Геометрия циркулярной экономики
Как геометрия упаковки влияет на сортировку отходов, почему ИИ и цифровая маркировка повышают эффективность переработки до 93%, и как математическая оптимизация маршрутов сбора ТКО сокращает затраты на 40-66%. Технологии и кейсы циркулярной экономики.

Фундаментальный сдвиг в архитектуре экономической деятельности, который приносит с собой циркулярная экономика, со временем все больше приобретает контуры отчетливого геометрического измерения. Трансформируется не только мышление, привычки производителей и потребителей, но и меняется сама пространственная архитектура жизненных потоков отходов: от микроуровня – упаковки, форм и инструментов для накопления ТКО до макроуровня городских артерий, пересмотра эргономики и установки производственных линий, по которым движутся отходы. Геометрия перестает быть метафорой, дисциплиной и становится рабочим инструментом в формировании культуры ответственного поведения производителей и потребителей и обоснования технико-экономических предложений в междисциплинарных проектах экономики замкнутого цикла в эпоху бурного развития искусственного интеллекта (ИИ).
Геометрия упаковки: почему форма решает
Судьба упаковки на сортировочной ленте во многом предопределена ее формой. Плоская, гибкая тара, пленка, пакеты, обертки представляет собой главную проблему для оптических сканеров. Ее сложно идентифицировать и еще сложнее прицельно отделить потоком воздуха. Объемная жесткая упаковка: бутылки, банки, лотки сортируется значительно эффективнее. Многослойная упаковка вроде картонной тары для напитков, состоящей из картона, алюминия и пластика, десятилетиями оставалась камнем преткновения для переработчиков.
Ответом на этот вызов стала конвергенция двух стратегий:
- Упрощение геометрии и осмысление состава самого материала.
- Внедрение цифровой маркировки, позволяющей оборудованию «видеть» сквозь форму.
Проект «Holy Grail 2.0», объединивший бренды и технологические компании, продемонстрировал, что цифровые водяные знаки, невидимые глазу метки, нанесенные на всю поверхность упаковки, обеспечивают точность сортировки на уровне примерно 90% и выше даже в сложных промышленных условиях, при загрязнении и наложении материалов. За время испытаний на предприятии Hündgen в Германии был зафиксирован диапазон эффективности детекции от 86,7% до 93,6%.
Источники (14)
- 1. Pioneering digital watermarks for smart packaging recycling in the EU [Electronic resource]. URL: (date of access 15.05.2026)
- 2. Digital Watermarks Initiative Holy Grail 2.0 [Electronic resource]. (date of access 15.05.2026)
- 3. Mondi’s mono-material retort pouches evidence effective sorting during recycling [Electronic resource]. URL: (date of access 17.05.2026)
- 4. Tetra Pak announces major investment to enhance sorting of food and beverage cartons in the UK [Electronic resource]. URL: (date of access 17.05.2026)
- 5. RFID reveals the true recyclability of packaging [Electronic resource]. URL: (date of access 19.05.2026)
- 6. ППК РЭО: 7 российских заводов по сортировке отходов внедрили искусственный интеллект на производстве [Электронный ресурс]. URL: (дата обращения 20.05.2026)
- 7. Башкатов Д.А., Русинов Р.А., Полулях Л.А. Подходы к применению искусственного интеллекта для сортировки твердых отходов в России // Металлургия черных, цветных и редких металлов. № 1 (151) DOI
- 8. Confederation of European Waste-to-Energy Plants: Circular Economy 2035 Waste Treatment Gap – Detailed Explanations. URL: 2019/07/CEWEP-residualwaste-calculation-explanationsfinal.pdf. (date of access 14.05.2026)
- 9. Zhang, Y., Wei, Y., Zhang, B. et al. Fuzzy optimization of municipal solid waste collection routing under uncertain emissions. Sci Rep 16, 4857 (2026)
- 10. Vilchez-Torres, M., Ramos Castillo, Nataly Lisbeth, & Bobadilla Asto, Luis Eduardo. (2023). Optimization of Solid Waste Collection Routes Using Graph Theory and Linear Program. LACCEI, 1(8)
- 11. Sedat Yalçınkaya Calculation of Solid Waste Collection Induced Air Pollutant Emissions through Spatial Analysis for Different Vehicle Capacities: A Case Study in Cigli, Izmir. Araştırma Makalesi / Research Article, Doğ Afet Çev Derg, 2020; 6(2): 366-376, DOI: 10.21324/dacd.675605.
- 12. ROSE Route optimisation module for waste logistic platforms (date of access 21.05.2026)
- 13. Mavrin, V.; Makarova, I. Developing a Decision Support System to Improve the Waste Transportation Process. Logistics 2026, 10, 78
- 14. Гвилия Н.А., Янковский Д.И. Управление логистикой отходов в мегаполисах на основе методов имитационного моделирования // Территория новых возможностей. Вестник Владивостокского государственного университета. 2025. Т. 17, № 3. С. 7–21. DOI: EDN: https://elibrary.ru/VSJBUY