Eine Sensorsuite für Sortieranlagen soll verhindern, dass verwertbares Material in der Verbrennung landet. Bei dem Verfahren kommt maschinelles Lernen zum Einsatz. Fraunhofer IWKS koordiniert das Projekt.
Andreas Keller, Wissenschaftler aus dem Waste4Future-Konsortium, präsentiert den Demonstrator.
Holger Jacoby
Acht Institute der Fraunhofer-Gesellschaft wollen im Rahmen des Projekts Waste4Future die stoffliche Recyclingquote von Kunststoffen deutlich erhöhen. Im Zentrum des Bestrebens steht eine Sensorsuite für Sortieranlagen. Diese soll das Problem lösen, dass viele Verpackungen in den Sortieranlagen erst gar nicht als recycelbar eingestuft werden und stattdessen als Restmüll in der Verbrennungsanlage landen.
Eine Kombination verschiedener Sensoriken wie Infrarot und Terahertz soll dem entgegenwirken und dabei sowohl die Stoffparameter für eine möglichst reine Sortierung als auch die Alterung der Probe bestimmen. Beides spielt bei der Entscheidung, ob und inwiefern sich die Probe für das werkstoffliche Recycling eignet, eine wesentliche Rolle.
Auswertung mittels maschinellem Lernen
Um das herauszufinden, werden verschiedene physikalische Eigenschaften der Kunststoffe durch teilweise selbst entwickelte Sensorik detektiert und miteinander vernetzt. Die erfassten Daten werden mittels Verfahren des maschinellen Lernens verknüpft und ausgewertet.
Die Sensorsuite zur Charakterisierung des Abfalls befindet sich über dem Fließband einer Sortieranlage. Druckluftdüsen sortieren dann wahlweise die gewünschten Zielstoffe oder die unerwünschten Störstoffe aus.