EnSort - "Steigerung der Energieeffizi­enz im Abfall- und Recyclingstoff-Sortierprozess durch Erhöhung des Automatisie­rungsgrades"

Allgemeine Informationen

• Projektdauer: 10/2022 - 09/2025
• Kontaktperson: Prof. Dr.-Ing. Leon Urbas
• Finanzierung: BMWE
• Projektpartner:

       Sutco Recycling Technik GmbH

       TOMRA Sorting GmbH

       Universität Bremen

       Ruhr-Universität Bochum

Projektbeschreibung

Motivation

Die stoffliche Verwertung recyclingfähiger Abfälle gewinnt im Zuge der ökologisch notwendigen und politisch gewünschten Einsparbestrebungen an Energie und fossilen Brennstoffen sowie der Schonung geogener Ressourcen zunehmend an Bedeutung. In diesem Zusammenhang soll der spezifische Energieverbrauch bei der Trennung und Sortierung von Abfallmaterialien unterschiedlicher Art, die vor allem für ein stoffliches Recycling vorgesehen sind, deutlich reduziert werden.

Zielstellung

Das Ziel des EnSort (Energieeffiziente Sortieranlage)-Projekts besteht darin, energieintensive Aggregate im hoch-komplexen Sortierprozess von recycelbaren Abfallstoffen zu Wertstoffen mit Hilfe der KI-Programmierung über die Materialerkennung zu optimieren sowie die Anpassungsfähigkeit der Anlage an ständig wechselnde Input- und Output-Qualitäten zu erhöhen. Dieses Ziel lässt sich durch die Digitalisierung des bisher manuell betriebenen Prozesses erreichen.

EcoKI-Plattform

Das EnSort-Projekt ist ein Anwendungsprojekt des ecoKI-Projekts (weitere Information zum ecoKI-Projekt ). Um den Projektstart zu beschleunigen und einen niedrigschwelligen Einstieg in die Nutzung von KI zu ermöglichen, werden die ecoKI-Konzepte auf EnSort angewendet, z.B. die in das EnSort-Projekt zur Energieeffizienzsteigerung eingesetzte KI-Methoden werden von der ecoKI-Plattform als wiederverwendbare Standardbausteine zur Verfügung gestellt. Im Laufe des EnSort-Projekts werden die Forschungslücken vom ecoKI identifiziert und der Bedarf an der Enwicklung weiterer Bausteine bestimmt, um die Plattform weiterzuentwickeln.

Beiträge TU Dresden

• Durchführung von Simulationsexperimenten auf Digitalen Zwilling
• Dynamische Kombination von rigorosen und datengetriebenen Simulationsmodellen
• Definition notwendiger Schnittstellen und Modellbeschreibungen
• Erstellung von rigorosen Simulationsmodellen für Einzelaggregate