API src

Found 411 results.

Erstmalige Umsetzung eines selbstlernenden NIR-Systems mit Bilderkennung zur sortenreinen Sortierung von Altpapier und Erschließung neuer Altpapierressourcen

Die LEIPA Georg Leinfelder GmbH ist ein führender Papierhersteller im Europäischen Markt. Am Standort in Schwedt werden jährlich ca. 1,195 Millionen Tonnen Papier und Verpackungen aus 100 Prozent Altpapier produziert. Am Standort wird bisher eine konventionelle lineare Altpapiersortierung bestehend aus den Stufen Aufgabebunker, Grobsieb, Feinsieb, PaperSpike/NIR-Spektroskopie und Sortierkabine betrieben. Durch die Sortierung erhält man drei wesentliche Altpapierströme. Darunter die Deinkingware, welche für die Herstellung von hochwertigen weißen Papieren eingesetzt wird, die OCC-Ware (old corrugated containerboard), welche als braune Fasern für Kartonagen und Pappe verwendet wird und die Mischware, welche ebenfalls in die Herstellung von Kartonagen und Pappe fließt. Das übergeordnete Ziel der Sortierung ist es, möglichst hochwertige Deinkingware sowie OCC-Ware in einer hohen Sortenreinheit zu sortieren. Bisher landen jedoch große Mengen hochwertigerer Deinkingware im Mischpapier und in den Sortierresten und gehen damit für eine höherwertige Verwertung verloren. Vorversuche des Unternehmens haben erhebliche Potentiale von hochwertigen weißen Altpapieren im Mischpapier und auch in anderen bisher unwirtschaftlichen Altpapierströmen wie Papier, Karton und Pappe (PPK) aus der Erfassung von Leichtverpackungen, Altpapier aus dem Restabfall und Gewerbeabfall aufgezeigt, die mit den konventionellen Systemen noch nicht stofflich verwertet werden können. Im Rahmen dieses Vorhabens möchte die LEIPA Georg Leinfelder GmbH in eine innovative Anlage zur hocheffizienten und sortenreinen Sortierung von Altpapier investieren. Die neue Anlage mit einer jährlichen Kapazität von 120.000 Tonnen soll einerseits die Sortierausbeute, insbesondere der hochwertigen Deinkingware für grafische Papiere, deutlich steigern und andererseits auch alternative Altpapierquellen erschließen. Als Herz der Sortieranlage ermöglicht die NIR-Sortierung mit GAIN-Technologie zusätzlich zur Nahinfrarotspektroskopie eine Bilderkennung mit deep-learning-Funktion. Diese Bilderkennung stellt eine absolute Neuheit im Bereich der Papiersortierung dar. Sie ist in der Lage, durch eine moderne Sensorik Bilddaten (Form/Textur) zu sammeln und diese zu klassifizieren. So können beispielsweise komplexe Verpackungsreste wie Kartonagen mit weißer Außenschicht und grauen oder braunen Fasern im Inneren erkannt werden. In der Folge entstehen im Sortierprozess ein weitaus reineres Deinkinggut und zugleich eine höhere Ausbeute. Eine Innovation liegt auch in der geplanten Vernetzung der Anlage bzw. der Anlagenkomponenten untereinander. Mit der Software Insight von TOMRA werden sämtliche NIR/GAIN-Systeme untereinander vernetzt, die Software stellt eine leistungsfähige Industrie 4.0-Datenplattform zur Verbesserung der Sortier- und Klassifizierungseffizienz dar. Durch die innovative Sortiertechnik soll die Sortierquote für weiße Altpapiere (Deinkingware) aus Haushaltssammelware um ca. 10 Prozent gesteigert werden. Jährlich können mit der neuen Anlagen 8.640 Tonnen Deinkingware aus Haushaltssammelware und 6.435 Tonnen Deinkingware aus Leichtverpackungen für das stofflich hochwertige Recycling zurückgewonnen werden. Insgesamt können jährlich 15.075 Tonnen Deinkingware zurückgewonnen werden, die Frischfaser substituieren können. Durch die Digitalisierung und automatische Steuerung der Prozesse in der Altpapieraufbereitung und der Papierproduktion können im weiteren Verlauf weitere Energie und Chemikalieneinsparungen erreicht werden. Vor dem Hintergrund, dass die Menge an weißen Papierfasern im Altpapier stetig abnimmt und daher in der Zukunft Beschaffungsprobleme entstehen können, ist die Steigerung der Sortierquote für deinkbare Fasern von zentraler Bedeutung, um auch in Zukunft auf den Einsatz von Frischfasern verzichten zu können und die 100prozentige Altpapierquote in LEIPAs Papierproduktion zu erhalten. So gelingt langfristig auch die Vermeidung eines höheren Energie- und Ressourceneinsatzes in der Erzeugung von Frischfasern. Branche: Papier und Pappe Umweltbereich: Ressourcen Fördernehmer: LEIPA Georg Leinfelder GmbH Bundesland: Brandenburg Laufzeit: seit 2023 Status: Laufend

