Mobile-Menu

Verpackungen aus Rezyklaten Forscher machen mit KI Sortieranlagen sicherer und Rezyklate besser

Von Fraunhofer-Institut für Betriebsfestigkeit und Systemzuverlässigkeit LBF 1 min Lesedauer

Anbieter zum Thema

Fraunhofer-Institut für Betriebsfestigkeit und Systemzuverlässigkeit LBF
GEMÜ Gebrüder Müller Apparatebau GmbH & Co. KG
REMBE® GmbH Safety+Control
handshake

Mit KI-gestützter Klassifizierung und neuen Additivpaketen verbessern das Fraunhofer LBF und seine Partner Rezyklate aus gemischten Leichtverpackungen messbar. Die im Projekt „K3I-Cycling“ entwickelten Kennwerte sollen künftig in Normen und digitale Produktpässe einfließen.

Fraunhofer LBF entwickelt gemeinsam mit Partnern KI-gestützte Kennwerte für Kunststoffrezyklate aus dem Gelben Sack.(Bild: frei lizenziert / Pixabay)
Fraunhofer LBF entwickelt gemeinsam mit Partnern KI-gestützte Kennwerte für Kunststoffrezyklate aus dem Gelben Sack.
(Bild: frei lizenziert / Pixabay)

Im Projekt „K3I-Cycling“ entwickeln das Fraunhofer-Institut für Betriebsfestigkeit und Systemzuverlässigkeit LBF und 16 Partner Verfahren zur Sortierung und Aufbereitung von Post-Consumer-Kunststoffen, etwa aus dem Gelben Sack. Gefördert wird das Vorhaben vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR). Das Fraunhofer LBF leitet das Arbeitspaket „Recycling und Rezyklat-Herstellung“ und baut eine Toolbox zur Bewertung und Nachstabilisierung von Rezyklaten auf.

Ausgangspunkt ist die schwankende Zusammensetzung gemischter Leichtverpackungsabfälle (LVP), deren Verunreinigungsgrad und Alterungszustand die Materialqualität der daraus gewonnenen Rezyklate beeinflussen. Die Darmstädter Forschenden kombinieren Werkstoffanalytik mit maschinellem Lernen: Polyolefin-Rezyklate werden nach Alterungszustand und Verunreinigungen klassifiziert und in Qualitätscluster eingeteilt. Ergänzend entstehen Additivpakete, darunter biobasierte Stabilisatoren, zur gezielten Verbesserung der Materialeigenschaften. Die daraus abgeleiteten Kennwerte sollen in Normen und digitale Produktpässe einfließen.

Von der Materialklassifizierung zur sicheren Sortierpraxis

Projektteam des Verbunds K3I-Cycling vor DangerSort, installiert in LVP-Sortieranlage von Lobbe in Iserlohn(Bild: Lobbe GmbH & Co. KG)
Projektteam des Verbunds K3I-Cycling vor DangerSort, installiert in LVP-Sortieranlage von Lobbe in Iserlohn
(Bild: Lobbe GmbH & Co. KG)

Für die praktische Anwendung wurde der Artificial Neural Twin (ANT) entwickelt, ein digitales Abbild der gesamten Sortierkette von der Sammlung bis zum Rezyklat-Abnehmer. Er erlaubt die Optimierung einzelner Parameter wie Reinheit, Logistikaufwand oder Materialpreis entlang der Wertschöpfungskette. Für den Anlagenbetrieb relevant ist zudem das KI-System „DangerSort“: Es erkennt Lithium-Batterien im Sortierprozess und schleust sie aus, bevor sie Brände in der Anlage verursachen können.

Verpackungshersteller, Recycler und Markenartikler erhalten mit den Projektergebnissen belastbare Materialkennwerte für Rezyklate, die auch in Anwendungen mit hohen Qualitätsanforderungen – etwa Lebensmittelkontaktverpackungen – eingesetzt werden können. Für Betreiber von Sortier- und Recyclinganlagen ergibt sich ein zusätzlicher Schutz vor brandbedingten Anlagenausfällen.

Dieser Beitrag ist zuerst bei der Schwestermedienmarke FoodTec Insider erschienen

(ID:50952471)

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte