Wie lassen sich gemischte Metallschrotte zuverlässig und in Echtzeit analysieren? Mit dieser Frage beschäftigt sich das Forschungsvorhaben AlloySort. Anfang Dezember kamen die Projektbeteiligten bei AiNT in Stolberg zusammen, um den aktuellen Stand zu besprechen und die nächsten Schritte abzustimmen. Vom inIT nahmen Prof. Dr. Markus Lange-Hegermann und sein wissenschaftlicher Mitarbeiter Helmand Shayan teil.
Ziel von AlloySort
In der Kupfer- und Aluminiumindustrie fehlt bislang eine Methode, die die Zusammensetzung heterogener Recyclingmaterialien zerstörungsfrei bestimmen kann. AlloySort entwickelt dafür einen neuen Ansatz: Die Prompt-Gamma-Neutronen-Aktivierungs-Analyse (PGNAA) wird mit KI-basierten Auswertemethoden kombiniert und später in eine Förderbandanlage integriert. So soll die Sortierung künftig nicht nur nach Materialklassen, sondern tatsächlich nach Legierungsanteilen möglich werden.
Mehr über das Projekt erfahren: https://www.init-owl.de/forschung/projekte/detail/alloysort-echtzeit-pgnaa-analyse-metallischer-legierungen-fuer-eine-nachgeschaltete-zielgerichtete-sortierung/
Ergebnisse und Status Quo
Beim Projekttreffen stellte AiNT den aktuellen Stand der Messanlage und der laufenden Arbeitspakete vor. Während der mechanische Aufbau gut vorankommt, liegt der Fokus der Partner derzeit vor allem auf Datenanalyse und Methodikentwicklung.
Das inIT präsentierte neue Ergebnisse zur Klassifikation und Regression von PGNAA-Daten. Helmand Shayan zeigte, dass sich selbst stark verrauschte Kurzzeitmessungen von unter einer Viertelsekunde mathematisch so modellieren lassen, dass die Materialzuordnung sehr zuverlässig gelingt. Aufbauend darauf entstehen Verfahren, die nicht nur die Legierungsart erkennen, sondern auch Mischungsverhältnisse schätzen können. Im Anschluss diskutierten die Projektpartner gemeinsame Optimierungsansätze.
Projektfortschritt und nächste Schritte
Mit den präsentierten Ergebnissen und dem engen Austausch der Projektpartner macht AlloySort spürbare Fortschritte in Richtung einer industrietauglichen Inline-Analyse. Die kommenden Monate stehen im Zeichen des Anlagenaufbaus, der Erweiterung der Datengrundlagen und der weiteren Validierung der mathematischen Modelle. Prof. Dr. Markus Lange-Hegermann zieht ein positives Fazit:
„Die bisherigen Ergebnisse zeigen, dass PGNAA kombiniert mit datengetriebenen Methoden eine zuverlässige Grundlage für die Analyse von Legierungszusammensetzungen in sehr kurzen Messzeiten bieten kann. Damit kommen wir der Echtzeitfähigkeit einen deutlichen Schritt näher.“