Ziegelproduktion aus Kunststoffabfällen

Ausgangssituation

Die große Vermüllung an Land und in den Ozeanen wird zunehmend zu einem ökologischen Problem. Studierende des Karlsruher Instituts für Technologie (KIT) möchten mit ihrer Projektidee Fish’n‘Bricks dieser Entwicklung entgegenwirken und stellen Bauziegel aus Kunststoffabfällen her – wichtige Schritte auf dem Weg zu einer Kreislaufwirtschaft. Thema des QuickChecks ist, ob und wie die Entwicklung eines robusten Produktionsprozesses mittels KI-/ML Lösungen unterstützt werden kann

Problemstellung

Der QuickCheck soll erörtern wie der Produktionsprozess von Bauziegeln aus Kunststoffabfällen so gelingen kann, dass einerseits vor Ort das Müllproblem reduziert wird und andererseits durch die ortsnahe Verfügbarmachung von neuem, günstigem Baumaterial Strukturen gebaut werden können und Arbeitsplätze eingerichtet werden.

Die Problemstellung liegt darin, die Kunststoffabfälle so vorzubereiten, dass Ziegel mit einer definierten Qualität erzeugt werden können. Dazu muss ein Kunststoffgranulat aus PP/HDPE in einem definierten Mischverhältnis her- oder bereitgestellt werden, das keine oder kaum andere Fremdstoffe enthält. Dies kann dann dem Plastifizierungs- und Formgebungsprozess für die Ziegelherstellung zugeführt werden. Da dieser Prozess stark abhängig ist von der Qualität des Ausgangsmaterials, ist der Einsatz von Maschinellen Lernverfahren zur Optimierung und Konfigurierung der Anlage prädestiniert.

Lösungsansatz

Im Rahmen des QuickChecks wurde die Problemstellung in die drei Phasen 1) KI-basierte Überwachung des Materialeingangsstromes, 2) KI-gestützte in-line Qualitätskontrolle des Ziegels und 3) KI-gestützte Parameteroptimierung für den Formfüllprozess unterteilt. Der Fokus der Arbeiten konzentrierte sich auf die Untersuchung der Machbarkeit des ersten Prozessschrittes. Der im Fraunhofer IOSB vorhandene experimentelle Schüttgutsortierer TableSort wurde so umgebaut, dass er ein Kunststoffgranulat über eine PP-Ausfilterung mit definierter Qualität sortieren kann. Zudem wurde dafür eine IT-Architektur im Sinne der funktionalen Dekomposition von PAISE^® beschrieben.

QuickCkeck-Ergebnisse

Im Rahmen des QuickChecks wurden die drei Phasen der Problemstellung näher betrachtet und benötigte Sensorik und Signal-Auswerteeinheiten entsprechend der formulierten Fragestellungen skizziert. Zudem wurde dafür eine IT-Architektur im Sinne der funktionalen Dekomposition von PAISE^® beschrieben. Der Fokus lag in der Beschreibung einer KI-gestützten, sensoriellen Kunststoff-Charakterisierung, deren Informationen zur Materialeingangsstromüberwachung, zur Realisierung einer aktiven Sortierung oder zur Prozesssteuerung verwendet werden können. Demonstrativ wurde eine bestehende sensorgestützte Schüttgutsortieranlage mit hyperspektraler Sensorik ausgerüstet und ein Sortierrezept, entsprechend den Anforderungen an einen homogenen PP-Materialstrom, eingelernt.