Erzeugung von Sekundärnickel aus NiMH-Batterien

Die Saubermacher Recycling GmbH, ein Joint Venture von Saubermacher und der Meinhardt Städtereinigung GmbH & Co. KG, mit Sitz in Hofheim am Taunus ist ein Abfallwirtschaftsunternehmen, das sich mit der Sortierung, dem Recycling und der Verwertung von Altbatterien (Haushalts-, Geräte- und Industriebatterien) beschäftigt. Jährlich werden etwa 1 Milliarde Batterien behandelt. Angeliefert werden Batteriegemische, die alle gängigen Größen von Batterien in unterschiedlicher chemischer Zusammensetzung enthalten. Um die Batterien einem Recycling zuführen zu können, müssen sie möglichst sortenrein nach chemischen Batteriesystemen getrennt werden. Die Qualität der aus Altbatterien gewonnenen Sekundärrohstoffe und deren Kosten hängen direkt von der Qualität der vorangegangenen Sortierung ab. Die Saubermacher Recycling GmbH plant in Ginsheim-Gustavsburg die Errichtung einer innovativen Anlage zur energieeffizienten Sortierung und Aufbereitung von Nickelmetallhydrid (NiMH)-Batterien. Aus den NiMH-Batterien soll hochreines Sekundärnickel zurückgewonnen werden, das in der Edelstahlindustrie Einsatz finden kann. Nach aktuellem Stand der Technik kann, bedingt durch Fehlsortierung, aus NiMH-Batterien eine Nickel-Fraktion mit einer Cadmium Verunreinigung von bis zu 0,5 Prozent hergestellt werden. Für eine Verwertung in der Edelstahlproduktion und aufgrund von betriebstechnischen Vorgaben für die Stahlwerke darf die Cadmium-Verunreinigung jedoch nicht mehr als 0,2 Prozent betragen – bereits wenige falsch sortierte, cadmiumhaltige Batterien können den avisierten hochwertigen Recyclingpfad in der Edelstahlproduktion unbrauchbar machen. Nach einer Vorbereitung mit Siebtechnologien zur Abtrennung von Stör- und Füllstoffen und einer Sortierung nach Baugröße werden die gesammelten Altbatteriegemische automatisiert und mithilfe einer KI-gestützten Röntgensortierung untergliedert und nach chemischen Batteriesystemen und Baugrößen sortenrein sortiert. Cadmiumhaltige Batterien sowie andere Batterie-Systeme (Blei (Pb), Lithium-Ionen (Li-Ion), Knopfzellen, etc.) werden einem extra Verwertungsweg in externen Anlagen zugeführt. Die KI-Röntgensortierung soll sicherstellen, dass NiMH-Altbatterien (nahezu) frei von Störstoffen, insbesondere frei von Nickel-Cadmium (NiCd)- bzw. Cadmium-Altbatterien sind. Bestehende Röntgentechnologien waren bislang nur auf die Detektion von AlMn-Batterien ausgerichtet. Die Röntgentechnologie wurde weiterentwickelt, um auch NiMH-Batterien in höchster Qualität aussortieren zu können. Die zuverlässige Erkennung und Ausschleusung von Cadmium aus NiMH/NiCd-Batteriemischungen wurde erprobt und die bestehende Datenbank um spezielle Datensätze erweitert, die zur Cadmium-Detektion notwendig sind. Die Datenbank ist erweiterbar, um eine ständige Aktualisierung und Anpassung der Sortierqualität an neue Batterien und Hersteller zu ermöglichen. Die im ersten Schritt gewonnene hochreine NiMH-Batteriefraktion wird im zweiten Schritt rein mechanisch zu einem Ni-Konzentrat aufbereitet/ weiterverarbeitet. Dazu werden die Batterien in der geplanten Anlage zerkleinert und Nickeleisen (NiFe)-Schrott von der Schwarzmasse, die das Nickelkonzentrat enthält, getrennt. Die NiFe-Schrott-Fraktion wird separat dem Recyclingpfad (Stahlindustrie) zugeführt. Das Nickelkonzentrat wird anschließend kontrolliert in einem innovativen und überwachten Aggregat verarbeitet. Dieser Schritt muss präzise durchgeführt werden, da sich das Material ohne gezielte Steuerung auf mehr als 600 Grad Celsius erhitzen würde, was nicht nur das Material verkleben lässt, sondern auch ein erhebliches Brandrisiko für die Anlage darstellen würde. Das aus der NiMH-Fraktion gewonnene sehr reine Ni-Konzentrat kann als Sekundärrohstoff und Substitut für Primärnickel in der Edelstahlproduktion (sowie in der Stahlindustrie, z.B. bei hochlegierten Baustählen, Werkzeugstählen sowie im Panzer- und Schiffsbau – worin weitere potenzielle Abnehmer gesehen werden) eingesetzt werden. Gegenüber der Primärnickelproduktion weist das Gemisch mit Sekundärnickel einen deutlich niedrigeren CO 2 -Ausstoß pro Tonne erzeugtem Edelstahl auf. Bei einem maximalen jährlichen Input von 20.000 Tonnen Batterien wird mit einem Anlagen-Output von rund 2.300 Tonnen Ni-Konzentrat gerechnet. Bei der Herstellung einer Charge Edelstahl unter Verwendung von Primärnickel entsteht eine CO 2 -Belastung von 7.633 Kilogramm CO 2 -Äquivalenten. Durch den Einsatz von Nickelkonzentrat kann diese Belastung auf 1.752 Kilogramm CO 2 -Äquivalente pro Charge reduziert werden. Das Material Nickelkonzentrat weist einen durchschnittlichen Nickelgehalt von rund 45 Masseprozent (M-%) auf und enthält damit etwa das 15-Fache des Nickelgehalts herkömmlicher Ausgangsmaterialien. Im Rahmen einer Untersuchung zur Bewertung relevanter Wirkungskategorien im Hinblick auf mögliche Umweltbelastungen wurde festgestellt, dass der Aufbereitungsprozess von Nickel-Metallhydrid-Batterien mit anschließender Rückgewinnung von Sekundärnickel im Vergleich zur Herstellung von Primärnickel deutlich besser abschneidet. Besonders in den Kategorien Versauerung, Eutrophierung, Ozonbildung sowie beim Verbrauch fossiler Ressourcen liegen die Umweltwirkungen der Sekundärnickelproduktion lediglich bei rund einem Zehntel der Werte der Primärproduktion. Dies belegt den klaren ökologischen Vorteil von Sekundärnickel. Auch im Hinblick auf die Energieeffizienz zeigt sich ein deutliches Plus: Der Energieverbrauch bei der Rückgewinnung von Sekundärnickel beträgt lediglich etwa fünf Prozent des Energiebedarfs der Primärproduktion. Das neuartige Recyclingverfahren soll zudem zur Reduktion von Staubemissionen sowie Brand- und Explosionsrisiken bei der Aufbereitung von NiMH-Altbatterien, insbesondere durch Kühlung und Verhinderung der Wasserstoff-Bildung in geschlossenen Aggregaten, beitragen und eine staubdichte Verarbeitung zu gewährleisten. Mithilfe einer KI-gestützten Röntgentechnologie, die auch auf die Detektion weiterer Batterien- und Batteriegemische und ggf. neue chemische Batteriesysteme angepasst werden kann, insbesondere wenn, wie im Projekt vorgesehen, der Algorithmus hinter der KI weiter trainiert wird, wird eine hochmoderne effiziente Sortiertechnologie entwickelt und etabliert, die den Stand der Technik in der Branche verbessern kann. Die Sortiertechnologie lässt sich auf die ganze Branche übertragen. Branche: Wasser, Abwasser- und Abfallentsorgung, Beseitigung von Umweltverschmutzungen Umweltbereich: Ressourcen Fördernehmer: Saubermacher Recycling GmbH Bundesland: Hessen Laufzeit: seit 2025 Status: Laufend

