Optisches Verfahren zur Erkennung der stofflichen Zusammensetzung rezyklierter Gesteinskörnungen mittels multispektraler Sensorik

Abstract

In Deutschland ist die „Einteilung der Bestandteile in grober recyclierter Gesteinskörnung“ in der DIN EN 933‐11 normativ geregelt. Hierfür ist eine manuelle Sortierung der einzelnen Bestandteile durchzuführen. Diese händische und gleichzeitig auch stark subjektiv geprägte Sortieranalyse soll mit Hilfe multispektraler Sensorik automatisiert und hinsichtlich der Genauigkeit und Dauer verbessert werden. In einem Demonstrator werden vier Kamerasysteme, die insgesamt Wellenlängenbereiche von 400 nm bis hin zu 5000 nm abdecken, installiert, um multispektrale, ortsaufgelöste Daten der zu untersuchenden Partikel zu erhalten. Der so erhaltene Datensatz umfasst alle gemäß DIN EN 933‐11 zu unterscheidende Bestandteile und gliedert sich in insgesamt 7200 einzelne Objekte auf. Für die zuverlässige Unterscheidung der einzelnen Bestandteile wurde ein Neuronales Netz angelernt und getestet. Zur Validierung wurden Untersuchungen an einem Probengemisch durchgeführt. Vergleichend wurden die Ergebnisse einer mehrfachen händischen Sortierung analog zur Norm dargestellt. Die automatisierte, sensor‐ und KI‐gestützte Erkennung erwies sich nicht nur als schneller, sondern auch als zuverlässiger mit geringerer Standardabweichung der jeweiligen Zuordnungen.