Das Recycling fester Siedlungsabfälle hat zweifellos zahlreiche gesellschaftliche und ökologische Vorteile, darunter die Schonung natürlicher Ressourcen, die Verringerung der zu deponierenden Abfallmengen und die Reduzierung der Umweltverschmutzung. Wenn sie effizient durchgeführt werden, können sie sich auch finanziell auszahlen. Obwohl die Recyclingrate in den USA seit den 1960er Jahren massiv gestiegen ist, sind die Fortschritte im letzten Jahrzehnt ins Stocken geraten und nach vielen Maßstäben ist der Prozess auf nationaler Ebene hinter seinem enormen Potenzial und seinen großmütigen Absichten zurückgeblieben.

Die Gründe für den Wachstumsstillstand sind komplex und weitreichend

Zum einen hat der Abfall an sich einen negativen Wert. Ihre Entsorgung verursacht Kosten. Wenn jedoch die einzelnen Abfallströme in homogene Gruppen von Papier, Plastik, Metall usw. getrennt werden und nur minimale Verunreinigungen in den verschiedenen Strömen verbleiben, hat das, was einmal Abfall war, einen Wert als Rohstoff. Die Trennung ist jedoch mit großem Aufwand verbunden und muss daher effizient und kosteneffizient durchgeführt werden.

Darüber hinaus haben Materialrückgewinnungsanlagen (MRFs), die Material für das Recycling aufbereiten, Schwierigkeiten, Mitarbeiter für die langweilige, schmutzige, körperlich anstrengende und potenziell gefährliche Arbeit der manuellen Abfalltrennung einzustellen und zu halten. Es gibt ganz einfach sehr viel attraktivere Arbeitsplätze zu Löhnen, die die manuelle Sortierung von Siedlungsabfällen wirtschaftlich rentabel machen.

Automatisierung und künstliche Intelligenz machen MSW-Recycling skalierbar und rentabel

In einer typischen MRF (ausgesprochen „murph“) durchlaufen gemischte Wertstoffe ein ausgeklügeltes Labyrinth manueller und mechanischer Sortierverfahren. Nach der Trennung von Papier, Pappe, Metallen und Kunststoffen in gleichartige Gruppen werden sie zu großen Ballen gepresst und an Recyclingunternehmen verkauft, die sie zu Rohstoffen für neue Produkte verarbeiten.

National Recovery Technologies (NRT) mit Sitz in Nashville, Tennessee, hat ein automatisiertes Robotersystem entwickelt, das einen großen Teil der Abfallsortierung übernimmt. Durch den Einsatz von Bildverarbeitung und künstlicher Intelligenz (KI) steigert das NRT-System die Produktivität, indem es Menschen aus den gefährlichsten, monotonsten und unerwünschten Bereichen des Prozesses entfernt.

NRT wurde 1981 von mehreren Doktoranden der Vanderbilt University gegründet, die es sich zur Aufgabe gemacht hatten, die ökologische Nachhaltigkeit und Kreislauffähigkeit der Abfallwirtschaft zu verbessern. NRT wurde 2012 von dem in Eugene, Oregon, ansässigen Unternehmen Bulk Handling Systems (BHS) gekauft, einem Ingenieur- und Fertigungsunternehmen, das einige der größten und langlebigsten MRFs der Welt gebaut hat.

Ein Hauptunterscheidungsmerkmal zwischen NRT und anderen Abfallsortiersystemen ist die von NRT entwickelte Max-AI®-Technologie. Max-AI ist eine hochentwickelte, auf neuronalen Netzen basierende Plattform für künstliche Intelligenz (KI), die zur Identifizierung von Objekten im Abfallstrom eingesetzt wird. Das Max-AI-Bildverarbeitungssystem wird als eigenständiges Erkennungsgerät, integriert in die Robotik oder in Kombination mit optischen NRT-Nahinfrarot-Sortiereinheiten (NIR) eingesetzt, um die Materialrückgewinnung, die betriebliche Effizienz, die Systemoptimierung und die Wartung zu verbessern.

