Sensorgestütze Sortierverfahren
Die Forschungsgruppe „Sensorik für Produkte und Prozesse“ widmet sich Forschungsaufgaben aus dem Bereich des Baustoffrecycling in Verbindung mit bildbasierter und hyperspektraler Sensorik. Im Vordergrund steht der Einsatz von sensorgestützten Verfahren für die Erkennung und Sortierung von Mineralien, Wertstoffen und mineralischen Bau- und Abbruchabfällen auf Basis von multimodaler Bild- und Spektralverarbeitung. Ziel ist die Erzeugung von sortenreinen Produkten für eine hochwertige Verwertung und ein besseres Recycling.
Forschung
- Sensorgestützte, optische Sortierverfahren der Recyclingwirtschaft
- Entwicklung von Erkennungsroutinen für die sensorgestützte Sortierung von Ziegel- und Mauerwerksbruch, Bauschutt, Baumischfraktionen, Rohstoffen der Gipsindustrie, natürlichen Gesteinskörnungen
- Störstofferkennung
- Kopplung verschiedener Sensorik
- Aufnahme und Auswertung von UV-VIS-SWIR-Spektren, Hyperspektral- und Farbbildern
Dienstleistung
- Untersuchungen zu optischen und spektralen Sortiermerkmalen für Schüttgüter des Bauwesens im Größenbereich 2-40 mm
- Forschungs- und Entwicklungsleistungen
- Hyperspektralkamerasystem HySpex SWIR-384; Wellenlängenbereich 900 - 2500 nm
- Bildaufnahmesystem „Qualileo“- modular aufgebautes Bildverarbeitungssystem für die Bildaufnahme, Automatisierung und Dokumentation von Sichtprüfaufgaben; stufenlose Beleuchtungsregelung, verschiedene Beleuchtungsarten
- Farbzeilenkamera und NIR-Kamera (900 – 1700 nm),
- HALCON 18.11. Steady SDK-DL Non-Profit, incl. Deep Learning
- Unscrambler X Camo Analytics
- UV-VIS-NIR-Spektrometer Cary 5000; Wellenlängenbereich von 175 nm bis 3300 nm Absolute Messung von Reflexion und Transmission, gerichtete und diffuse Anteile (mit Integrationskugel von 200 nm bis 2500 nm), gerichtete winkelabhängige Messung in einer Ebene von 0° bis 360°in Reflexion und Transmission
Walz, J.; Linß, E.; Könke, C.: Automatic image analysis of mineral construction and demolition waste (CDW) using machine learning methodes and deep learning. 28th INTERNATIONAL WORKSHOP ON INTELLIGENT COMPUTING IN ENGINEERING, 30.6.-2.7.2021, Berlin
Elske Linß, Jurij Walz, Carsten Könke: Image analysis for the sorting of brick and masonry waste using machine learning methods. IMEKO 2022, Porto (Portugal), 30.08. – 01.09.2022
Verbundvorhaben: Automatisierte Echtzeit-Hyperspektral-Bildgebung und -analyse für die Erkennung betonschädlicher Bestandteile in Gesteinskörnungen unter Verwendung Neuronaler Netzwerkarchitekturen Ziel des Teilvorhabens ist die Schaffung einer umfangreichen Datenbasis zur Erfassung einer Vielzahl von betonschädlichen Gesteinskörnungen bezüglich der mineralogischen, petrografischen, bildanalytischen und spektralen Kennwerte sowie dem Schadenspotential. Die Innovation des Teilvorhabens besteht in einem neuartigen Ansatz zur Bewertung von Gesteinskörnungen anhand spektraler und bildanalytischer Kennwerte und deren Zusammenhang mit den nach Norm ermittelten Schadenspotentialen.
Fördermittelgeber/in
Bundesministerium für Bildung und Forschung (BMBF)
Computer-Aided Photonics – Ganzheitliche Systemlösungen aus photonischen Verfahren und digitaler Informationsverarbeitung
Projektträger/in
VDI Technologiezentrum GmbH
Projektleiter/in
Dr.-Ing. Elske Linß
Partner/innen
GFE Präzisionstechmk Schmalkalden GmbH
Universalbeton Heringen GmbH & Co. KG
Steinbeis Qualitätsicherung und Bildverarbeitung GmbH
Technische Universität Ilmenau, Fachgebiet Qualitätssicherung und industrielle Bildverarbeitung
Laufzeit
Sep 2020 - Aug 2023
Kurzfassung
Verbundvorhaben: Automatisierte Echtzeit-Hyperspektral-Bildgebung und -analyse für die Erkennung betonschädlicher Bestandteile in Gesteinskörnungen unter Verwendung Neuronaler Netzwerkarchitekturen
Ziel des Teilvorhabens ist die Schaffung einer umfangreichen Datenbasis zur Erfassung einer Vielzahl von betonschädlichen Gesteinskörnungen bezüglich der mineralogischen, petrografischen, bildanalytischen und spektralen Kennwerte sowie dem Schadenspotential. Die Innovation des Teilvorhabens besteht in einem neuartigen Ansatz zur Bewertung von Gesteinskörnungen anhand spektraler und bildanalytischer Kennwerte und deren Zusammenhang mit den nach Norm ermittelten Schadenspotentialen. Parallel werden auch die üblichen genormten Performance-Tests im Nebelkammerversuch sowie ein alternatives an der MFPA derzeit erforschten Schnell-Prüfverfahrens bezüglich des AKR-Potentials durchgeführt. Dadurch können Korrelationen zwischen dem Vorhandensein von bestimmten Gesteinskörnungen und dem AKR-Potential ermittelt werden. Bezüglich weiterer schädlicher Bestandteile, wie Pyrit oder Markasit sollen ebenfalls betontechnische Untersuchungen durchgeführt werden, um die Menge an maximal möglichen Bestandteilen im Beton zu ermitteln, bei dem noch keine Schädigungen zu verzeichnen sind.
