In der Stahlproduktion wird Stahlschrott als wichtiger Sekundärrohstoff benötigt. Die Verwendung von Schrott als Rohstoff bedeutet eine Ressourcenschonung, sowie eine Reduktion der CO2-Emissionen um bis zu 75 %. Bei der Schrottverwendung ist eine genaue Kenntnis der Qualität essentiell. Im Projekt wird eine innovative Materialcharakterisierung mittels digitaler KI-basierter Verfahren zur spektroskopischen Erkennung von Störstoffen und Schrottqualität, sowie einer Optimierung der Schrottzusammensetzung hinsichtlich Vorgaben zur geforderten Stahlgüte erforscht.
Wir haben durch InSpecScrap die Möglichkeit, die vorhandene Expertise in den Bereichen Datenmanagement, hyperspektrale Bildanalyse, „Machine Learning/Data Analytics“ wesentlich zu erweitern und dieses Know-how in einem grundlagenorientierten Forschungsprojekt zu vertiefen. Mit den Ergebnissen lassen sich neue Methoden für die Erstellung genauerer Trainingsdaten für zukünftige, KI-basierte Klassifikationsmethoden entwickeln, welche einen weiteren entscheidenden Aspekt in die Digitalisierungskette der Stahlindustrie hinzufügt.
K1-MET Metallurgisches Kompetenzzentrum
KNOW-Center
Graz University of Technology - Institute of Computer Graphics and Vision
Ziel ist die Erforschung der innovativen digitalen sensorbasierten Charakterisierung von Stahlschrott, welche mittels multispektraler Analyse Bilder der untersuchten Schrottproben erfasst, um das Spektrum der im Schrott enthaltenen Störstoffe, Schrottqualität und Wertmetalle zu ermitteln.
Maschinelles Lernen ist dabei der Schlüssel zur optimierten Bildauswertung und zum Erkennen von Störstoffen durch die intelligente Kopplung aus KI mit Sensorik.
Die Methoden werden in Use Cases der Schrottcharakterisierung mit Fokus auf Analyse industriell eingesetzter Schrottproben und Anwendung des Sensorkonzeptes im industriellen Umfeld zweier Stahlerzeuger validiert und evaluiert.
Ein Ziel von InSpecScrap ist auch die Generierung von Vorschlägen zum optimierten Schrottchargiermix für bestimmte Stahlgüten und die Untersuchung der Auswirkungen des optimierten Schrottmixes auf die beim Prozess ablaufenden metallurgischen Reaktionen.
Als Resultat wird eine Roadmap erstellt, welche alle technisch relevanten Aspekte entlang der Schrottwertschöpfungskette beinhaltet (Einsatz digitaler Methoden, Störstoffabtrennung, Automatisierung der Schrottwirtschaft, Sensorkombinationen für metallische Sekundärrohstoffe).
Die JOANNEUM RESEARCH ist Innovations- und Technologieanbieter im Bereich der angewandten Forschung. Als Forschungsgesellschaft der Länder und Regionen prägen wir mit unseren Forschungskompetenzen die Entwicklung unserer modernen Gesellschaft und Wirtschaft nachhaltig und menschenzentriert. Als multidisziplinäres Team in flexiblen, innovationsfreundlichen Strukturen leben wir höchste gesellschaftliche und wissenschaftliche Ansprüche.