Skip to main content
Top
Published in:

Open Access 14-11-2023 | Originalbeitrag

Sortierung von Mehrschichtfolien durch Anwendung von Transflektion und Machine-Learning-Ansätzen

Authors: DI Dr. Gerald Koinig, Nikolai Kuhn, M.Sc., DI Dr. Alexia Tischberger-Aldrian

Published in: Österreichische Wasser- und Abfallwirtschaft | Issue 1-2/2024

Activate our intelligent search to find suitable subject content or patents.

search-config
loading …

Zusammenfassung

Die Verbreitung von Mehrschichtfolien im Bereich der Kunststoffverpackungen bringt viele Vorteile für Verbraucher, Logistik und die Umwelt mit sich, stellt jedoch gleichzeitig neue Herausforderungen für das Abfallmanagement dar. Aufgrund eines Mangels an geeigneten Technologien im industriellen Maßstab ist der Materialverbund der dünnsten verschiedenen Kunststoffe bisher kaum vom übrigen Kunststoffverpackungsstrom zu unterscheiden. Die Mischung unerwünschter Materialien führt zu Inkompatibilität zwischen den Kunststoffen im Recyclingprodukt und infolgedessen zu einer Verringerung der Qualität der Sekundärrohstoffe. Projekte wie „Multilayer Detection“ des AVAW der Montanuniversität bieten Lösungen, die vorhandene NIR-Sortiertechnologie in bestehenden Kunststoffrecyclinganlagen so anzupassen, dass die Identifizierung und Ausscheidung von Mehrschichtfolien problemlos nachgerüstet werden können. Mit der Entwicklung der neuen Recyclingmethode können die bestehenden Vorteile von leichter Folienverpackung auf bestmögliche und umweltfreundliche Weise genutzt werden. Eine Herausforderung im Abfallmanagement kann gemeistert und in einen wertvollen Beitrag zur Kreislaufwirtschaft umgewandelt werden. Dazu werden adaptierte Messmethoden in der Nahinfrarotspektroskopie wie die Akquise von Spektraldaten in Transflektion angewandt. Weiters wird gezeigt, wie Machine-Learning-Klassifikationsmethoden Herausforderungen, die aus schierer Vielfalt an Mehrschichtfolien erwachsen, lösen können. Schlussendlich wird anhand einer Lebenszyklusanalyse von Folienverpackungen die Notwendigkeit einer verbesserten Sammlung und Sortierung gezeigt.
Notes

Hinweis des Verlags

Der Verlag bleibt in Hinblick auf geografische Zuordnungen und Gebietsbezeichnungen in veröffentlichten Karten und Institutsadressen neutral.

1 Einleitung – Kunststofffolien – Ein unterschätztes High Tech Produkt

Ein Gang durch den Supermarkt und ein Blick in den Einkaufswagen: Toastbrot, Käse, Schinken, Goldbären. All diese Produkte eingepackt in eine Kunststofffolie. Der Gedanke: So viele Folien, muss das denn sein? Sind Folien tatsächlich so weit verbreitet, so notwendig?
Die Kombination unterschiedlicher Kunststoffarten erlaubt Verpackungen mit herausragenden Licht‑, Gas- und Wasserbarriereeigenschaften bei gleichzeitig guter Strapazier- und Bedruckbarkeit für ein ansprechendes Äußeres. Diese Aufgaben erfüllen Kunststofffolienverpackungen bei minimalem Einsatz von Verpackungsmaterial. Dies bedeutet zusammengefasst: weniger Verpackungsabfall, weniger Lebensmittelabfall und weniger beschädigte Produkte. Diese Qualitäten haben sowohl Markt als auch Hersteller bereits erkannt. Dies spiegelt sich in einem jährlichen Verbrauch von 149.000 t an Folienverpackungen in Österreich wider. Diese Menge entspricht in etwa 50 % der jährlich in Verkehr gesetzten Kunststoffverpackungen (Van Eygen 2018). Eine weitere Bestätigung für das Gefühl beim Besuch eines Supermarkts ist der Marktanteil flexibler Verpackungen. Im Jahr 2010 entfielen 21 % des europäischen Verpackungsverbrauchs auf flexible Verpackungen, was einem Umsatz von etwa 36,1 Mio. € entspricht. Dies macht flexible Verpackungen zur zweitstärksten Verpackungssparte, nach Kartonagen (Pira 2011). Dieser Trend ist fortlaufend. Eine kürzlich von der strategischen Beratungs- und Marktforschungsfirma BlueWeave Consulting durchgeführte Studie hat ergeben, dass der europäische Markt für flexible Verpackungen im Jahr 2021 einen Wert von 47,62 Mrd. US-Dollar hatte. Weiters wurde prognostiziert, dass der Markt bis 2028 auf einen Wert von 71,37 Mrd. US-Dollar wachsen wird (BlueWeaveConsulting 2021).

