Energieeffizienzerhöhung im Abfall- und Recyclingstoff-Sortierprozess durch Anwendung von Methoden der künstlichen Intelligenz, Teilvorhaben: Sensortechnologie und Datenakquise

Description: Im FuE-Vorhaben EnSort sollen im hoch-komplexen Sortierprozess von recycelbaren Abfallstoffen (Verpackungsmaterialien, gelbe Tonne aus Haushalten etc.) zu Wertstoffen mit Hilfe der Künstlichen Intelligenz über zu erfassende und auszuwertende Materialerkennungsdaten Aggregate mit hohem spezifischen Energieverbrauch optimiert werden. Dazu muss die Anpassungsfähigkeit der Anlage an sich ändernde Input- und flexibel geforderte Outputqualitäten erhöht werden. Für die vorauslaufende Digitalisierung des bisher überwiegend manuell geregelten Prozesses ist ein Modell zur vollständigen Simulation des Sortierprozess als digitaler Zwilling zu erstellen. Dieses 'Betriebsmodell' wird im großtechnischen Praxisbetrieb einer Sortieranlage für Leichtverpackungsabfälle (LVP) iterativ verbessert und verifiziert. Die Energieeffizienzsteigerung ist später Resultat einer sich an die ständig wechselnden In- und Outputparameter anpassende Prozessregelung. Weiterhin wird über eine intelligente voll automatisierte Regelung der Gesamtanlage die Auslastung der Einzelaggregate optimiert und damit der Durchsatz erhöht. So sinkt der spezifische Energieverbrauch. Zusätzlich wird die Herstellung der Ballen, zu denen die Recyclate zur Volumenreduktion für die Transportwege gepresst werden, optimiert. Hierzu werden Erkenntnisse aus rein betrieblichen sowie durch das BMWi geförderten Vorhaben genutzt.

SupportProgram

Origins: /Bund/UBA/UFORDAT

Tags: Verkehrsweg ? Digitalisierung ? Rezyklat ? Wertstoff ? Wertstoffbehälter ? Sortieranlage ? Spezifischer Energieeinsatz ? Abfall ? Anpassungsfähigkeit ? Künstliche Intelligenz ? Simulationsmodell ? Verpackungsmaterial ? Leichtverpackung ? Energieeffizienzsteigerung ? Digitaler Zwilling ? Volumenreduktion ? Abfall ?

Region: Rheinland-Pfalz

Bounding boxes: 7.5° .. 7.5° x 49.66667° .. 49.66667°

License: cc-by-nc-nd/4.0

Language: Deutsch

Organisations

• Bundesministerium für Wirtschaft und Energie (Geldgeber*in)
• Tomra Sorting GmbH (Betreiber*in)
• Umweltbundesamt (Bereitsteller*in)

Time ranges: 2022-10-01 - 2025-09-30

Alternatives

• Language: Englisch/English
  Title: Subproject: Sensor technology and data acquisition
  Description: In the EnSort R&D project, aggregates with high specific energy consumption are to be optimized in the highly complex sorting process of recyclable waste materials (packaging materials, yellow garbage cans from households, etc.) into recyclable materials with the help of artificial intelligence via material recognition data to be recorded and evaluated. For this purpose, the adaptability of the system to changing input and flexibly required output qualities must be increased. A model for the complete simulation of the sorting process as a digital twin is to be created for the preceding digitization of the process, which has been controlled mainly manually up to now. This 'operating model' will be iteratively improved and verified in the large-scale practical operation of a sorting plant for light packaging waste (LVP). The energy efficiency improvement is later the result of a process control system that adapts to the constantly changing input and output parameters. Furthermore, an intelligent, fully automated control of the entire plant optimizes the utilization of the individual aggregates and thus increases the throughput. This reduces specific energy consumption. In addition, the production of the bales into which the recyclates are pressed for volume reduction for the transport routes is optimized. To this end, findings from purely operational projects and projects funded by the BMWi are being used. https://ufordat.uba.de/UFORDAT/pages/PublicRedirect.aspx?TYP=PR&DSNR=1126234

Status

Aktiv

Quality score

• Overall: 0.46
• Findability: 0.52

  • Title: 0.00
  • Description: 0.09
  • Identifier: false
  • Keywords: 1.00
  • Spatial: RegionIdentified (1.00)
  • Temporal: true
• Accessibility: 0.67

  • Landing page: Specific (1.00)
  • Direct access: false
  • Publicly accessible: true
• Interoperability: 0.00

  • Open file format: false
  • Media type: false
  • Machine-readable metadata: false
  • Machine-readable data: false
• Reusability: 0.67

  • License: ClearlySpecifiedAndFree (1.00)
  • Contact info: false
  • Publisher info: true

Accessed 1 times.