Einfluss von Durchsatz und Inputzusammensetzung auf die sensorgestützte Sortierung

Die sensorgestützte Sortierung trägt maßgeblich zum Recycling von Kunststoffen bei. Diese Technologie wird sowohl in der Vorsortierung von Abfallströmen, zur Gewinnung von Zwischenprodukten, als auch in der Flakesortierung zur Sicherstellung geforderter Qualitäten für das Recycling von Kunststoffen eingesetzt. Die Performance der hierzu eingesetzten Aggregate ist abhängig vom Durchsatz und der Materialzusammensetzung des zu sortierenden Stoffstroms. Diese beiden Faktoren können (temporär) von vorgeschalteten Aufbereitungs- und Sortieraggregaten positiv und auch negativ beeinflusst werden. Die vorliegende Ausarbeitung gibt einen Überblick über die Ergebnisse bislang durchgeführter Forschungen, sodass quantitative Aussagen bezüglich der Performance von sensorgestützten Sortierern in Abhängigkeit der genannten Faktoren ermöglicht werden. Da sowohl der Durchsatz wie auch die Materialzusammensetzung eines Stoffstroms Schwankungen unterworfen sind, wird die Bedeutung von Schwankungen wie auch ein Ansatz zu deren Quantifizierung diskutiert. Basierend auf diesen Betrachtungen wird das Potential der Stoffstromüberwachung zur Optimierung von Aufbereitungs- und Sortieranlagen diskutiert.

In Österreich und Deutschland werden nur ca. 34 Ma.-% bzw. 30 Ma.-% der Kunststoffverpackungen recycelt (ARA 2019, Feil et al. 2019). Der Großteil dieses Materials wird aktuell laut Feil et al. (2019) in die Restfraktion von Kunststoffsortieranlagen über-führt und lediglich thermisch verwertet. Eine Verbesserung dieser Recyclingrate ist anzustreben, da dies nicht nur wirtschaftliche Vorteile für Anlagenbetreiber nach sich ziehen, sondern auch zur Einsparung von Ressourcen beitragen würde. Ein relevan-ter Einflussfaktor, welcher die Anlagenperformance und somit auch die Recyclingrate massiv beeinträchtigt, sind mengenspezifische Schwankungen im Stoffstrom von Sor-tieranlagen. Diese wurden erstmals von Feil et al. (2019) wissenschaftlich untersucht, um ein Konzept für die Prozesskontrolle und Reduktion von Durchsatzschwankungen auszuarbeiten. Dabei lag der Fokus auf der Siebstufe nach der Vorzerkleinerung, da diese wesentlich zur Vorbehandlung und Aufteilung des Materialstroms beiträgt, wodurch die Performance (gemessen an Wertstoffausbringen und Reinheit der jeweiligen Outputströme) der nachfolgenden (sensorgestützten) Sortieraggregate maßgeblich beeinträchtigt wird. Um also eine maximale Anlagenperformance zu erreichen müssen alle Aggregate in der jeweiligen Aufbereitungskette optimal beschickt werden. Das bedeutet, dass Durchsatzspitzen zu vermeiden sind, um Massen- und Volumenschwankungen zu reduzieren. Die Thematik der Durchsatzstabilität wurde ebenfalls von Khodier et al. (2020) und Curtis et al. (2020) aufgegriffen, wobei einerseits die Vorzerkleinerung im Zentrum der Untersuchungen und andererseits die Relevanz der entstehenden Schwankungen für die nachfolgende Aufbereitungskette im Vordergrund standen.



Copyright: © Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben
Quelle: Recy & Depotech 2020 (November 2020)
Seiten: 10
Preis inkl. MwSt.: € 5,00
Autor: Bastian Küppers
Dipl.-Ing. Sabine Schlögl
Assoz.Prof. Dipl.-Min. Dr.rer.nat. Daniel Vollprecht

Artikel weiterleiten In den Warenkorb legen Artikel kommentieren


Diese Fachartikel könnten Sie auch interessieren:

Wertstoffhof 2020 - Neuorientierung von Wertstoffhöfen
© ia GmbH - Wissensmanagement und Ingenieurleistungen (4/2015)
Im Jahr 2014, zwanzig Jahre nach dem durch das Bayerische Staatsministerium für Landesentwicklung und Umweltfragen organisierten Wettbewerb „Der vorbildliche Wertstoffhof“, ist es sicher angebracht, sich dem Thema erneut zuzuwenden. Was ist aus den prämierten Wertstoffhöfen der Preisträger in den jeweiligen Clustern geworden? Wie hat sich das System grundsätzlich entwickelt? Wo geht es hin, wenn man die gesellschaftlichen Anforderungen aus demografischer Entwicklung, Ressourcenschutz und Klimarelevanz betrachtet?

