Support

Lorem ipsum dolor sit amet:

24h / 365days

We offer support for our customers

Mon - Fri 8:00am - 5:00pm (GMT +1)

Get in touch

Cybersteel Inc.
376-293 City Road, Suite 600
San Francisco, CA 94102

Have any questions?
+44 1234 567 890

Drop us a line
info@yourdomain.com

About us

Lorem ipsum dolor sit amet, consectetuer adipiscing elit.

Aenean commodo ligula eget dolor. Aenean massa. Cum sociis natoque penatibus et magnis dis parturient montes, nascetur ridiculus mus. Donec quam felis, ultricies nec.

METALL CLASS

METALCLASS

IN KOOPERATION MIT

GEFÖRDERT DURCH

Das Verbundvorhaben MetalClass wird mit Mitteln des
Bundesministeriums für Bildung und Forschung unter dem
Förderkennzeichen 01|520082A gefördert.

Projektzeitraum 01.01.2021 - 31.12.2023

ZIELSTELLUNG

Das Recycling von Metallschrotten als Sekundärrohstoffe ist die sicherste, ökologischste und ökonomischste Form der Rohstoffversorgung. Obwohl Metalle im Prinzip unendlich oft recycelt werden können, ist ein Wiedereinschmelzen ohne Qualitätsverlust nur möglich, wenn die Zusammensetzung vor dem Wiedereinschmelzen genau erfasst werden kann und sortenrein eingeschmolzen wird. Eine Bestimmung der Elementzusammensetzung von Schrotten zerstörungsfrei in Echtzeit würde es ermöglichen, Eingangsströme des Recyclingprozesses erstmals optimal zu steuern. Dadurch kann der Schrottanteil weiter erhöht werden und es können zielgerichtet hochwertige Legierungen erzeugt werden. In der Kupfer- und Aluminiumproduktion besteht daher großes Interesse an der Elementanalyse von Recyclingmaterialien in Echtzeit, um die metallischen Sekundärrohstoffe nach existierenden Normen und Regelwerken zu klassifizieren und sortenrein zu recyceln. Eine zufriedenstellende messtechnische Lösung ist derzeit weder für die Kupfer- noch Aluminiumproduktion vorhanden und soll im Rahmen von MetalClass entwickelt werden.

GEGENSTAND DES F&E VORHABENS

Im Projekt MetalClass werden KI-basierte Auswertealgorithmen für die Echtzeit-Klassifikation metallischer Schrotte entwickelt. Ziel des Projektes ist es, ein Messverfahren zu entwickeln, in dem KI-Verfahren genutzt werden, um Messdaten der PGNAA-Technologie in Sekunden oder sogar Sekundenbruchteilen auszuwerten, um gemessene Schrottteile gemäß ihrer Zusammensetzung zu klassifizieren.
Es werden dazu Methoden der Künstlichen Intelligenz (KI) und des maschinellen Lernens angewendet, in denen Wissen und Techniken aus der Informatik, Statistik, Mathematik und Anwendungswissen verknüpft werden. Die Zielstellung ist dabei, aus Daten praxistaugliche Schlüsse zu ziehen, indem insbesondere Charakteristika der Messdaten als Anwendungswissen im zu entwickelnden Verfahren genutzt werden. Häufig verwendete Modelle sind tiefe neuronale Netze, welche sich für Klassifikationsaufgaben besonders gut eignen. Die Echtzeitfähigkeit eines solchen Verfahrens stellt eine weitere Herausforderung dar. Dabei ist vor allem die Reduktion der Messzeit kritisch, denn eine kürzere Messzeit führt zu stark verrauschten Daten. Daher werden im Rahmen des Projektes Modelle entwickelt, welche trotz stark verrauschter Daten erfolgreich eine Klassifikation in kürzester Zeit vornehmen können.

TECHNOLOGIE

Experimentelle Messdaten werden durch einen Demonstrator im Technikum von AiNT erhoben, wobei innovative Detektorsysteme zur Anwendung kommen. AiNT entwickelt und erprobt Messanlagen zur Elementanalyse auf Grundlage der Prompt-Gamma-Neutronen-Aktivierungsanalyse (PGNAA). Diese Messanlagen ermöglichen eine zerstörungsfreie Elementanalyse unterschiedlichster Materialien und grenzen sich von bestehenden Verfahren dadurch ab, dass das Messgut als Ganzes und ohne Probenvorbereitung analysiert wird. Bei einer Messung wird ein Gamma-Spektrum aufgenommen, dessen Auswertung die vollständige Elementzusammensetzung des Materials ermöglicht. Diese Daten werden mittels KI-Verfahren analysiert, um eine Klassifikation vorzunehmen.

ANSPRECHPARTNER

Bei Fragen kontaktieren Sie bitte
Herr Dr. Kai Krycki
+49 (0) 2402 10215-00
wir sind

montags bis freitags
von 8:00 Uhr - 16:00 Uhr
für Sie da.

Zurück

® 2021 AiNT GmbH
DIESE WEBSITE NUTZT COOKIES ZU FUNKTIONS-, KOMFORT- UND STATISTIKZWECKEN.
ICH BIN EINVERSTANDEN!