2 Public Relations

Kunststoffverpackungen haben ein PR-Problem. Dies zeigt eine Umfrage in den USA. Diese ergab, dass 89 % aller Konsument:innen Verpackungen als überflüssig betrachten und damit vermeidbaren Abfall darstellen (Sealed Air 2014). Ein ähnliches Bild zeigt sich in Europa. Eine im Jahr 2019 veröffentlichte Studie zeigt, dass die Öffentlichkeit Kunststoffe als ernsthaftes Umweltproblem ansieht. Während es eine Verbindung von Kunststoffen mit Lebensmittelverpackungen und Bequemlichkeit gab, bestand insgesamt eine negativere Verbindung mit der Verwendung von Plastik. Achtzig Prozent der Befragten gaben an, den Kunststoffverbrauch verringern zu wollen, und die Mehrheit der Befragten ist der Ansicht, dass Papier und Glas umweltfreundlichere Verpackungsmaterialien als Kunststoffe sind. Die Gründe für diese Abneigung Kunststoffen gegenüber waren in erster Linie Kunststoffabfälle im Ozean und empfundene Herausforderungen im Zusammenhang mit der Entsorgung von Plastikabfällen (Dilkes-Hoffman 2019). Gleichzeitig scheint kein Abreißen der dominanten Verwendung von Kunststoffverpackungen in Sicht. Dass dies jedoch keineswegs negativ sein muss, verdeutlicht der verheerende Einfluss von Lebensmittelabfällen auf den Klimaschutz.

3 Kunststoffe für den Umweltschutz

Nun ist es notwendig, als Advokat von Kunststoffverpackungen, insbesondere von Folienverpackungen, aufzutreten. Die Verwendung von Folienverpackungen ist einerseits ihren Eigenschaften geschuldet und andererseits der katastrophalen Nachwirkungen von Lebensmittelabfällen. Hier ist das Paradebeispiel die in Folie eingeschweißte Gurke. Ein alltägliches Beispiel, das oft verwendet wird, um die Sinnhaftigkeit von Verpackungen in Frage zu stellen. Eine von Denkstatt im Jahr 2016 durchgeführte Studie hat die üblichsten Lebensmittel auf deren Haltbarkeit in Abhängigkeit von der Verpackung untersucht. Gerade das prominente Beispiel der unverpackten Gurke zeigt, dass die Menge an Lebensmittelabfall mittels geeigneter Verpackung halbiert werden kann (Denkstatt 2016; Tab. 1). Je höherwertiger das Lebensmittel ist, desto eklatanter fällt der Lebensmittelabfall in Hinblick auf die Ressourcenverschwendung aus. Hier ist die Reduktion von 5 % auf 0,14 % Lebensmittelabfall bei Käse zu betrachten. Wird bedacht, dass die EU mit 9,5 Mio. t der weltgrößte Produzent von Käse ist, wird bewusst, um welche Mengen an Lebensmittelabfällen es sich hier handelt (Eurostat 2017). Weiters ist zu bedenken, dass die Herstellung von Käse ressourcen- und treibhausgasintensiv ist. Eine im Jahr 2017 durchgeführte Metaanalyse von 16 Lebenszyklusanalysen der Käseherstellung zeigt, dass pro Kilogramm Käse durchschnittlich ein Global Warming Potenzial von 6 kg CO2-Äquivalenten verursacht wird (Finnegan et al. 2017).
Tab. 1
Lebensmittelabfallreduzierung durch geeignete Verpackung (Denkstatt 2016)
Produkt
Lebensmittelabfall bei Standardverpackung [%]
Lebensmittelabfall bei verbesserter Verpackung [%]
Steak
34
18
Käse
5
0,14
Gurken
9,4 (Keine Verpackung)
4,6
Kresse
42
3,4
Hefe
11
0,8

