Es ist staubig, stickig und die Umgebung lädt nicht unbedingt zum langen Verweilen ein. Die Sortierung von regelmäßig angeliefertem Abfall läuft auf Hochtouren. Somit ein ganz normaler Tag im Recycling von Bau- und Abbruchabfällen. Selma, eine Hochleistungssortierrobotik, bleibt von diesen Umständen unbeeindruckt und macht bis zu 14.000 Picks pro Stunde. Die Präzision, mit der Selma ihre Aufgabe in dieser Umgebung erledigt, liegt bei über 90 Prozent Sortiergenauigkeit. Diese spielt sie bei unterschiedlichen Materialien wie Holz, Gips, Gestein, Ziegelsteinen, Metall, Pappe, Schaumstoff, Styropor oder sogar Glühbirnen aus. Der Sortierroboter ist auf einem transportablen und versiegelbaren Container untergebracht. Dieser kann auf einem LKW von einem Einsatzort zum nächsten transportiert werden, um die Sortiereinheit dort erneut zu aktivieren. Um die gesamte Einheit zu betreiben, benötigt man nur eine einzige Spannungsversorgungseinspeisung. Selma besitzt neben sechs Roboterarmen und einem Sortierband auch leistungsfähige Sensorik und Datenverarbeitung mit einer Hyperspectral-Imaging-Kamera und einem Metallsensor von EVK sowie einer RGB-Kamera. Das System kann rasch an neue Materialzusammensetzungen und Aufgabenstellungen angepasst werden und setzt das Gelernte umgehend in der Linie um. Die Umsetzung der durch künstliche Intelligenz unterstützten Sortieralgorithmen erfolgt in Echtzeit. Das Basistraining führt Selma in einem Trainingscenter in Schweden durch. Dort werden die ersten Sortiermodelle für z.B. Holz, Gestein oder Plastik erstellt. Das Finetuning des Systems erfolgt dann materialspezifisch vor Ort, um die Gegebenheiten, die z.B. beim Konfigurieren von Hyperspectral-Imaging-Kameras auftreten, voll auszunutzen.
HSI-Kameras zum Sortieren
Die Verwendung von Hyperspektralkameras zum Sortieren von heterogenen Materialströmen funktioniert in rauen Umgebungen mit viel Schmutz und Staub sehr gut. Die Klassifizierung der Materialien erfolgt zuverlässig. Es gibt aber auch Einschränkungen, was eine Hyperspektralkamera für eine Sortierung leisten kann. Metall ist zum Beispiel so ein Bereich, in dem hyperspektrale Bildgebungssysteme an ihre Grenzen stoßen. Es ist aber wichtig, Metalle im Abfallstrom zu erkennen. Die Gründe sind unter anderem die Wertigkeit des sortierten Metalls als sortenreiner Sekundärrohstoff und die Fraktionsverunreinigungen, die den betriebswirtschaftlichen Zielen und den weiteren technischen Prozessen im Weg stehen. „EVK hatte hier zusätzlich eine Lösung mit einem Metallsensor parat. Diese Technologie wurde wie auch die Hyperspektralkamera in der Maschine verbaut und arbeitet jetzt im Verbund mit dem Hyperspektral- und Farbkamerasystem“, so Fredrik Brandt, Produktmanager bei OP Teknik. Um zur jetzigen Sensorlösung mit Selma zu kommen, wurden vorab unterschiedliche Sensortypen getestet. Bei den Tests konnte jedoch keine Kombination die Materialien in der von OP Teknik benötigten Reihenfolge korrekt identifizieren. EVK hatte zu diesem Zeitpunkt bereits seit zehn Jahren ein marktreifes, klassifizierendes Hyperspektralsystem im Angebot. Als OP Teknik aufgrund des Tipps eines anderen Herstellers aus Schweden auf EVK zukam, konnte diese zeigen, wie man die leistungsstarke Hyperspektral-Imaging-Technologie für ihre Zwecke einsetzt.
Software unterstützt Anwender
Es erfordert aber nicht nur eine genaue Messung, wenn man inhomogene Materialien in Echtzeit in der Linie verarbeiten möchte, sondern auch eine intelligente Messung. Damit vermeidet es der Anwender, nur irrelevanten Staub zu messen oder einem digitalen Rauschen auf den Leim zu gehen. Dr. Matthias Kerschhaggl, CEO bei EVK: „Mit unseren neuen Helios-Systemen bieten wir die Möglichkeit, durch Kombination mehrerer Algorithmen und Sensordaten eine leistungsstarke Vorverarbeitung direkt in der Kamera durchzuführen. Unsere Analysesoftware Sqalar arbeitet die relevanten Informationen aus dem Spektrum heraus. Wir geben dem Menschen also ein schlaues Werkzeug in die Hand, das ihn in seiner Entscheidungsfindung unterstützt und so neue Lösungsansätze ermöglicht.“ Ziel ist es, noch intensiver an der Erfassung heterogener Materialien zu forschen und dazu weitere Sensoren zu kombinieren, um die Sortierung noch effizienter zu gestalten. So soll eine stabile Performance des Sortierergebnisses erreicht werden, ohne dass der Mensch jedes Mal noch nicht bekannte Materialien anlernen muss.