Anfang 2017 installierte NRT den ersten Industrieroboter mit integrierter Max-AI-Technologie und verfügt nun über mehr als 225 robotergestützte Abfallrecycling-Sortieranlagen an über 75 Standorten auf fünf Kontinenten. Alle Produkte werden am Standort Nashville entwickelt, konstruiert, hergestellt und getestet und von einem weltweiten Kundendienst unterstützt.

Burrtec Waste Industries – ein großes Engagement für die Robotersortierung

Im Frühjahr 2021 installierte NRT 23 ABB IRB FlexPicker® Delta-Roboter mit Max-AI in einer MRF von Burrtec Waste Industries in Riverside, Kalifornien. Es soll die größte Installation von Robotern zur Müllsortierung in der Welt sein.

Burrtec ist ein privates Entsorgungsunternehmen mit mehreren Anlagen unterschiedlicher Art, die den südkalifornischen Markt bedienen. Die Einrichtungen sind unterschiedlich alt, die Ausstattung ist unterschiedlich gut und der Zustand ist unterschiedlich gut.

Die 15 Jahre alte MRF-Anlage in Riverside musste aufgerüstet werden, und Burrtec wandte sich an BHS mit der Bitte um einen Vorschlag zur Verbesserung der Anlage in Riverside, insbesondere mit der Frage nach der neuesten Technologie. Die Mitarbeiter von BHS überprüften ihre Anlage, um einen Plan zur Produktivitätssteigerung zu entwickeln, und zogen NRT hinzu, um festzustellen, ob die fortschrittliche integrierte Max-AI-Robotik für das, was Burrtec erreichen wollte, in Frage kam.

„Wir begannen unsere Zusammenarbeit mit BHS mit dem Design und dem Konzept für das Riverside-Projekt, und sie stellten uns NRT und ihre Roboter und Max-AI vor. Die Technologie schien so weit fortgeschritten zu sein, dass es sich lohnte, sie in Betracht zu ziehen“, sagte Richard Crockett, Burrtec Director of MRF and Transfer Operations.

„NRT hat einige Tests durchgeführt, indem wir Bildverarbeitungssysteme an unseren MRF-Linien eingesetzt haben, um einen Überblick über das zu verarbeitende Material zu erhalten und um zu sehen, ob die KI-fähigen Roboter damit umgehen können. Die Ergebnisse waren sehr positiv, so dass wir uns für das Max-AI-System und die 23 Sortierroboter als primäre Technologiekomponente des Projekts entschieden haben. Vor der Installation der Roboter wurde die gesamte Abfallsortierung in der Anlage in Riverside manuell durchgeführt.

BHS hat auch viele der nicht-robotischen Komponenten der modernisierten Anlage in Riverside hergestellt und in Betrieb genommen, darunter einen Großteil der neuen Strukturen, Förderbänder und Motoren. Der Anteil von NRT bestand aus dem Technologiepaket, dem Design, der Spezifikation, der Installation und der Programmierung der optischen Sortierung, der Robotik, der Max-AI-Vision-Systeme und der zugehörigen Systemsteuerung.

Überblick über die Sortieranlage von Burrtec Riverside

Die Sammelfahrzeuge bringen den Hausmüll in die Müllverbrennungsanlage von Riverside, wo er dann in einem mehrstufigen Sortierverfahren in der folgenden Reihenfolge getrennt wird: Die Abfälle werden über eine Reihe von Förderbändern geleitet:

• Der Abfall durchläuft zunächst eine Reihe von Scheibensieben, die zunächst Papier und Behälter von Feinstoffen und dann zweidimensionales Material (z. B. Papier) von dreidimensionalem Material (z. B. Kunststoff- und Aluminiumbehälter) trennen.
• Optische Sortierer führen dann eine zweite Sortierung durch, bei der Luftstöße eingesetzt werden, um das Material, das über die Förderbänder kommt, weiter zu trennen, wobei das Material je nach Materialart in einen von zwei Kanälen geleitet wird.
• Das Material durchläuft dann Stationen mit einer unterschiedlichen Anzahl von KI-gesteuerten Sortierrobotern, die je nach Art des Stroms entweder wertlose Verunreinigungen aus einem für das Recycling bestimmten Materialstrom entfernen oder ein wertvolles, wiederverwertbares Material aus einem wertlosen, für eine Deponie bestimmten Materialstrom herausnehmen.

Die optischen Sortierer arbeiten mit einem sehr hohen Durchsatz, und die Roboter führen eine abschließende Qualitätskontrolle mit geringerem Durchsatz durch, die eine wichtige abschließende Reinigung bietet, um sicherzustellen, dass die Materialien vollständig in homogene Ströme getrennt sind.

Das nach bestimmten Gruppen sortierte Recyclingmaterial wird gebunkert und zu Ballen gepresst, um es auf den Markt zu bringen.

Die Roboter und wie das Material verarbeitet wird

Die mit Max-AI ausgestatteten FlexPicker-Roboter sind alle mit einem AQC-Präfix gekennzeichnet, das für „Autonome Qualitätskontrolle“. Sie werden in Gruppen von einem, zwei oder vier Robotern eingesetzt, die mit den Bezeichnungen AQC-1, AQC-2 und Dual ACQ-2 versehen sind, und je nachdem, wie viele Roboter für die Handhabung der Tonnage (des Volumens) eines bestimmten Stroms benötigt werden, zugewiesen .

„Die Aufgabe der AQC-Roboter besteht darin, sicherzustellen, dass Materialströme so frei von Verunreinigungen wie möglich sind oder dass alle wertvollen Rohstoffe in einem Materialstrom, der für eine Deponie bestimmt ist, zurückgewonnen werden“, so Thomas Brooks, Chief Technology Officer von NRT.

„Die Geschwindigkeit der Roboterförderer ist auf 200 Fuß pro Minute eingestellt, die übliche Geschwindigkeit für manuelle Sortieranlagen in den USA. Wenn viel Material herunterkommt, verlangsamt man das Band nicht, sondern man fügt Roboter hinzu. Wenn 20, 30, 40 Tonnen Material pro Stunde anfallen, muss man das System so konzipieren, dass es im Rahmen des Budgets, der räumlichen Gegebenheiten usw. funktioniert.

Die 23 FlexPicker-Roboter in der Anlage in Riverside werden wie folgt eingesetzt:

• Vier Duale AQC-2 (16 Roboter) führen die abschließende Qualitätskontrolle eines gemischten Papierstroms durch, der über vier Förderbänder verteilt ist. Dabei werden höherwertige braune Fasern ausgewählt und mit der Pappe gruppiert sowie Kunststoffbehälter und Verunreinigungen, die bei den vorherigen Prozessen übersehen wurden, aussortiert.

• Drei Robotercluster sortieren Verunreinigungen aus verschiedenen Kunststoffbehälterströmen aus. Das Material auf diesen Linien wird dann unter einen Magneten geführt, der alle eisenhaltigen Materialien anzieht, und unter ein Wirbelstromgerät, das alle Aluminiumteile herausfiltert.

• Ein AQC-2 auf einem Kunststoffbehälterstrom aus Polyethylen hoher Dichte (HDPE).
• Ein AQC-2 in einem allgemeinen Vorsortierstrom für Kunststoffbehälter.
• Ein AQC-1 auf einem Polyethylenterephthalat (PET)-Behälterstrom.

• Ein AQC -1 in einem Aluminiumstrom.

• Ein AQC-1 für einen Rückstandsverwertungsstrom, der für eine Deponie bestimmt ist. In einem letzten Durchgang werden alle wertvollen Wertstoffe, die noch nicht sortiert wurden, wiederverwertet.

Sobald ein Roboter Material aus einem Strom entnimmt, gibt es eine Reihe von Rutschen an der Seite der Förderbänder, durch die die Roboter das Material fallen lassen, und es gibt entweder einen Bunker darunter oder oft ein Förderband, um das Material von den Rutschen wegzubringen.

Wenn die Roboter Rohstoffe aus dem gemischten Materialstrom entnehmen, werden diese wertvollen Materialien der entsprechenden Materialgruppe zugeführt und recycelt. Wenn die Roboter fehlgeleitetes Material aus einer Recyclinglinie für ein bestimmtes Material entnehmen (z. B. Textilien aus einer PET-Linie), wird dieses Material ebenfalls dem Recycling mit der entsprechenden Materialgruppe zugeführt. Wenn der Materialstrom durch die Kommissionierung verunreinigt wird, wird das wertlose Material in der Regel auf eine Deponie umgeleitet.

Die Partnerschaft mit ABB und RobotStudio

Als NRT die Max-AI-Technologie entwickelte, prüfte das Unternehmen eine Reihe von Roboterherstellern, bevor es sich für ABB entschied.

„Wir waren auf der Suche nach einem Anbieter von Robotern, der uns drei Kernstücke liefern konnte, und ABB erfüllte alle erforderlichen Kriterien“, so Brooks. „Das Wichtigste ist die globale Reichweite unserer Dienstleistungen, denn wir haben Anlagen auf fünf Kontinenten. Wir sind ein kleines und schlankes Unternehmen, daher ist die globale Unterstützung von entscheidender Bedeutung, und ABB hat eine enorme globale Präsenz.

„An zweiter Stelle stehen die technische Unterstützung und der Einfallsreichtum am vorderen Ende, und ein großer Teil davon ist die Konstruktions- und Programmiersoftware RobotStudio® von ABB. Auch die Vielfalt der Produktpalette ist wichtig. In der Burrtec-Anlage sind ausschließlich Delta-Roboter im Einsatz, aber viele unserer anderen MRF-Installationen verwenden 6-achsige Knickarmroboter und kollaborierende Roboter.“

RobotStudio war ein wertvolles Instrument zur Beschleunigung der Einführung von NRT KI-gestützte Robotertechnologie. Es ermöglicht sehr realistische Simulationen mit echten Roboterprogrammen und Konfigurationsdateien, die mit denen in der Anlage identisch sind. Mit RobotStudio sind Brooks und sein Team in der Lage, das optimale AQC-Roboterlayout zu entwerfen und dessen Leistung zu überprüfen, bevor die Roboter in einen bestimmten Vorgang integriert werden.

Um Skalierbarkeit zu erreichen, verfolgt NRT bei Produkten im Allgemeinen und bei Roboteranwendungen den Ansatz, ein Standardprodukt zu entwickeln und dieses auf den Abfallstrom zu übertragen. Möglicherweise sind zusätzliche Anpassungen erforderlich, wenn es in die Praxis umgesetzt wird, aber das Kernangebot ist standardisiert.

Mit RobotStudio ist NRT in der Lage, das Design und die Leistung einer komplexen Roboterinstallation zu simulieren, bevor sich ein Endanwender für die Investition entscheidet. Durch das Testen verschiedener Konstruktions- und Einrichtungsszenarien kann NRT das optimale Layout des Robotersystems ermitteln und bestimmen, wie die Roboter auf den Strom von sehr uneinheitlichen Materialien zugreifen und diese handhaben können.

„Wir verwenden RobotStudio, um grundsätzlich alle verschiedenen Randfälle, Konfigurationen und alles andere zu testen. Selbst die Steuerung der Entnahmeraten und die Kinematik, um nahe an das Band heranzukommen, werden in der Entwicklungsphase des Systems modelliert und nicht erst in der Einsatzphase“, so Brooks.

„Wir haben RobotStudio genutzt, um eine Overlay-Anwendung zu erstellen, mit der wir die Variabilität der Abfälle auf ihrem Weg durch den Fluss simulieren können. Wir haben das Overlay ausgiebig genutzt, um die Bildverarbeitungssysteme einzubinden und die kinematischen Modelle für den Transport des Abfalls von Punkt A nach B zu erstellen.“

Die

Technologie hinter Max-AI

Die Max-AI-Technologie von NRT wird in der Burrtec-Anlage mit vier optischen Sortierern und den 23 AQC-Robotern kombiniert. Max-AI wird durch ein visuelles Identifikationssystem (VIS) und ein mehrschichtiges neuronales Netzwerk (NN) gesteuert, das mehr als 256 Kategorien von Abfallstoffen erkennt und identifiziert.

Das neuronale Netzwerk verwendet Deep-Learning-Erkennungstechniken, die Objektklassen anhand einer Sammlung komplexer, miteinander verbundener Merkmale identifizieren, die visuell wahrgenommen werden. Das neuronale Netz erkennt ein Objekt anhand von Millionen von Details, die für eine bestimmte Art von Objekt typisch sind. Dies ist äußerst leistungsfähig, da das neuronale Netz Unterschiede in den Merkmalen ableiten kann, um Objekte korrekt zu erkennen.