Teilprojekt: Materialanalyse, bild- und spektralanalytische Untersuchungen und Entwicklung einer Erkennungsalgorithmik für verschiedene Materialgemische Die hyperspektrale Klassifikation von Objekten, insbesondere im Recycling von mineralischen Roh- und Sekundärrohstoffen erfordern Sensoren und Kameras mit einem erweiterten Analysewellenlängenbereich bis 2200 nm. Die stetig steigende Vielzahl der in verschiedenen Abfallströmen enthaltenen Materialien sowie steigende Anforderungen an die Sortiergeschwindigkeiten erfordern die Entwicklung neuer innovativer Sensor-, Kamera- und Fördertechnik mit hoher Auslesegeschwindigkeit, die für den Dauerbetrieb geeignet.
Fördermittelgeber/in
Freistaat Thüringen aus EU-Mitteln des EFRE und Landesmitteln des Thüringer Ministeriums für Wirtschaft, Wissenschaft und Digitale Gesellschaft Richtlinie des Freistaats Thüringen zur Förderung von Forschung, Technologie und Innovation (FTI—Richtlinie)
Projektträger/in
Thüringer Aufbaubank
Projektleiter/in
Dr.-Ing. Elske Linß
Partner/innen
ABS GmbH, 07747 Jena
AI GmbH KVU, 37318 Uder
Laufzeit
Jul 2021 - Jun 2023
Kurzfassung
Teilprojekt: Materialanalyse, bild- und spektralanalytische Untersuchungen und Entwicklung einer Erkennungsalgorithmik für verschiedene Materialgemische
Die hyperspektrale Klassifikation von Objekten, insbesondere im Recycling von mineralischen Roh- und Sekundärrohstoffen erfordern Sensoren und Kameras mit einem erweiterten Analysewellenlängenbereich bis 2200 nm. Die stetig steigende Vielzahl der in verschiedenen Abfallströmen enthaltenen Materialien sowie steigende Anforderungen an die Sortiergeschwindigkeiten erfordern die Entwicklung neuer innovativer Sensor-, Kamera- und Fördertechnik mit hoher Auslesegeschwindigkeit, die für den Dauerbetrieb geeignet. Auch die Erfassung weiterer physikalischer Eigenschaften der Materialien ist Forschungsgegenstand. Ziel des Projektes ist es, spezielle InGaAs-Sensoren im erweiterten Wellenlängenbereich bis zu 2200 nm für hyperspektrale Sensorköpfe für Recyclinganlagen zu entwickeln, anzupassen und in der Praxis zu erproben.
Im Vorhaben sollen die Anwendung von Gips als Leichtbaustoff (Einsparung mehr als 50 % des Rohstoffes), die Nutzung von Übergangsgestein (Haldenmaterial) als Baustoff, neue Verwendungsmöglichkeiten von Gipsstäuben aus aufbereiteten Gipsabfällen sowie modulare und nutzungsflexible Gipsleichtbauelemente, die als Bauteil wiederverwendbar sind, untersucht werden. Darüber hinaus sollen materialseitige Lösungen für konstruktive und rückbaufreundliche Bauweisen, eine materialselektive Trennung, eine uneingeschränkte Recycelbarkeit sowie Kl-Verfahren zur automatischen Sortiertechnik erarbeitet werden.
Fördermittelgeber/in
Freistaat Thüringen aus Landesmitteln des Thüringer Ministeriums für Wirtschaft, Wissenschaft und Digitale Gesellschaft
Richtlinie zur Förderung der Forschung (FOR-Richtlinie)
Projektträger/in
Thüringer Aufbaubank
Projektleiter/in
Dr.-Ing. Saskia Nowak
Partner/innen
F.A. Finger – Institut für Baustoffkunde Bauhaus-Universität Weimar
Hochschule Nordhausen
Institut für Angewandte Bauforschung Weimar GmbH
CASEA GmbH
MUEG Mitteldeutsche Umwelt- und Entsorgung GmbH
Laufzeit
Mai 2021 - Sep 2023
Kurzfassung
Im Vorhaben sollen die Anwendung von Gips als Leichtbaustoff (Einsparung mehr als 50 % des Rohstoffes), die Nutzung von Übergangsgestein (Haldenmaterial) als Baustoff, neue Verwendungsmöglichkeiten von Gipsstäuben aus aufbereiteten Gipsabfällen sowie modulare und nutzungsflexible Gipsleichtbauelemente, die als Bauteil wiederverwendbar sind, untersucht werden. Darüber
hinaus sollen materialseitige Lösungen für konstruktive und rückbaufreundliche Bauweisen, eine materialselektive Trennung, eine uneingeschränkte Recycelbarkeit sowie Kl-Verfahren zur automatischen Sortiertechnik erarbeitet werden.