Ergebnisse am Pilotversuch Wertstoffscanner – Abfallvermeidungspotential
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (11/2020)
Der Wertstoffscanner wurde 2018 das erste Mal vorgestellt. Seitdem werden unterschiedliche Experimente und Pilotversuche durchgeführt. In jeder Region ist die Ausgangslage und die Art der Kommunikationsunterstützung unterschiedlich, deshalb ist auch die Auswirkung des Wertstoffscanners auf die Trennqualität nicht einheitlich. Die Resultate bisher zeigen aber, dass man mit solch einem System das Trennverhalten von Bürgern in den meisten Fällen deutlich verbessern kann. Bisherige Pilotversuche haben die Klassifikation von Restmüll und Biomüll als Hauptfraktion beinhaltet. Um die EU-Vorgaben hinsichtlich der Recyclingquoten zu erreichen, ist der Einsatz innovativer Systeme unumgänglich.

Zur Überwachung der Entsorgung von Gewerbeabfällen auf dem Weg zur Kreislaufwirtschaft
© Springer Vieweg | Springer Fachmedien Wiesbaden GmbH (2/2021)
Mit der novellierten Gewerbeabfallverordnung wurden weitere rechtliche Grundlagen für die getrennte Erfassung von Abfällen und die Stärkung der stofflichen Verwertung geschaffen. Die auf den ersten Blick klaren rechtlichen Anforderungen treffen in der Praxis auf vielfältige Herausforderungen. Aus der Perspektive einer Abfallbehörde werden mit der Umsetzung verbundene Aufgaben, Fragen und Herangehensweisen dargestellt.

Mechanische Abfallbehandlungsanlage der Zukunft
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (11/2020)
Um die Digitalisierung in den Abfallbehandlungsanlagen vorantreiben zu können, muss zunächst ein tieferes Verständnis über das Verhalten von Abfallbehandlungsmaschinen als auch über das zu verarbeitende Material erlangt werden. Die Kenntnis wie sich Maschinen und Stoffströme gegenseitig beeinflussen, ist eine notwendige Voraussetzung zur sensorischen Überwachung dieser, und in weiterer Folge zur dynamischen Steuerung dieser Abfallbehandlungsanlagen.

Entwicklung einer Methodik zur Wertstoffgehaltsbestimmung von feinkörnigen Abfällen
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (11/2020)
Im Forschungs- und Entwicklungsprojekt PROBE soll eine Methode zur Metallgehaltsbestimmung feinkörniger Abfallströme mit Hilfe eines bildauswertenden Verfahrens entwickelt werden. Auf der Basis von RGB-Farbbildern sind Partikel anhand von Farbwerten und Formfaktoren in verschiedene Materialklassen zu klassifizieren und mittels in einer Datenbank hinterlegten Flächengewichten zu massenbezogenen, stofflichen Zusammensetzungen zu aggregieren. Für die Klassifizierung werden zwei verschiedene Machine Learning Ansätze getestet. Das Training der Machine Learning Modelle erfordert gelabelte Trainingsdaten, d.h. einen Datensatz aus Farbbildern der Partikel mit zugehöriger Materialklasse. Dazu werden Referenzmaterialien in mehrere Materialklassen sortiert und partikelweise erfasst (RGB-Farbbild inkl. Partikelgewicht). Erste Untersuchungen zeigen einen starken subjektiven Einfluss des Sortierenden auf das Ergebnis der Handsortierung. Durch ein mehrstufiges Sortierverfahren mit eingebauter Qualitätskontrolle sowie angepasstem Sortierkatalog kann der subjektive Einfluss bei Handsortierungen reduziert und die Erstellung von Trainingsdatensätzen in hoher Qualität ermöglicht werden.

Name:

Passwort:

 Angemeldet bleiben

Passwort vergessen?