4 Folienverpackungen reduzieren Transportaufkommen

Die Begriffe „Underpackaging“ und „Overpackaging“ bezeichnen die jeweiligen Praktiken der unzureichenden oder übermäßigen Verpackung von Produkten. „Underpackaging“ bezieht sich auf Fälle, in denen Produkte unzureichend verpackt sind, was, wie beschrieben, zu einem geringeren Schutz während des Transports und einer möglichen Beeinträchtigung der Produktqualität führen kann. Andererseits beschreibt „Overpackaging“ Situationen, in denen Produkte unnötig oder übermäßig stark verpackt sind, was zu einer erhöhten Umweltbelastung durch zusätzlichen Abfall und Ressourcenverschwendung führen kann. Ein ausgewogenes Verpackungskonzept strebt an, die richtige Menge an angemessener Verpackung zu verwenden, um sowohl den Schutz der Produkte als auch Umweltgesichtspunkte zu berücksichtigen. Dem Innventia AB-Verpackungsmodell folgend, dargestellt in Abb. 1, ist die richtige Balance zwischen diesen beiden Extremen zu erreichen. Dies bedeutet sowohl die sparsame Verwendung wertvoller Ressourcen als auch eine Reduktion der CO2-Emissionen (The Consumer Goods Forum 2011).
Die negativen Einflüsse von Overpackaging sind auf den unverhältnismäßig hohen Einsatz von Verpackungsmaterial und die damit verbundenen Transportaufwände, wie Transport von Leerverpackungen, höhere Produktmassen und höheres Volumen zurückzuführen. Die schlägt sich in höheren Transportkosten, mehr Verkehr auf den österreichischen Straßen und mehr CO2-Emissionen nieder. Der Transport von Produkten in flexiblen Verpackungen erlaubt, etwa im Vergleich zu Glasflaschen, eine Verbesserung des Verhältnisses von Verpackung zu Produkt von 32:40 zu 1:40. Dies bedeutet, dass für ein 40-kg-Produkt eine 32-kg-Glasverpackung notwendig ist, oder 1 kg Folienverpackung (Flexible Packaging Association 2009). Abb. 2 zeigt das Verhältnis von Produkt zu Verpackungsmasse für unterschiedliche Verpackungsmaterialien wie Glas, PET, Aluminium und Folien.
Um die Frage nach der tatsächlichen Menge an eingesparten Verpackungsmaterialien zu beantworten, wurde 2019 eine Lebenszyklusanalyse (LCA) durch das Institut für Energie- und Umweltforschung in Heidelberg durchgeführt. Die Ergebnisse zeigen, dass ein Teil des Verpackungsmaterials von Fast Moving Consumer Goods (FCMG) durch flexible Verpackungen ersetzt werden kann. Während die Verpackung von Getränken bei Rigid Packaging belassen wurde, konnten die 25,1 Mio. t rigid Packaging für Nicht-Getränke auf 4,0 Mio. t flexible Verpackungen reduziert werden. Dies würde eine Reduktion der derzeit 47,7 Mio. t Verpackungsmaterial in der EU auf 26,6 Mio. t darstellen (IFEU 2019). Abb. 3 zeigt die Mögliche Reduktion von Rigid Packaging durch Flexible Packaging von Fast Moving Consumer Goods auf dem Europäischen Markt.
Eine Substitution wie diese würde auch bei einer Recyclingrate von 0 % zu einer Reduktion des durch Verpackungen verursachten GWP führen (IFEU 2019), da eine vergleichbare, starre Verpackung mit 50 g und einer Recyclingrate von 80 % etwa 10 g Verlust an Material nach sich zieht (Abb. 4; FPA 2019). Diese Herangehensweise ist im Präventionsgedanken verankert, der die Grundlage für diese Substitution darstellt und, angewandt, in direktem Kontrast zu den derzeit verfolgten Recyclingzielen steht. Bis 2025 soll die EU-Vorgabe von 50 % der in Verkehr gebrachten Kunststoffverpackungen recycelt werden. Die in diesem Beispiel verwendete Recyclingrate von 0 % für flexible Verpackungen ist exemplarisch für den größten Nachteil, den flexible Verpackungen derzeit mit sich bringen: Bei all ihren Vorzügen in ihrer Nutzungsphase ist der Umgang mit ihnen am Ende des Lebenszyklus derzeit technisch und politisch noch nicht etabliert. Es bedarf daher großer Anstrengungen, um das Recycling dieser Fraktion zu verbessern. Nur so ist es möglich, die Vorteile der flexiblen Verpackungen nachhaltig anzuwenden und die etablierten Recyclingziele zu erreichen.