EasyGSH-DB: Sedimentologie (WMS)

Der Kartendienst EasyGSH-DB: Sediment (WMS), beinhaltet die Petrographischen Karten der Haupt- und Nebenkomponenten, den Median-Korndurchmesser d50, die Schiefe, die Sortierung und die Porosität für die Jahre 1996 (DB/AWZ), 2006 und 2016. Datenerzeugung: Die Basis für sedimentologische Auswertungen bilden Oberflächensedimentproben, die im Rahmen des Projektes EasyGSH mittels anisotroper Interpolationsverfahren und unter Berücksichtigung hydrodynamischer Faktoren und Erosions- und Sedimentationsprozesse von Einzelproben verschiedener Jahre auf ein für ein Jahr gültiges Raster interpoliert wurden. An jedem dieser Rasterknoten liegt die Sedimentverteilung daher als Summenkurve vor. Für die Deutsche Bucht liegt dieses Basisprodukt für die Jahre 1996, 2006 und 2016 im 100 m Raster, für die Ausschließliche Wirtschaftszone Deutschlands für das Jahr 1996 im 250 m Raster vor. Literatur: Sievers, J., Milbradt, P., Ihde, R., Valerius, J., Hagen, R., Plüß, A. (2021): An integrated marine data collection for the German Bight – Part 1: Subaqueous geomorphology and surface sedimentology (1996–2016). Earth System Science Data. https://doi.org/10.5194/essd-13-4053-2021 Zitat für diesen Datensatz (Daten DOI): Sievers, J., Rubel, M., Milbradt, P. (2020): EasyGSH-DB: Themengebiet - Bathymetrie. Bundesanstalt für Wasserbau. https://doi.org/10.48437/02.2020.K2.7000.0002

TrilaWatt: Sedimentologie (WMS)

Der Kartendienst TrilaWatt: Sedimentologie (WMS) beinhaltet die geologischen Karten der Haupt- und Nebenkomponenten, den Median-Korndurchmesser d50, phi50, die Schiefe, die Sortierung und die Porosität für die Jahre 2015-2022. Die geologischen Karten werden in unterschiedlichen Detailstufen angeboten. Die Namensbezeichnungen „short“ und „long“ der sedimentologischen Karten beziehen sich auf Anzahl und Detailgrad der einzelnen Komponenten. English: Sedimentology describes the formation, composition and distribution of sediments. Marine sedimentology is dedicated to the study of morphological, sediment and habitat dynamics on the seabed. This WMS map service contains maps of major and minor sediment components, median grain diameter d50, phi50, skewness, sorting and porosity for the years 2015-2022.

