Flexible Management for Separate Treatment of Organic and Residual Waste
In the waste management centre Rhein-Lahn, located in Singhofen, is an MBT (composting process) and an organic-waste-treatment plant with a biological drying of the oversize grains for the energy recovery in external biomass powerplants. Both technologies run almost similar. At the current optimization of the process air situation, the main focus is on flexible adaptability with respect to future changes. The quantities of the residual- and organic waste could be changed in the future by waste management measures and modified regional partnerships.
Currently, experiments are made with the aim to investigate, whether a modification of the MBT from composting-process to a purely biological drying process of the mid-calorific fraction is possible and economically useful. First results show, that it is possible to use the existing technology of the MBT-facility to produce a material that fulfils the requirements for an alternative fuel in power plants. A prerequisite is, however, that there follows a mechanical seperation step after the drying process, for instance to reduce the high content of minerals in the material.
Through the reduction of the duration in the intensive rot phase, a tripling of the throughput is conceivable. The energy efficiency of the plants can be improved significantly. Furthermore, the biogenic content of the mid-calorific fraction could be used as a substitute for fossil fuels.
| Copyright: | © Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben | |
| Quelle: | Depotech 2012 (November 2012) | |
| Seiten: | 4 | |
| Autor: | Dipl.-Ing. Günter Müller  Dipl.-Ing., Master of Arts Andreas Warnstedt | |
| Die Bibliothek und die Kaufoptionen sind umgezogen zu https://library.wasteculture.com Bereits erworbene Artikel können weiterhin über myASK abgerufen werden. | ||
Diese Fachartikel könnten Sie auch interessieren:
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.
The Allegory of Stupidity and Waste
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (12/2024)
This paper on the allegory of stupidity and waste is a more or less daring view on tomorrow’s capabilities in global waste management. A society facing seemingly unresolvable ecological challenges seems to be immune to its own overconsumption.
Berücksichtigung von Eigenschaftsprofilen bei der Aufbereitung von Leichtverpackungen aus Polypropylen
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (12/2024)
Die breite Anwendung von mechanisch recycelten Kunststoffen wird unter anderem durch den Verlust der ursprünglichen Eigenschaften während der Lebensphase und des Recyclingprozesses limitiert. Daraus resultiert ein geringes Substitutionspotential des Rezyklats gegenüber Neuware, welches wiederum die ökonomische und ökologische Attraktivität von Rezyklaten reduziert.
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.
Implementation and evaluation of a real-time capable approach to sensor-based sorting using CNNs
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (12/2024)
In state-of-the-art optical sorting, engineered image processing algorithms are commonly used to identify materials. However, for complex material textures and high- ensity material streams, these approaches are often unable to maintain the desired sorting quality. Convolutional neural networks (CNNs) have been proven to outperform such approaches in their ability to classify objects in images.