5 Herausforderungen im Recycling von Kunststofffolien

In der Verwertung von Kunststoffverpackungsfolien hat sich die thermische Verwertung etabliert. Von den etwa 69.000 t an in Österreich in Verkehr gebrachten Verpackungsfolien werden etwa 53 % einer Industriellen Mitverbrennung zugeführt, 28 % werden in Waste-to-Energy-Anlagen verwertet und 18 % werden als Regranulate der Kreislaufwirtschaft wieder zugeführt (Van Eygen et al., 2018). Bedenkt man die Definition von Recycling im AWG, wird die energetische Verwendung oder die Aufbereitung zu Materialien, die für die Verwendung als Brennstoff oder zur Verfüllung bestimmt sind, nicht als Recycling gezählt. Das bedeutet, dass technisch innovative Lösungen notwendig sind, um bestehende Anlagen zu adaptieren, damit flexible Verpackungen recycelt werden können. Spätestens hier wird klar, dass viele der Vorteile von flexiblen Verpackungen ein zweischneidiges Schwert sind und das Recycling vor schwere Hürden stellen.
Die Erfüllung der mannigfaltigen Verpackungsaufgaben bei einem minimalen Verpackung-zu-Produkt-Verhältnis macht eine geringe Foliendicke notwendig. Weiters ist es die Verwendung von verschiedenen Polymeren im Schichtaufbau, der den flexiblen Verpackungen ebendiese Eigenschaften verleiht. Beide dieser Eigenschaften sind, so vorteilhaft sie während der Lebensdauer der Verpackung waren, dem Recycling hinderlich. Dies liegt daran, dass sowohl die geringe Schichtdicke als auch der Schichtaufbau für die Erkennung mittels Nahinfrarotspektroskopie (NIRS) problematisch sind. NIRS hat sich als Methode der Wahl für die Unterscheidung unterschiedlicher Polymere etabliert und wird in den Aufbereitungsanlagen verwendet, um Kunststoffe anhand ihres NIR-Fingerabdrucks zu sortieren (Eisenreich und Rohe 2000; Friedrich et al. 2022). Dieser NIR-Fingerabdruck basiert auf der Interaktion der Nahinfrarotstrahlung und dem molekularen Aufbau der Polymere. Abb. 5 zeigt Aufbau und Funktionsweise eines Labor-NIR-Sensorsortierstands.
Den Herausforderungen der geringen Spektralqualität, der schieren Anzahl an Folienarten und einer Abschätzung der tatsächlichen Effekte der Foliensortierung wurden im Projekt Multilayer Detection des AVAW der Montanuniversität Leoben Lösungsansätze gegenübergestellt. Durch eine verbesserte Spektralanalyse, die Anwendung von Machine Learning zur Sortierung und durch eine LCA – über die Effekte einer besseren Sortierung – wurden Grundsteine für die Foliensortierung gelegt.

