»BREATHE«: Brandvermeidung in Recyclinganlagen durch sensorgestützte Entfernung von Lithium-Ionen-Akkumulatoren

Einer Studie des Verbands EuRIC zufolge treten bei 53 % der befragten Recyclinganlagenbetreiber täglich bis wöchentlich kleine Brände auf. Diese gefährden sowohl das Personal von Recyclinganlagen als auch zum Einsatz kommendes Rettungspersonal durch Verbrennungen und giftige Rauchgase, und sorgen für den Ausfall kritischer Recyclinginfrastruktur. Anwohner müssen aufgrund von Gefahren der Brandausbreitung evakuiert werden, um eine Gefährdung der umliegenden zivilen Bevölkerung zu vermeiden. Ausgelöst werden diese Brände oftmals durch fehlerhaft entsorgte Elektroaltgeräte im herkömmlichen Hausmüll, welche während des Verarbeitungsprozesses beschädigt werden und so in Brand geraten.

Der Lösungsansatz des Projektes »BREATHE« sieht es vor, brandverursachende Gefahrenstoffe aus dem Verarbeitungsprozess möglichst frühzeitig zu entfernen. Der Fokus soll hierbei zunächst auf Sortieranlagen für Leichtverpackungen liegen. Die Lösung ist jedoch so konzipiert, dass sie für weitere Trennanlagen (Restmüll, Gewerbe, Papier, Glas, etc.) eingesetzt werden kann.

Der Forschungsverbund besteht aus dem Würzburger Jungunternehmen WeSort.AI GmbH, welches sich auf die Generierung und Annotation des Datensatzes sowie die Entwicklung der KI-Algorithmen konzentrieren wird und dem Fraunhofer-Entwicklungszentrum Röntgentechnik EZRT, welches die Multi-Energie-Röntgen Sensorik, entsprechende bildgebende Verfahren, den mechanischen Aufbau des Demonstrators und den Mechanismus zum Austrag übernimmt.

© Grispb - stock.adobe.com
Feuerwehr im Einsatz.

Projektziele

© malp - 123rf.com
Li-Ionen-Batterien

Ziel des Projekts ist die automatische prozessintegrierte Detektion und Entfernung der Lithium-Ionen-Batterien (LIB). Aus diesem Grund wird ein Demonstrator entwickelt, der die Wirksamkeit einer solchen Lösung in einsatzrelevanter Umgebung zeigt. Im zweistufigen Verfahren werden hierbei die Elektroaltgeräte mit LIB aus dem Verarbeitungsprozess aussortiert.

Durch die Kombination von Multi-Energie-Röntgenbildern (ME-XRT) und neuartigen Deep Learning Methoden (Künstliche Intelligenz) kann eine solche Erkennung von LIB geschaffen werden. Im zweiten Schritt geht es um die Entwicklung eines Trennverfahrens, welches in der Lage ist, aus einem vielfältigen und komplexen Stoffstrom unterschiedlichste Elektroaltgeräte abzusortieren, ohne dabei einen zu großen zusätzlichen Ausschuss zu erzeugen.

 

Projektdetails

Projekt: Brandvermeidung in Recyclinganlagen durch sensorgestützte Entfernung von Lithium-Ionen-Akkumulatoren durch Einsatz von Multi-Energie-Röntgenbildern und neuartigen Deep Learning Methoden.

Förderung: Bundesministerium für Bildung und Forschung, Förderrichtlinie »KMU-innovativ: Forschung für die zivile Sicherheit«

Laufzeit: 1.3.2023 – 28.2.2025

Das könnte Sie auch interessieren:

 

Sensorbasierte Sortierung

Dual-Energy-Verfahren dienen der Identifizierung und Sortierung von Rohstoffen, auch und gerade im Recyclingsbereich.