EasyGSH-DB: Sedimentologie (WCS)

Der Coveragedienst EasyGSH-DB: Sediment (WCS), beinhaltet den Median-Korndurchmesser d50, die Schiefe, die Sortierung und die Porosität für die Jahre 1996 (DB/AWZ), 2006 und 2016. Datenerzeugung: Die Basis für sedimentologische Auswertungen bilden Oberflächensedimentproben, die im Rahmen des Projektes EasyGSH mittels anisotroper Interpolationsverfahren und unter Berücksichtigung hydrodynamischer Faktoren und Erosions- und Sedimentationsprozesse von Einzelproben verschiedener Jahre auf ein für ein Jahr gültiges Raster interpoliert wurden. An jedem dieser Rasterknoten liegt die Sedimentverteilung daher als Summenkurve vor. Für die Deutsche Bucht liegt dieses Basisprodukt für die Jahre 1996, 2006 und 2016 im 100 m Raster, für die Ausschließliche Wirtschaftszone Deutschlands für das Jahr 1996 im 250 m Raster vor. Literatur: Sievers, J., Milbradt, P., Ihde, R., Valerius, J., Hagen, R., Plüß, A. (2021): An integrated marine data collection for the German Bight – Part 1: Subaqueous geomorphology and surface sedimentology (1996–2016). Earth System Science Data. https://doi.org/10.5194/essd-13-4053-2021 Zitat für diesen Datensatz (Daten DOI): Sievers, J., Rubel, M., Milbradt, P. (2020): EasyGSH-DB: Themengebiet - Bathymetrie. Bundesanstalt für Wasserbau. https://doi.org/10.48437/02.2020.K2.7000.0002

Effiziente Verwertungstechnologien für puzzolanische Ressourcen in mikrostrukturbasierten Betonbauteilen mit Materialpass, Teilvorhaben: Entwicklung alkaliresistenter Marker für den digitalen Materialpass

Ziel des Projektes ist es, durch ein mikrostrukturbasiertes Design einen 'Sutracrete' mit individuellen Materialpass herzustellen. Der Sutracrete soll durch die Wiederverwertung von Mauerwerksbruch in Form von Ziegelmehl und Ziegelgesteinskörnung hergestellt werden. Die Entwicklung soll auf rezyklierten Ziegelvarietäten basieren, die durch eine hyperspektrale Sortierung sehr viel effizienter und stoffspezifisch verwertet werden könnten. Durch das neuartige Sortierverfahren wird erstmalig die Trennung zwischen niedriggebrannten, reaktiven Ziegelmehl und hochgebrannter, nicht reaktiver Ziegelgesteinskörnung möglich. Durch das mikrostrukturbasierte Design werden die Eigenschaften gezielt nutzt, um einen nachhaltigen und nachverfolgbaren Beton herzustellen. In der Energieforschung sind der Ressourceneinsatz des Massenbaustoffs Beton und der damit verbundene Primärenergieeinsatz untrennbar. Der kritische und weltweit stark nachgefragte Rohstoff Sand sowie die zukünftig nicht ausreichenden Betonzusatzstoffe Steinkohlenflugasche und Hüttensandmehl werden durch Ziegelmaterialien substituiert. Für die Herstellung des Sutracrete ergeben sich ein geringerer Gesamtenergieverbrauch im Vergleich zu Primärbaustoffen und damit eine Minderung der Treibhausgasemissionen. Der Einsatz von Markern ermöglicht erstmals die physikalische Korrelation zwischen Baumaterialien und einem in einer Datenbank hinterlegten digitalen Zwilling bzw. 'Material Passport'. Der Innovationsgrad ist durch die Sektorenkopplung und die Digitalisierung im Bereich der Ressourceneffizienz hoch. Im Fokus steht die Integration der multimodalen Bildgebung in Verfahren der Wertstoffverwertung zur Weiterentwicklung der Kreislaufwirtschaft. Die Digitalisierung wird durch den Einsatz innovativer Verfahren der hyperspektralen Bildverarbeitung und der künstlichen Intelligenz in Sortierverfahren vorangetrieben.

