Mittels Terahertz-Technologie lassen sich auch schwarze Kunststoffe sortenrein klassifizieren und somit effizienter recyceln. (Bildquelle: Fraunhofer FHR)

Mittels Terahertz-Technologie lassen sich auch schwarze Kunststoffe sortenrein klassifizieren und somit effizienter recyceln.
(Bildquelle: Fraunhofer FHR)

Als umweltbewusster Bürger gibt man ausgediente Geräte bei der Recycling-Sammelstelle ab und geht davon aus, dass nun alles seinen Weg geht. Vielleicht wird die Tastatur im nächsten Leben ja ein Telefon – oder umgekehrt. Ganz so einfach ist es leider nicht. Beim Recycling von Kunststoffen unterscheidet man im Wesentlichen zwischen werkstofflichem, rohstofflichem sowie thermischem Verwerten. Aktuell werden ca. 50 Prozent der Kunststoffabfälle in Europa verwertet. Die häufigste Methode ist dabei die thermische Verwertung, bei der die Abfälle verbrannt werden, um daraus Energie zu gewinnen. Bei der werkstofflichen Variante entsteht aus dem sogenannten Rezyklat wieder ein neues Produkt. Die Vielzahl an Kunststoffen sowie die unterschiedlichen Additive, wie Farbstoffe, Weichmacher, Flammschutzmittel oder UV-Blocker, erschweren dabei das Verwerten. Aus nicht sortenreinem Rezyklat hergestellte Produkte weisen schlechtere Materialeigenschaften auf als Produkte aus neuen Kunststoffen. „Ein geschlossener Recyclingkreislauf erfordert aber ein gleichwertiges Endprodukt“, meint Prof. Dr. Thomas Längle, Leiter der Abteilung Sichtprüfsysteme (SPR) am Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung (IOSB), Karlsruhe.

„Recycling schwarzer Kunststoffe ist ein Schlüsselfaktor für die Einhaltung der vereinbarten EU-Grenzwerte.“

Prof. Dr. Thomas Längle, Leiter der Abteilung Sichtprüfsysteme (SPR) am Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung (IOSB)

Da der Tonnagepreis für reine Kunststoffabfälle deutlich höher liegt als solche mit geringerer Reinheit, versuchen Verwerter daher mit technisch aufwendigen Methoden den Kunststoff, der bei ihnen eintrifft, möglichst sortenrein zu bekommen. Materialerkennende Sortiersysteme für das Kunststoffrecycling müssen also in der Lage sein, Stoffsorten unabhängig von den verwendeten Additiven korrekt zu klassifizieren. Längle erläutert: „Die aktuell leistungsfähigsten Kunststoff-Sortierverfahren basieren auf Hyperspektralkameras. Beim Sortieren schwarzer oder sehr dunkler Kunststoffe ist aufgrund des spezifischen Absorptionsverhaltens der Kunststoffe der reflektierte Anteil im sichtbaren und im infraroten Wellenlängenbereich jedoch zu gering für eine Klassifizierung. Auch der stärkere Einsatz von Verbundstoffen, bei denen verschiedene Kunststoffe in mehreren Schichten kombiniert werden, stellt die Qualitätskontrolle vor unlösbare Probleme, da die Materialbestimmung nur auf der Oberfläche erfolgt. Darunterliegende Kunststoffsorten werden also nicht erkannt. „Verbundkunststoffe werden jedoch in Zukunft eine immer größere Rolle spielen, da insbesondere bei der Wiederverwertung von Automobilen das Recycling schwarzer Kunststoffe ein Schlüsselfaktor für die Einhaltung der vereinbarten EU-Grenzwerte ist“, erläutert Längle.

