NIST ontwikkelt nieuw referentiemateriaal voor textiel om vezels te identificeren

Onderzoekers van het Amerikaanse National Institute of Standards and Technology (NIST) ontwikkelen een kandidaat-textielmateriaal voor de validatie en verbetering van methoden voor textielherkenning en -classificatie. Dit kan potentieel leiden tot kostenreductie voor fabrikanten.

Het materiaal, bekend als Research Grade Test Material (RGTM) 10279, is bedoeld voor grondstofidentificatie. Het bestaat uit een set van vijf vierkante stukken stof, gemaakt van verschillende geverfde en ongeverfde vezels. Deze referentiestukken kunnen door de recycling- en sorteerindustrie worden gebruikt om methoden voor vezelidentificatie in textiel te verbeteren. Dit helpt bij een efficiëntere sortering van textiel, verhoogt recycling en hergebruik, en verlaagt tegelijkertijd afval- en verwijderingskosten.

Amanda Forster, materiaalonderzoekster bij NIST, zegt in een verklaring: “Dit textielmateriaal helpt bij de validatie van sorteermethoden en maakt de metingen van textielsorteerders vergelijkbaar tussen verschillende centra.”

“Dit legt de basis voor de uitbreiding van toeleveringsketens en verhoogt het herstel van de economische waarde van textiel en kleding in de Verenigde Staten.”

NIST stelt dat, hoewel meer dan de helft van alle kleding en ander textiel geschikt is voor recycling, het merendeel niet wordt hergebruikt. Door het grote volume gedoneerde kleding en het trage, arbeidsintensieve handmatige sorteerproces, wordt dit textiel niet altijd opnieuw in de binnenlandse toeleveringsketen opgenomen voor de productie van nieuwe artikelen. Het instituut hoopt dat dit nieuwe kandidaat-textielmateriaal helpt bij een betere identificatie en sortering van textiel en stoffen.

De volgende stap voor NIST is om te zien hoe het referentiemateriaal in de praktijk werkt. Het instituut vraagt de recycling- en sorteerindustrie om de RGTM te gebruiken. Hiermee kan worden onderzocht of het geschikt is voor het beoordelen van de nauwkeurigheid van sorteermethoden en voor de validatie van de algoritmen die vezels in textiel en kleding identificeren.

Textielsorteerbedrijven kunnen ook onderzoeken hoe de RGTM nuttig kan zijn voor kwaliteitscontrole in de productie. Dit is vooral relevant omdat veel nieuwe textielsoorten mengsels zijn van verschillende, moeilijk te identificeren vezels.

Forster voegt toe dat het materiaal ook ‘een manier biedt om zaken te detecteren die niet op het etiket staan, wat belangrijk is voor recycling’.

NIST gelooft ook dat de RGTM nuttig kan zijn nog voordat een kledingstuk wordt ontworpen. Het kan de samenstelling van de stoffen verifiëren, zodat merken zeker weten dat ze de exacte materialen ontvangen waarvoor ze hebben betaald. Daarnaast kan het mogelijk worden gebruikt om de echtheid van luxegoederen te controleren.

“We hebben een uitdaging op het gebied van metingen voor de hele sector geïdentificeerd,” zegt Michelle Seitz, onderzoekster bij NIST. “Standaarden zoals deze RGTM helpen de identificatie en sortering van textiel te verbeteren. Dit ondersteunt de vooruitgang in AI-gestuurde textielsortering en de Amerikaanse productie en industrie.”