6 Verbesserte Spektralanalyse

Konventionelle Nahinfrarotsortieraggregate funktionieren auf Basis von diffuser Reflektion. Die geringe Schichtdicke von flexiblen Verpackungen, die während der Verwendungsphase von großem Vorteil war, führt nun zu unzureichender Qualität der Spektren. Diese geringe Spektralqualität rührt daher, dass aufgrund der geringen Schichtdicke ein Großteil der Strahlungsintensität an Transmission verloren geht. Daher ist die Interaktion der Strahlung mit dem Partikel selbst zu gering, um Spektren mit verwertbaren Informationen zu generieren. Diese Spektren enthalten entweder kaum Information oder gerade genug, um eine grobe Klassifikation des Materials zu erlauben. Weiters führen die geringe Schichtdicke und der konventionelle Messaufbau zu sinusförmigen Interferenzen, die den geringen Informationsgehalt weiter verschleiern (Jeszenszky et al. 2004). Abb. 6 zeigt ein solches Spektrum, gemessen in Reflektion. Es sind hier keine charakteristischen Peaks bei 1200 nm sichtbar. Weiters sind die sinusförmigen Überlagerungen ab 1400 nm sichtbar.
Eine Adaptierung von bestehenden Nahinfrarotsortieraggregaten auf eine Messung in Transflektion erhöht die Spektralqualität beträchtlich (Koinig et al. 2022a). Abb. 7 zeigt die grundlegende Methode der Messung in Transflektion. Die transparente oder absorbierende Unterlage der Messung wird durch eine reflektierende Unterlage ersetzt. Hier hat sich Kupfer aufgrund seiner reflektierenden Eigenschaften im relevanten Wellenlängenbereich als überlegen herausgestellt. Die Messung in Transflektion erlaubt weitere Strahlendurchgänge durch das Material und reduziert die Menge an Transmissionsverlust. Beides führt zu einer Verringerung der Überlagerungen und verbessert die Signalqualität.
Ein derart aufgenommenes Spektrum ist in Abb. 8 abgebildet. Hier ist ersichtlich, dass die charakteristischen Peaks bei 1200 nm sichtbar werden. Weiters sind die Sinusüberlagerungen reduziert, was einen weiteren charakteristischen Peak bei 1400 nm enthüllt. Spektren von dieser Qualität sind die Grundlage für alle weiteren Überlegungen in Bezug auf das Recycling von Folienverpackungen. Diese Spektren enthalten ebenfalls Informationen über den Schichtaufbau der jeweiligen Verpackungsfolie und lassen sich demnach auch für die Erkennung und Sortierung von Mehrschichtfolien und Einschichtfolien verwenden. Eine erfolgreiche Aussortierung der Mehrschichtfraktion kann Feedstock für derzeit in Entwicklung befindliche Methoden des chemischen Recyclings bieten. Gleichzeitig kann die Einschichtfolienfraktion im Rahmen des mechanischen Recyclings aufbereitet werden. Somit kann die Kreislaufwirtschaft von Kunststoffen verbessert und wertvolle Ressourcen können geschont werden. Ein Vorbehalt dieser Methode ist die schiere Vielfalt an unterschiedlichen Mehrschichtfolien, welche Klassifikationsmethoden notwendig macht, die mit dieser Vielfalt an Klassen zurechtkommen.

7 Anwendung von Machine Learning zur Sortierung

Die Anwendung von Machine Learning Methoden, um Monolayer- von Multilayer-Materialien zu unterscheiden, ohne die NIR-Fingerabdrücke jeder Multilayerkombination gesondert in einer Bibliothek hinterlegen zu müssen, setzt voraus, dass zwischen diesen beiden Klassen übergeordnete Unterschiede bestehen. Diese Unterschiede müssen vom Schichtaufbau herrühren, und nicht von einzelnen Materialarten abhängen. Gibt es diese Unterschiede, kann die Klassifikation zwischen diesen beiden Klassen auf einer höheren Abstraktionsebene stattfinden und ist nicht vom tatsächlichen Schichtaufbau der Partikel abhängig. Es hat sich gezeigt, dass ebensolche Unterschiede existieren. Abb. 9 zeigt die Unterschiede in den Spektren zwischen Einschicht- und Mehrschichtfolien und weiters die Bedeutung für die Klassifikation dieser beiden Fraktionen (Koinig et al. 2022b). Das orange Spektrum zeigt das Mittelwertspektrum der Monolayer-Fraktion. Die violette Spektralkurve zeigt das Mittelwertspektrum der Multilayerfolien. Die dunkelblau gefärbten Balken zeigen die Bewertung der wichtigsten Spektralbereiche. Diese charakteristischen Unterschiede wurden für die Modellerstellung verwendet.
In Abb. 10 wird veranschaulicht, wie die Modellerstellung durch die Reduktion der wesentlichen Spektralbereiche beeinflusst wurde. Die Abbildung zeigt auf der y‑Achse die Anzahl der für die Modellerstellung herangezogenen Spektralbereiche. Von den zur Verfügung stehenden 220 Spektralkanälen wurden sukzessive mehr Parameter verwendet. Gleichzeitig wurden die Vorhersagegenauigkeit und die Inferenzzeit, die Zeit, die das Modell für die Vorhersage benötigt, aufgezeichnet. Es ist ersichtlich, dass die Genauigkeit ab etwa 70 Parametern stagniert, während die Inferenzzeit mit zunehmenden Parametern linear ansteigt. Um eine Inline-Klassifikation zu ermöglichen, ist es notwendig, Modelle zu erstellen, die einen Kompromiss aus Genauigkeit und Geschwindigkeit liefern. Durch die Anwendung von Auswahlmethoden, die die Inputkanäle nach ihrer Relevanz ordnen, ist es möglich, dies zu erreichen.
Das finale Ziel dieser Bemühungen ist ein klassifiziertes Bild. Mit diesem kann abgeschätzt werden, ob die Klassifikation erfolgreich war. Abb. 11 zeigt ein solches klassifiziertes Bild einer Mehrschichtverpackung für Käse. Die obere Darstellung zeigt das mit NIRS aufgenommene Rohbild. Die untere Darstellung enthält das Klassifikationsergebnis. In Rot sind alle Pixel eingefärbt, die korrekt als Mehrschichtfolie erkannt wurden. In grün sind die als Einschichtfolie fehlklassifizierten Pixel. In Schwarz sind Pixel eingefärbt, die aufgrund ihrer Helligkeit als Hintergrund erkannt wurden. Die endgültige Klassifikation erfolgt über die Mehrzahl der Objektpixel.