Von den drei Millionen Tonnen schwarzer Kunststoffabfälle, die jedes Jahr in Deutschland anfallen könnte man zwei Millionen Tonnen recyceln – und statt 100 Euro pro Tonne Kunststoffbriketts wären für den Verwerter etwa 600 Euro pro Tonne sortenreiner Kunststoff möglich. (Bildquelle: Fraunhofer IAIS)

Von den drei Millionen Tonnen schwarzer Kunststoffabfälle, die jedes Jahr in Deutschland anfallen könnte man zwei Millionen Tonnen recyceln – und statt 100 Euro pro Tonne Kunststoffbriketts wären für den Verwerter etwa 600 Euro pro Tonne sortenreiner Kunststoff möglich.
(Bildquelle: Fraunhofer IAIS)

Recyclingpotenzial im Wert von einer Milliarde Euro

Von den drei Millionen Tonnen schwarzer Kunststoffabfälle, die jedes Jahr in Deutschland anfallen (korrekt?) könnte man zwei Millionen Tonnen recyceln – und statt 100 Euro pro Tonne Kunststoffbriketts wären für den Verwerter etwa 600 Euro pro Tonne sortenreiner Kunststoff möglich. Finanziell gesehen steckt in schwarzen Kunststoffen also ein wirtschaftliches Potenzial von etwa einer Milliarde Euro.

Um dieses Potenzial zu heben, hat die Fraunhofer-Gesellschaft eine strategische Allianz gebildet. Diese besteht aus den Fraunhofer-Instituten für Hochfrequenzphysik und Radartechnik (FHR), für Intelligente Analyse- und Informationssysteme (IAIS) und IOSB. Die Forschungsaktivitäten der drei beteiligten Institute fasst das Projekt Blackvalue zusammen. Das Ziel dieses Vorhabens ist es, ein echtzeitfähiges Sensor- und Auswertesystem zu entwickeln, um Kunststoffsorten zu identifizieren. Im Fokus stehen dabei kleinfraktionierter Kunststoff aus Elektroaltgeräten sowie schwarze Kunststoffe aus Fahrzeugen.

Längle beschreibt den Ansatz der Forscher wie folgt: „Durch die Kombination einer Radarkamera im Terahertz-Bereich mit herkömmlicher Sensorik – das kann eine RGB- oder 3D-Kamera sein – ist es möglich, das Material vollständig zu charakterisieren.“ Entwickelt wird die multispektrale Terahertz-Zeilenkamera am Fraunhofer FHR. Das Institut befasst sich seit über 50 Jahren mit dieser Art von Technologie. Überdies ist es Konsortialführer des Projekts. Die Herausforderung für die Wissenschaftler ist es, eine kompakte und kostengünstige Kamera zu bauen, die schnell und zuverlässig ist.

In dem Bereich des elektromagnetischen Spektrums, der zwischen Mikrowellen und Infrarot liegt, schwingen elektromagnetische Wellen mit Frequenzen um ein Terahertz. Das entspricht Billionen von Schwingungen pro Sekunde. Dieser Bereich wird daher allgemein als Terahertz-Bereich bezeichnet. Da Terahertz-Strahlen die meisten nichtmetallischen Materialien durchdringen, können sie die Dicke unterschiedlicher Schichten zerstörungsfrei kontrollieren und Materialfehler in Keramik oder Kunststoff sichtbar machen. „Terahertz-Strahlung ist im Gegensatz zu UV- oder Röntgenstrahlung für Lebewesen ungefährlich. Es gibt für die Praxis kaum Einschränkungen der möglichen Einsatzorte“, fügt Längle hinzu.

Die Terahertz-Sensorik des Sortiersystems basiert auf planaren Schaltungen. (Bildquelle: Fraunhofer FHR/Shoykhetbrod)

Die Terahertz-Sensorik des Sortiersystems basiert auf planaren Schaltungen.
(Bildquelle: Fraunhofer FHR/Shoykhetbrod)

