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.
Der Ursprungsabfallstrom sowie die Prozesskettengestaltung des Aufbereitungsprozesses bestimmen die Zusammensetzung dieser Sekundärabfälle. Insbesondere Feinfraktionen aus der Aufbereitung stark metallhaltiger Abfällen, wie bspw. Shredder- oder Elektronikschrott, können Metallgehalte von bis zu 30 Ma.-% aufweisen (Johnen 2018). In Deutschland werden diese Abfälle nur in wenigen spezialisier-ten Anlagen aufbereitet, die mit der Behandlung ein wirtschaftliches Risiko eingehen, da Zusammensetzung oder Wertstoffgehalte dieser Feinfraktionen in der Regel unbekannt sind und starken Schwankungen unterliegen. Die Feststellung stofflicher Zusammensetzungen mittels Handsortierungen nach Stand der Technik wird insbesondere durch die Heterogenität und geringen Partikelgrößen dieser Feinfraktionen erschwert. Aufgrund des hohen Zeit- und Kostenaufwands finden Analysen - wenn überhaupt - nur unregelmäßig statt und weisen aufgrund der geringen Probenmenge in Kombination mit den hohen Schwankungsbreiten der Zusammensetzungen nur eine geringe Aussagekraft auf. Eine spezifisch angepasste Prozessführung so-wie Prozessbewertung ist daher nur stark eingeschränkt möglich. Aktuell erfolgt die Aufbereitung der Feinfraktionen nach einer oberflächlichen Sichtung, Erfahrungs-werten und der händischen Analyse von Einzelproben. Ein schnelles und zuverlässiges Verfahren zur Analyse des angelieferten Metallgemisches sowie der erzeugten Produktfraktionen fehlt bislang.
Copyright: | © Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben |
Quelle: | Recy & Depotech 2020 (November 2020) |
Seiten: | 6 |
Preis: | € 3,00 |
Autor: | Kay Johnen M. Sc. Nils Kroell Dr. Alexander Feil |
Diesen Fachartikel kaufen... (nach Kauf erscheint Ihr Warenkorb oben links) | |
Artikel weiterempfehlen | |
Artikel nach Login kommentieren |
Rechtliche und praktische Unsicherheiten bei der Durchführung des europäischen Klimaanpassungsrechts durch das Bundes- Klimaanpassungsgesetz (KAnG)
© Lexxion Verlagsgesellschaft mbH (6/2025)
In the context of the European Climate Law (EU) 2021/1119), the Governance Regulation (EU) 2018/1999 and the Nature Restoration Regulation (EU) 2024/1991, the KAnG came into force on July 1, 2024.
Transformatives Klimarecht: Raum, Zeit, Gesellschaft
© Lexxion Verlagsgesellschaft mbH (6/2025)
This article contends that climate law should be conceived as inherently transformative in a double sense. The law not only guides the necessary transformation of economy and society, but is itself undergoing transformation.
Maßnahmen zur Klimaanpassung sächsischer Talsperren
© Springer Vieweg | Springer Fachmedien Wiesbaden GmbH (5/2025)
Die Landestalsperrenverwaltung des Freistaates Sachsen (LTV) betreibt aktuell insgesamt 87 Stauanlagen, darunter 25 Trinkwassertalsperren. Der Stauanlagenbestand ist historisch gewachsen und wurde für unterschiedliche Zwecke errichtet.