KI-basierte Wertstoffanalytik für die Kreislaufwirtschaft

Die Gewinnung und Wiederverwertung von Wertstoffen aus verschiedensten Quellen wird immer wichtiger, um einerseits einen Beitrag zur Erreichung der globalen Klimaziele zu leisten und anderseits in Produktionsbetrieben kostengünstig und rasch auf Kundenanfragen reagieren zu können. Speziell bei Einsatz wiederverwerteter Rohstoffe ist es nötig genaue Kenntnisse über die Wertstoffqualität, d.h. über die Zusammensetzung des Materialstroms, zu haben.

JOANNEUM RESEARCH DIGITAL hat einen Schwerpunkt zur Materialcharakterisierung in der Kreislaufwirtschaft aufgebaut und dafür nötige Grundlagen im Hyperspektrallabor geschaffen. Sensorsysteme, die weit über das menschliche Sehen hinausreichen, ermöglichen eine berührungslose Erfassung und nachfolgende Analyse der Wertstoffe. Die Charakterisierung erfolgt an allen Gliedern der Recyclingkette, z.B. in der Sortierung von Reststoffen oder zur Identifikation von Störstoffen, aber auch als Eingangskontrolle zur Sicherstellung der nötigen Rohstoffqualität für die Produktion um den Kreislauf zu schließen.

Das aktuell laufende Projektportfolio deckt dabei unterschiedliche Materialfraktionen, sowie Positionen im Kreislauf ab:

• InSpecScrap (Zukunftsfonds Steiermark) hat eine Charakterisierung von Fremdstoffen im Stahlschrott als Eingangskontrolle für die Stahlerzeugung zum Thema
• StraTex (FFG-Call Kreislaufwirtschaft) analysiert Textilfasern hinsichtlich deren Zusammensetzung.
• circPLAST-mr (FFG-Call ENERGIE DER ZUKUNFT, Kreislaufwirtschaft) – Leitprojekt zum Thema Kunststoffrecycling
• KRAISBAU – Leitprojekt zum Thema Baureststoffe
• KI4ResOpt dient als Grundlage zur Forschung und Entwicklung der nötigen Sensorik inkl. angepasster Beleuchtung und Sensorfusion, sowie der KI-basierten Analytik mittels moderner Deep Learning Architekturen und erklärbarer KI-Komponenten.