8 LCA-Effekte einer besseren Sortierung

Welchen Nutzen eine verbesserte Sortierung von Folienverpackungen auf die Umwelteinflüsse haben kann, zeigt eine im Jahr 2022 durchgeführte LCA von Monoschicht- und Mehrschichtfolien. Diese Lebenszyklus-Bewertung quantifiziert die Umweltauswirkungen von Prozessen entlang des Lebenszyklus von Monoschicht- und Mehrschichtfolien. Sie zeigt Auswirkungen aufgrund veränderter Prozessparameter. Auf Grundlage des Status quo wurden hier die Veränderungen im Potenzial für die globale Erwärmung und im Verbrauch abiotischer fossiler Ressourcen in verschiedenen Szenarien berechnet. Die Veränderungen umfassten die Sammlung, Sortierung und das Recycling von Mono- und Mehrschichtfolien. Die „Funktionale Einheit“, die betrachtet wurde, bestand aus 1000 kg Kunststofffolienabfall, der als Post-Consumer-Abfall in Österreich entstand und im System der Leichtverpackungssammlung („Gelber Sack“, „Gelbe Tonne“) erfasst wurde. Die Ergebnisse zeigten eine Reduktion der Umweltauswirkungen über die Produktlebenszyklen hinweg durch Verbesserungen im Abfallmanagement und die Schaffung einer Kreislaufwirtschaft. Das Recycling aller Kunststofffolien reduzierte das GWP um 90 % und den Verbrauch abiotischer fossiler Ressourcen um 93 %. Diese Reduktion ist auf den Verzicht auf Virgin-Materialien zurückzuführen. Die notwendigen Optimierungsschritte, um die politisch geforderten Recyclingquoten bis 2025 und 2030 zu erreichen, konnten abgeschätzt werden. Diese Arbeit zeigt den Bedarf an erhöhter Sammlung, Recycling und einer signifikanten Verbesserung bei der Sortierung von Folien, um das Potenzial für globale Erwärmung und den Ressourcenverbrauch zu minimieren (Koinig et al. 2022c).
Abb. 12 zeigt die unterschiedlichen Effekte von verbesserter Sammlung, Sortierung und eines geschlossenen Materialkreislaufs. Da die Implementierung einer kompletten Kreislaufwirtschaft technisch nicht möglich ist, wurde ebenfalls eine derzeit technisch mögliche Rezyklierung und deren Einfluss auf das GWP berechnet. Dieser Effekt ist in Szenario 7 hellblau dargestellt und zeigt, dass eine Reduktion des GWP der Funktionalen Einheit von 12 % im Vergleich zum Status quo möglich macht.

