Demonstrator für effizientes Recycling
Multisensor- und Kamerasystem sowie Deep-Learning sind entscheidende Komponenten bei der Wiedergewinnung von Rohstoffen.
Die Wiedergewinnung von Rohstoffen aus sekundären Quellen, wie Elektroschrott, spielt eine entscheidende Rolle, um eine nachhaltige Kreislaufwirtschaft zu ermöglichen. Die Herausforderung liegt aber im komplexen Aufbau vieler technischer Geräte: Die wertvollen Ressourcen sind mit vielen anderen Stoffen so eng verbunden, dass eine effiziente Wiederaufbereitung oft schwierig ist. Helfen könnten Verfahren, die Wissenschaftler des Helmholtz-Instituts Freiberg für Ressourcentechnologie (HIF) am Helmholtz-Zentrum Dresden-Rossendorf (HZDR) entwickelt haben. Um diese Methoden zu etablieren, benötigen sie eine Versuchsanlage mit einem interagierenden Multisensor-/Kamerasystem. Zum Aufbau dieses operationalen Demonstrators erhalten sie nun knapp vier Millionen Euro aus Mitteln des europäischen Fonds für regionale Entwicklung und vom Freistaat Sachsen.
Einer der Schlüssel für eine nachhaltige Zukunft der menschlichen Gesellschaft wird die Nutzung vorhandener Ressourcen sein. Eine wichtige Herausforderung und zugleich ein vielversprechendes Innovationsfeld ist in diesem Zusammenhang der effiziente Umgang mit komplex zusammengesetzten Rohstoffen, die bei der Wiederaufbereitung anfallen – den sekundären Rohstoffen. Wissenschaftler um Dr. Richard Gloaguen und Axel Renno vom Helmholtz-Institut Freiberg für Ressourcentechnologie (HIF) erforschen Verfahren für ressourceneffizientes Recycling und entwickeln Anlagen, die diese ein- und umsetzen.
„Auf diese Weise soll der Anteil von Rohstoffen aus sekundären Quellen, die für neue Produkte zur Verfügung stehen, signifikant erhöht werden und das sogenannte Downcycling, also die Qualitätsminderung, von metallischen und mineralischen Rohstoffen verhindert werden“, betont Jens Gutzmer, Direktor des HIF. „Eine Rückgewinnung aus den komplexen Materialverbünden ist derzeit mit den verfügbaren Technologien nicht möglich oder nicht betriebswirtschaftlich sinnvoll. Der vom HIF entwickelte Ansatz soll die ressourceneffiziente Aufbereitung und Verarbeitung sekundärer Rohstoffe auf einem ganz anderen Niveau ermöglichen.“
Mit der Förderung in Höhe von 3,8 Millionen Euro des Europäischen Fonds für regionale Entwicklung (EFRE) und des Freistaates Sachsen können die Forscher nun damit beginnen, die bisher im Labormaßstab erzielten Ergebnisse in den Demonstrationsmaßstab zu überführen, das heißt, in eine Dimension mit weiteren Instrumenten und langfristiger Betrachtung. Dafür wird die mit der TU Bergakademie Freiberg und externen Partnern entwickelte Versuchsanlage bis Mitte des nächsten Jahres am HIF aufgebaut und zur Testphase gebracht.
„Hauptbestandteil des Demonstrators ist ein interagierendes Multisensor- und Kamerasystem, mit dem wir neue Erkenntnisse über komplexe Materialströme bestehend aus Metallen, Kunststoffen und Keramiken in Echtzeit gewinnen wollen. Dafür werden wir im Rahmen von nationalen und internationalen Kooperationen entwickelte Sensoren und Kameras zur Bildgebung einsetzen, um den Materialstrom qualitativ und quantitativ zu charakterisieren“, erläutert Gloaguen, Leiter der Abteilung Erkundung am HIF. Die optischen Sensoren ermöglichen eine zerstörungsfreie Analyse und eine extrem schnelle Bildgebung.
Die erfassten Bilddaten werden mittels modernster Methoden des maschinellen Lernens und von Deep-Learning-Ansätzen integriert und interpretiert. Deep-Learning ist eine spezielle Methode der Informationsverarbeitung. Langfristig liefert die geplante Demonstrationsanlage einen wichtigen Beitrag, um die Ziele einer nachhaltigen Kreislaufwirtschaft durch die Erhöhung der Recyclingrate wertvoller Rohstoffe aus sekundären Quellen zu erreichen.
HZDR / DE
