The Role of Multispectral Scrap Characterisation and Artificial Intelligence in Efficient Steel Recycling
Recycling of steel scrap is an important component in the modern steel industry. However, the composition of steel scrap is volatile and can contain a large range of unwanted particles, including non-ferrous metals, plastics, or concrete.
A good characterisation of the scrap composition is therefore key for an efficient steel recycling process. Hyperspectral imaging, covering a range far exceeding the visible light spectrum, delivers a spectral profile that allow to distinguish between ferrous and non-ferrous scrap particles. However, the sheer volume of information in hyperspectral images, makes it impossible for humans to inspect these images in an industrial process. Therefore, Machine Learning (ML) is used to segment the images into the regions covered by different materials. Deep Neural Networks (DNNs) are the machine learning algorithm of choice to do this, and the results show that the DNNs deliver a good segmentation performance. The results of the image segmentation are the basis for future application like optimised scrap compositions, reduced energy consumption, or even self-adapting steel recycling processes.
| Copyright: | © Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben | |
| Quelle: | Recy & Depotech 2024 (Dezember 2024) | |
| Seiten: | 6 | |
| Preis inkl. MwSt.: | € 3,00 | |
| Autor: | Heimo Gursch  Caroline Mempör Malte Jaschik Dr. Harald Ganster Robert Harb | |
| Artikel weiterleiten | In den Warenkorb legen
| Artikel kommentieren |
Diese Fachartikel könnten Sie auch interessieren:
Elektronische Überwachung von grenzüberschreitenden Abfallverbringungen
© Lexxion Verlagsgesellschaft mbH (8/2025)
Das neue Digital Waste Shipment System (DIWASS)
Improvement of Polymer Segmentation by X-ray Phase Contrast Computed Tomography
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (12/2024)
The escalating global plastic waste generation necessitates efficient recycling methods for polymers. A major challenge in this context is the separation of individual materials from a mixture of polymers to obtain a high-quality recycled product.
Abfalltrennverhalten von KonsumentInnen im öffentlichen und privaten Raum
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (12/2024)
Das KonsumentInnenverhalten spielt eine wichtige Rolle bei der Abfalltrennung. Im Gegensatz zu privaten Haushalten wurde das Abfalltrennverhalten in öffentlichen Räumen wie Parks, Fußgängerzonen und Gehwegen bisher kaum analysiert.
Verbesserung der Abfalltrennung im öffentlichen Raum - Erkenntnisse aus einer Feldstudie
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (12/2024)
Die getrennte Sammlung stellt eine wichtige Grundlage in einer kreislauforientierten Abfallwirtschaft dar. Insbesondere im Bereich der Kunststoff- und Verpackungsabfälle ist eine weitere Verbesserung der getrennten Sammlung notwendig.
Circular-Economy-Ansätze für Kunststoff-Außenwerbungsplakate
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (12/2024)
Papier- oder Kunststoffplakate sind wichtige Medien der Außenwerbung. Sie finden u.a. regelmäßig bei Wahlkämpfen ihren Einsatz. Die Publikation stellt Ansätze der Circular Economy für PP-Hohlkammerplakate bereit.