Die VIS-Kamera ist oberhalb des Förderbandes angebracht, und im Idealfall ist das Material, das auf dem Förderband nach unten läuft, so weit vereinzelt, dass die Kamera ein klares Bild aufnehmen kann. Es gibt verschiedene NNs, die für unterschiedliche Anwendungen entwickelt wurden, so dass der auf den Robotern verwendete NN nicht derselbe ist wie der auf den Hochgeschwindigkeitseinheiten, die an die optischen Sortiermaschinen angeschlossen sind.

„KI ist wirklich das Auge und das Gehirn der Operation. Genauso wie ein Mensch etwas sieht und sein Gehirn benutzt, um mit seinen Händen die entsprechende Handlung auszuführen, sehen, denken und handeln die Roboter auf die gleiche Weise. Das VIS ist das Sehen, mit Unterstützung des neuronalen Netzes, die KI denkt, und der Roboter handelt“, so Brooks.

„Bei jedem der sechs Burrtec-Materialströme, in denen Roboter installiert sind, trifft Max-AI eine Entscheidung, ob das Material entnommen werden soll oder nicht. Wenn ein Material entnommen werden soll, könnte es sich um eine Verunreinigung aus ansonsten brauchbaren und wertvollen Wertstoffströmen handeln; oder es könnten wertvolle Wertstoffe aus einem Reststoffstrom herausgezogen werden, der für eine Deponie bestimmt ist.“

Leistungsverbesserungen / Metriken

Die Renovierung der Anlage in Riverside hat Burrtec zu erheblicher Effizienz verholfen, nicht nur in Bezug auf Arbeitseinsparungen und Sicherheit, sondern auch in Bezug auf den Wert der recycelbaren Rohstoffe, die aus der Anlage gewonnen werden.

„Was die Effizienz dieser neuen Anlage in Riverside angeht, so profitieren wir von einem höheren Durchsatz des Systems und einer besseren Fähigkeit, Material zu verarbeiten. Vor der Aufrüstung haben wir unsere Anlage mit 20 bis 22 Tonnen pro Stunde betrieben, jetzt schaffen wir 28 bis 30 Tonnen pro Stunde“, so Crockett.

Im Zuge des Projekts wurden keine Mitarbeiter entlassen, da Burrtec schon immer darauf bedacht war, die Größe seines Unternehmens zu optimieren. Mitarbeiter, die die manuelle Abfallsortierung durchführten, wurden auf andere, attraktivere Arbeitsplätze innerhalb des Unternehmens versetzt.

„Wir haben jetzt einen effizienteren Betrieb vom Standpunkt der Arbeit aus. Die Roboter kommen jeden Tag zur Arbeit und sind nicht so anfällig für einige der Dinge, die in den Wertstoffen zu finden sind und die einen Arbeiter verletzen oder krank machen könnten. Die Roboter bringen also definitiv einige Vorteile mit sich, glauben Sie mir“, so Trevor Scrogins, Burrtec VP of Operations.

Beitrag zur ökologischen Nachhaltigkeit

BHS und NRT haben Burrtec und andere MRF-Organisationen, die mit KI-gestützter optischer und robotergestützter Sortierung ausgestattet sind, dabei unterstützt, MSW auf skalierbare und profitable Weise zu recyceln. Aus ökologischer Sicht ist es ein positiver Beitrag zu Kreislaufwirtschaft und Nachhaltigkeit, wenn Abfälle nicht mehr auf Deponien gelagert werden, sondern wertvoll werden.

„Man mag die Wirksamkeit des Recyclings in Frage stellen, aber niemand ist dagegen. Man liest immer wieder, dass nur 10 % der Kunststoffe recycelt werden, was vielleicht stimmt, aber der Nenner wird immer größer. Und mit zunehmender Automatisierung wird sich dieser Prozentsatz meiner Meinung nach erhöhen, und Betriebe wie der unsere werden weiterhin einen positiven Beitrag zu einer umweltfreundlicheren Gesellschaft leisten“, so Brooks.

Titel: Quelle ABB