9 Zusammenfassung

(Mehrschichtige) Folienverpackungen bergen über den gesamten Lebenszyklus viele ökologische Vorteile gegenüber alternativen Packmitteln. Am Ende ihres Lebenszyklus stellen sie jedoch ein Problem dar, da sie das mechanische Recycling von Monomaterial-Folienverpackungen stören. Aktuell werden chemische bzw. lösemittelbasierte Verfahren entwickelt, denen diese mehrschichtigen Verpackungen perspektivisch zugeführt werden könnten. Ein Verfahren zur Sortierung der Folien in mehrschichtige bzw. Monomaterial-Verpackungen ist daher notwendig und im Rahmen des, durch den Zukunftsfonds Steiermark geförderten, Projekts „Multilayer Detection“ an der Montanuniversität Leoben entwickelt worden. Dabei wurden verschiedene Hürden überwunden: Durch die Adaption der Spektralakquisition von diffuser Reflexions- in eine Transflektionsmessung können selbst bei sehr dünnen Foliendicken klassifizierbare Spektraldaten erhoben werden. Zusätzlich können dadurch störende Interferenzeffekte aufgelöst werden. Die so gewonnen Spektraldaten wurden anschließend zum Training einer auf Machine Learning basierenden Klassifikation eingesetzt. Neben einer hohen Genauigkeit des Algorithmus wurde bei dessen Entwicklung auf eine kurze Rechenzeit Wert gelegt, um zukünftig eine Anwendung in Echtzeit zu ermöglichen. Das gesamte Vorgehen ist abschließend in Abb. 13 dargestellt.
Open Access Dieser Artikel wird unter der Creative Commons Namensnennung 4.0 International Lizenz veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden.
Die in diesem Artikel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen.
Weitere Details zur Lizenz entnehmen Sie bitte der Lizenzinformation auf http://​creativecommons.​org/​licenses/​by/​4.​0/​deed.​de.

Hinweis des Verlags

Der Verlag bleibt in Hinblick auf geografische Zuordnungen und Gebietsbezeichnungen in veröffentlichten Karten und Institutsadressen neutral.
Literature
go back to reference Finnegan, W., Yan, M., Holden, N. M., & Goggins, J. (2017): A review of environmental life cycle assessment studies examining cheese production. In The International Journal of Life Cycle Assessment (Vol. 23, Issue 9, pp. 1773–1787). Springer Science and Business Media LLC. https://doi.org/10.1007/s11367-017-1407-7CrossRef Finnegan, W., Yan, M., Holden, N. M., & Goggins, J. (2017): A review of environmental life cycle assessment studies examining cheese production. In The International Journal of Life Cycle Assessment (Vol. 23, Issue 9, pp. 1773–1787). Springer Science and Business Media LLC. https://​doi.​org/​10.​1007/​s11367-017-1407-7CrossRef
go back to reference Koinig, G., Kuhn, N., Barretta, C., Friedrich, K., & Vollprecht, D. (2022b): Evaluation of Improvements in the Separation of Monolayer and Multilayer Films via Measurements in Transflection and Application of Machine Learning Approaches. In Polymers (Vol. 14, Issue 19, p. 3926). MDPI AG. https://doi.org/10.3390/polym14193926CrossRef Koinig, G., Kuhn, N., Barretta, C., Friedrich, K., & Vollprecht, D. (2022b): Evaluation of Improvements in the Separation of Monolayer and Multilayer Films via Measurements in Transflection and Application of Machine Learning Approaches. In Polymers (Vol. 14, Issue 19, p. 3926). MDPI AG. https://​doi.​org/​10.​3390/​polym14193926CrossRef
Metadata
Title
Sortierung von Mehrschichtfolien durch Anwendung von Transflektion und Machine-Learning-Ansätzen
Authors
DI Dr. Gerald Koinig
Nikolai Kuhn, M.Sc.
DI Dr. Alexia Tischberger-Aldrian
Publication date
14-11-2023
Publisher
Springer Vienna
Published in
Österreichische Wasser- und Abfallwirtschaft / Issue 1-2/2024
Print ISSN: 0945-358X
Electronic ISSN: 1613-7566
DOI
https://doi.org/10.1007/s00506-023-01000-9

Other articles of this Issue 1-2/2024

Österreichische Wasser- und Abfallwirtschaft 1-2/2024 Go to the issue

Aktuell

Aktuell

Umweltrecht kompakt

Umweltrecht kompakt