Sensorbasierte Sortierung zur Erzeugung einer Deponiefraktion aus einer MBA-Schwerfraktion

Praxiserfahrungen und Vergleich verschiedener Aufbereitungsalternativen

Die Behandlung von Abfallströmen einer MBA-Anlage stellt in der Regel durch deren heterogene Zusammensetzung besondere Anforderungen an Trennverfahren und Trennaggregate. Am Beispiel einer Schwerfraktion, welche hohe Anteile an brennbaren, energiereichen Bestandteilen enthält, sollen verschiedene Behandlungssysteme zur Erzeugung einer auf Deponien ablagerungsfähigen Fraktion erprobt werden und durch technische und wirtschaftliche Betrachtungen evaluiert werden. Die betrachteten  Behandlungsverfahren umfassen sensorbasierte Verfahren, unter Anwendung von Nahinfrarot und Röntgentransmission, und klassische mechanische Dichtetrennverfahren wie Nasssetzverfahren (Jigger) und Querstromsichtung.



Copyright: © Wasteconsult International
Quelle: Waste-to-Resource 2011 (Mai 2011)
Seiten: 15
Preis inkl. MwSt.: € 0,00
Autor: B.Sc. Martina Meirhofer
Prof. Dr. Arne Michael Ragoßnig
Dipl.-Ing. Manuel Sommer
Dipl.-Ing. Mag. Simone Pieber

Artikel weiterleiten Artikel kostenfrei anzeigen Artikel kommentieren


Diese Fachartikel könnten Sie auch interessieren:

Sensor-based Sorting Systems for the Generation of a Landfill Fraction out of the Heavy Fraction of a MBT Plant
© Wasteconsult International (5/2011)
Practical Experience and Comparison of Processing Alternatives

Mai-Fest für den Umweltschutz - IFAT 2008 in München
© Deutscher Fachverlag (DFV) (5/2008)
Internationaler und größer - die IFAT 2008. Zur weltweit bedeutendsten Messe für Wasser, Abwasser, Abfall und Recycling werden vom 5. bis 9. Mai in München mehr als 100.000 Besucher erwartet. Für sie gibt es mit rund 2.500 Ausstellern ein noch breiteres Angebot als vor drei Jahren.

KI-gestützte Überwachung der Abfallverunreinigung in allen Sammelströmen mit Lixo
© Witzenhausen-Institut für Abfall, Umwelt und Energie GmbH (4/2025)
Lixo ist ein französisches Startup-Unternehmen, das 2019 gegründet wurde und Softwarelösungen für die Abfallwirtschaft und -verwertung entwickelt.

c-detect – KI-basiertes Störstoffdetektionssystem
© Witzenhausen-Institut für Abfall, Umwelt und Energie GmbH (4/2025)
Störstoffe im Bioabfall, vor allem Kunststoffe, verursachen hohe Kosten und machen das Recycling aufwendig oder sogar unmöglich.

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?

Der ASK Wissenspool
 
Mit Klick auf die jüngste Ausgabe des Content -Partners zeigt sich das gesamte Angebot des Partners
 

Selbst Partner werden?
 
Dann interessiert Sie sicher das ASK win - win Prinzip:
 
ASK stellt kostenlos die Abwicklungs- und Marketingplattform - die Partner stellen den Content.
 
Umsätze werden im Verhältnis 30 zu 70 (70% für den Content Partner) geteilt.
 

Neu in ASK? Dann gleich registrieren und Vorteile nutzen...