens de trier les produits (9) en fonction des signaux résultant des stations de détection (81, 86) mémorisés par des moyens de mémorisation (8701), caractérisée en ce que le système de transport comporte des moyens (2, 3, 4) de mise en file des produits (9), des moyens de détermination (61, 62, 65) de la position précise des produits o10 pour déclencher la mise en oeuvre de chacune des stations de détection au moment du passage de la même partie de produits, et un système d'analyse neuronal (870), recevant et traitant les signaux des stations de détection pour effectuer le tri en fonction des conditions de tri apprises par des moyens (877, 876, 875) d'auto apprentissage des conditions de tri par le

système d'analyse neuronale.

2. Machine de tri de produits plastiques selon la revendication 1, caractérisée en ce que le premier principe de détection différent est constitué par un faisceau laser (84) polarisé par un premier filtre (841) dont une partie du faisceau traverse chaque produit (9) avant d'atteindre un second filtre miroir (85) qui réfléchit, d'une part la partie du faisceau qui a traversé le produit et, d'autre part, la partie directement incidente, lesdits faisceaux réfléchis étant captés par une caméra (86) pourvue d'un troisième

filtre polarisant (861) et disposée du même côté que la source laser.

3. Machine de tri de produits plastiques selon la revendication 1 ou 2, caractérisée en ce qu'un second ou troisième principe de détection est constitué d'une source de lumière noire (UV) (82) et d'une caméra (81) enregistrant le signal provenant de la source par une fenêtre de lumière,

définissant une position déterminée par rapport au système de transport.

4. Machine de tri de produits plastiques selon la revendication 1 ou 2, caractérisée en ce que le second ou troisième principe de détection est

14 2752178

constitué d'une source de lumière infrarouge et d'une caméra permettant la

spectroscopie des différents échantillons de produits.

5. Machine de tri de produits plastiques selon une des

revendications 1 à 4, caractérisée en ce que chacun des signaux délivré par

un principe de détection est envoyé sur un système (870) d'analyse neuronale comparant dans des espaces à 256 dimensions les informations reçues avec celles mémorisées lors d'une phase d'auto-apprentissage dans la mémoire (8701) du système, pour classer chaque produit analysé en trois catégories.

6. Machine de tri de produits plastiques selon la revendication 5, caractérisée en ce que la première catégorie est constituée par les produits dont la matière est identifiée avec certitude; la deuxième catégorie est constituée par les produits dont les signaux d'information tombent dans une zone d'influence autour d'un produit identifié; la troisième catégorie est celle constituée par les produits pour

lesquels aucune conclusion n'a pu être déterminée.

7. Machine de tri de produits plastiques selon la revendication 5 ou 6, caractérisée en ce que chacune des catégories de classification associée à un échantillon de produits pour chaque station de détection est délivrée à la mémoire d'un calculateur (877) qui décide de l'actionnement d'un moyen de tri en fonction du résultat élaboré à partir des informations mémorisées et d'une grille de décision (8772) nécessitant, soit au moins deux classifications de la première catégorie, soit une classification de la première catégorie avec au moins une classification de la deuxième catégorie.

8. Machine de tri de produits plastiques selon une des

revendications précédentes, caractérisée en ce que le système de mise en

file est constitué d'une bande transporteuse (2) fortement inclinée pourvue de tasseaux (21) transversaux sur sa surface transporteuse et alimentant l'intérieur d'un tambour (3) tournant dont la surface interne est pourvue de

2752178

cloisons (31) de séparation régulièrement espacées et criblées (32), lequel alimente par son point haut une seconde bande transporteuse (4) de direction de déplacement parallèle à l'axe de rotation du tambour (3) alors que la première bande transporteuse (2) est de direction perpendiculaire à I'axe de rotation du tambour (3), les vitesses de déplacement de la première bande (2), du tambour (3) et de la seconde bande (4) étant réglées entre chaque dispositif pour que la seconde bande délivre à une goulotte (5) inclinée débouchant au-dessus d'un système de transport à palette (62), un échantillon de produits (9) par palette (62) poussant chacune et en file un

io échantillon de produits respectifs.

9. Procédé d'auto apprentissage pour machine de tri selon une des

revendications précédentes, caractérisé en ce que le système d'analyse

neuronale est associé à un calculateur pourvu d'un système d'affichage, d'un moyen de sélection interactif entre l'affichage et l'analyseur neuronal, et d'un programme de traitement des actions de l'utilisateur sur le moyen de sélection interactif, ledit procédé consistant: - à présenter un produit à analyser devant chacune des stations; - à afficher sur le dispositif d'affichage un menu descriptif des différentes matières constitutives des échantillons de produits susceptibles d'être traités par la machine; - a sélectionner, à l'aide du moyen de sélection, une matière parmi celles figurant au menu, ladite matière correspondant à celle du produit présenté à l'analyse; - à créer, après cette sélection, un lien entre la matière sélectionnée et les informations définies par l'analyseur neuronal dans l'espace à 256 dimensions puis; - à mémoriser, pour chaque échantillon de produits présentés

devant chaque station de détection, un couple information-matière.

10. Procédé d'auto apprentissage pour machine de tri selon la revendication 9, caractérisé en ce que le procédé utilise ce couple

16 2752178

information-matière pour déterminer le tri après la phase d'auto apprentissage.