Es ist erst ein paar Jahre her, dass Roboter im Recycling Einzug gehalten haben, aber der Einfluss,den Sie auf die Produktivität und Effizienz von Materialrückgewinnungsanlagen (MRFs) haben, ist offensichtlich. Sie gehen viele der zentralen Herausforderungen der Branche an, von der Sicherheit der Arbeiter und der Reinheit der Ballen bis hin zum Arbeitskräftemangel und der Senkung der Gesamtkosten für das Recycling. Und während wir aus den Schützengräben der Pandemie auftauchen, haben künstliche Intelligenz (KI) und Robotertechnologie dazu beigetragen, dass Recyclingunternehmen widerstandsfähig sind, da die Bedeutung von recycelten Materialien als Ausgangsmaterial für unsere Lieferkette deutlich in den Vordergrund rückte.
Wenn wir in die Zukunft blicken, bietet KI ein großes Potenzial, das Recycling weiter zu verändern und mehr Wert für MRFs und darüber hinaus zu liefern. Roboter sind heute eine Anwendung der KI-Kerntechnologie von AMP Robotics. Jeder Roboter nutzt KI, um die Objekte zu digitalisieren, die auf einem Förderband vorbeikommen. Auf der Suche nach bestimmten Farben, Formen, Texturen, Logos und mehr, um Muster zu erkennen, die mit der Materialart korrelieren, lernt die Software, Objekte auf die gleiche Weise zu identifizieren wie ein Mensch. Die Software versteht die Heterogenität, den Wert und die Verschmutzung von Materialströmen. Sie wird mit der Zeit immer intelligenter und effektiver, da unsere Flotte von KI-gesteuerten Robotern immer größer wird. Das ist materielle Intelligenz – eine neue Kategorie von Informationen.
Mit dem Aufkommen und der Reifung von Systemen der erweiterten Herstellerverantwortung auf der ganzen Welt werden Lösungen, die KI und Daten weiter in eine MRF integrieren, sehr gefragt sein, um die Einhaltung von Vorschriften und Berichtsanforderungen zu unterstützen. Eine dieser Lösungen ist AMP Clarity, ein webbasiertes Datenportal, das die Materialcharakterisierung und Leistungsmessung in Echtzeit in den wichtigsten Prozessstufen der Sortiervorgänge einer MRF anzeigt. Es ermöglicht Betreibern u.a. den grafischen Vergleich von Materialstromdaten mit historischen Basiswerten, die Definition von Schwellenwerten für die Materialanzahl und die Erstellung von Warnmeldungen, die bei Über- oder Unterschreitung dieser Schwellenwerte ausgelöst werden, sowie den Export von Daten für weitere Analysen und die Integration in Business Intelligence-Plattformen. All dies soll die Überwachung und Analyse der Materialzusammensetzung unterstützen , während sie durch eine Anlage fließt, und bietet Einblick in die Materialströme und Feedback dazu.
Im Vereinigten Königreich beispielsweise sind nach den derzeitigen Richtlinien Probenahmen für eingehende Materialströme nach Lieferanten und für ausgehende Materialströme nach bestimmten Zielmaterialien vorgeschrieben. Der Umfang der Probenahme hängt von der Art des Materials ab – bei Kunststoffen sind es beispielsweise 20 Kilogramm pro 20 Tonnen ausgehenden Materials. Das aktuelle Konsultationsdokument für die EPR schlägt vor, die Häufigkeit der Probenahme um fünf bis 15 Mal zu erhöhen, was für die MRFs einen zusätzlichen Zeit-, Papier-, Platz- und Personalaufwand und letztlich auch Kosten bedeutet.
Clarity kann die Materialanalyse und Berichterstattung vereinfachen. Auf der Benutzeroberfläche werden die erkannte Materialart, den Konfidenzfaktor für die richtige Identifizierung der Materialart und die Zielfläche angezeigt. AMP oder der Kunde können das Zielmaterial anhand des Vertrauensfaktors des Roboters feineinstellen. Wenn der Vertrauensfaktor hoch ist, wird der Roboter die vom Kunden festgelegte Aktion ausführen – entweder das Material auf dem Band liegen lassen oder es aufnehmen und in eine der vorgesehenen Rutschen werfen. Wenn der Roboter eine Auswahl an Materialien im Blick hat, kann der Kunde, die zuerst zu entnehmende Materialart priorisieren. Wenn eine Ware wertvoller ist als eine andere, nimmt der Roboter zuerst das, was der Kunde als höchste Priorität festgelegt hat. Umgekehrt kann der Kunde entscheiden, ob er das Material identifizieren oder als „anderes Material“ klassifizieren möchte, wenn es sich um ein Material mit geringem Wert handelt. Clarity meldet die Analyse der Materialzusammensetzung nach Materialtyp sowie die Gesamtmenge des vom System erfassten Materials. Diese Echtzeit-Überwachung und -Analyse ermöglicht eine datengesteuerte Entscheidungsfindung:
Optimieren Sie die Rückgewinnung : Sehen Sie, was sich in Ihrem Materialstrom befindet, von welchen LKWs es kommt und wann die Mengen zu unterschiedlichen Zeiten auf Ihre Linien treffen, und ergreifen Sie dann Maßnahmen zur Anpassung und Verbesserung.
- Gewinnen Sie Einblicke in die Leistung in Echtzeit: Verfolgen Sie, wie sich Ihre QC-Stationen, Containerlinien, Faserlinien und Linien der letzten Chance zu bestimmten Zeiten verhalten.
- Sehen Sie, wo und wann Spitzen auftreten, damit Sie Probleme angehen können, und analysieren Sie Daten zur Ballenqualität, zum Bunker oder zu bestimmten Schichten.
- Reduzieren Sie Ausfallzeiten und Risiken: Erkennen Sie sofort, wenn eine Prozessunterbrechung oder ein Sicherheitsrisiko an den Linien in Ihrem Betrieb besteht.
Das künstliche neuronale Netzwerk der KI-Plattform umfasst den größten bekannten realen Datensatz an wiederverwertbaren Materialien für maschinelles Lernen. AMP Robotics erfasst jährlich Daten von mehr als 10 Milliarden Objekten, und diese Zahl steigt weiter an. Das Unternehmen ist in der Lage, mehr als 100 verschiedene Kategorien und Merkmale von Wertstoffen zu klassifizieren, vom Einweg-Recycling über E-Schrott bis hin zu Bau- und Abbruchschutt.
Es ist unmöglich zu managen, was man nicht messen kann. Mit zunehmender Komplexität wird KI eine immer wichtigere Rolle dabei spielen, den Betreibern nicht nur zu helfen, das Was, sondern auch das Warum hinter den Veränderungen in dem von ihnen verarbeiteten Material zu verstehen. Während AMP Robotics seine Bemühungen ausweitet, Technologien einzusetzen, die die Ökonomie des Recyclings verändern und die Kreislaufwirtschaft fördern, wird die weitere Nutzung von KI und der daraus gewonnenen Daten und Erkenntnisse die Branche weiter voranbringen.
Mehr Informationen