TrilaWatt: Sedimentologie (2015-2022)

<span><strong>Definitionen:</strong> In den Geowissenschaften beschreibt die Sedimentologie die Entstehung, Zusammensetzung und Verbreitung von Sedimenten. Die marine Sedimentologie widmet sich der Erforschung von Morpho-, Sediment- und Habitatdynamik in marinen Systemen.</span> <span><strong>Datenerzeugung:</strong> Auf der Basis von einer Vielzahl von Oberflächensedimentproben unterschiedlicher Jahre wurden im Rahmen des Projektes TrilaWatt mit einem prozessorientierten Interpolationsverfahren unter Berücksichtigung hydrodynamischer Effekte (Strömung, Seegang, Bodenschubspannungen) und Erosions- und Sedimentationsmustern reguläre Raster der Oberflächensedimentologie berechnet. An jedem dieser Rasterknoten liegt die Sedimentverteilung als Kornsummenkurve, als Eigenschaften der Summenkurve oder als abgeleitete Größe (bspw. Porosität) vor.</span> <span><strong>Produkte:</strong> Der Datensatz "TrilaWatt: Sedimentologie" beinhaltet Korngrößenverteilungen, sedimentologische Karten der Haupt- und Nebenkomponenten und GeoTiffs des Median-Korndurchmessers d50 bzw. phi50, der Schiefe, der Sortierung (beide nach Folk and Ward, 1957) und der Porosität für die Jahre 2015-2022. Die Datenprodukte liegen im trilateralen Wattenmeer als Basisprodukt im 10 m Raster vor. Die Karten werden in unterschiedlichen Detailstufen angeboten. Die Namensbezeichnungen „short“ und „long“ der sedimentologischen Karten beziehen sich auf Anzahl und Detailgrad der einzelnen Komponenten. Eine CSV-Tabelle mit den Daten der Korngrößenverteilungen und den Koordinaten für jeden Rasterknoten ist vorhanden.</span> <span><strong>English:</strong> Sedimentology describes the formation, composition and distribution of sediments. Marine sedimentology is dedicated to the study of morphological, sediment and habitat dynamics on the seabed. The dataset contains maps of major and minor sediment components and grid data of median grain diameter d50, phi50, skewness, sorting, and porosity for the years 2015-2022. Data are distributed on regular 10 m grids as GeoTIFFs. A table in CSV-format with the grain size distribution and the coordinates for each grid node is also available.</span> <span><strong>Download:</strong> A download is located under references (in German: "Verweise und Downloads"). </span>

TrilaWatt: Sedimentologie (WCS)

Der Coveragedienst "TrilaWatt: Sedimentologie (WCS)" beinhaltet den Median-Korndurchmessers d50 bzw. phi50, die Schiefe, die Sortierung (beide nach Folk and Ward, 1957) und die Porosität für die Jahre 2015-2022. Die Datenprodukte liegen im trilateralen Wattenmeer als Basisprodukt im 10 m Raster vor. Datenerzeugung: Auf der Basis von einer Vielzahl von Oberflächensedimentproben unterschiedlicher Jahre wurden im Rahmen des Projektes TrilaWatt mit einem prozessorientierten Interpolationsverfahren unter Berücksichtigung hydrodynamischer Effekte (Strömung, Seegang, Bodenschubspannungen) und Erosions- und Sedimentationsmustern reguläre Raster der Oberflächensedimentologie berechnet. An jedem dieser Rasterknoten liegt die Sedimentverteilung als Kornsummenkurve, als Eigenschaften der Summenkurve oder als abgeleitete Größe (bspw. Porosität) vor. English: Sedimentology describes the formation, composition and distribution of sediments. Marine sedimentology is dedicated to the study of morphological, sediment and habitat dynamics on the seabed. This WCS map service median grain diameter d50, phi50, skewness, sorting and porosity for the years 2015-2022.

Batterieaussonderung bei Elektronikprodukten, Teilvorhaben: Gesamtkoordination, Entwicklung und Einbettung der maschinellen Lernverfahren sowie die Systemintegration

Batterieaussonderung bei Elektronikprodukten, Teilvorhaben: Entwicklung des Human Machine Interface

1 2 3 4 5 … 40 41 42