Der Algorithmus schont die Hardware

Eine vollspektroskopische Analyse über einen großen Terahertz-Bereich wäre sehr Hardware-hungrig, um die für die Materialanalyse nötigen Rechenoperationen durchzuführen, und lässt sich somit nicht wirtschaftlich umsetzen. Denn die Software soll auf einem handelsüblichen Industrie-PC laufen. Daher greifen die Forscher auf einen Trick zurück, den das Fraunhofer IOSB in ähnlicher Form bereits für das Sortieren des Minerals Colemanit (Calciumborat) in der Türkei erfolgreich angewandt hat: Sie werten nur einen Frequenzbereich im unteren Terahertz-Bereich mit sehr geringer Bandbreite aus. Diese Einschränkung stellt allerdings hohe Anforderungen an die verwendeten Auswertealgorithmen. Längle und seine Kollegen haben aber ein ehrgeiziges Ziel vor Augen: „Entsprechend den Maximen der Fraunhofer-Gesellschaft ist es Ziel dieses Projekts, ein industriell einsatztaugliches Sortiersystem aufzubauen, das sich insbesondere für das Separieren von schwarzen Kunststoffen in der Recyclingindustrie eignet. Dabei liegen die Kosteneffizienz und der flexible Einsatz des Systems im Fokus.“

Die Unterschiede zwischen den verschiedenen Kunststoffen sind in dem eingesetzten Frequenzbereich von 0,1 bis 1 Terahertz allerdings extrem klein. Additive verwischen diese Unterschiede zusätzlich. Um dennoch ein sicheres Zuordnen zu erreichen, setzt das Fraunhofer IAIS Algorithmen aus dem Bereich des Maschinellen Lernens ein: Bei diesem Teilgebiet der Informatik wird ein Algorithmus in einer ersten Testphase trainiert. Für das Projekt Blackvalue heißt das, dass die Entwickler dem System verschiedene Proben zeigen und ihm dazu die Information geben, um welches Material es sich jeweils handelt. In der zweiten Testphase zeigen die Entwickler dem System weitere Proben, und das System muss entsprechend seines Trainings die Proben den unterschiedlichen Klassen zuordnen. Da den Wissenschaftlern die Materialen bekannt sind, können sie später untersuchen, wie zuverlässig das System gearbeitet hat.

Für das Programmieren der Mustererkennungsalgorithmen setzen die IAIS-Forscher keine besondere Programmiersprache ein: Der Schlüssel zum Erfolg sind ihre tiefen Methodenkenntnisse des Maschinellen Lernens, die sich prinzipiell in jeder Programmiersprache umsetzen lassen. So können sie den Algorithmus effizient, aber schlank halten, um bei einer Millisekunde Entscheidungszeit ausreichend genau zu sein – bei gleichzeitig geringer Hardwarelast. Längle fügt hinzu: „Aussagen über die bisher erreichte Genauigkeit zu treffen, sind schwierig, da es immer auf die jeweiligen Anforderungen ankommt: Beispielsweise sind mal 95 Prozent gefordert und wir erreichen sogar 99 Prozent. In anderen Fällen darf die Erkennungsrate nicht unter 99 Prozent fallen, aber erreicht werden nur 94 Prozent.“ Die Wissenschaftler sind allerdings überzeugt, an dieser Stellschraube noch einige Umdrehungen machen zu können.

In dem Prototyp des Bandsortierers laufen die Kunststoffabfälle mit zwei bis drei Metern pro Sekunde an der Kamera vorbei. Binnen 35 Millisekunden entscheidet das System, ob ein Flake ausgeblasen wird oder weiter laufen darf. (Bildquelle: Fraunhofer IOSB)

In dem Prototyp des Bandsortierers laufen die Kunststoffabfälle mit zwei bis drei Metern pro Sekunde an der Kamera vorbei. Binnen 35 Millisekunden entscheidet das System, ob ein Flake ausgeblasen wird oder weiter laufen darf.
(Bildquelle: Fraunhofer IOSB)

Bei drei Metern pro Sekunde Kunststoffe klassifizieren

Derzeit entsteht am Fraunhofer IOSB ein flexibler Bandsortierer als Prototyp und Funktionsdemonstrator. Die Kunststoffabfälle laufen mit zwei bis drei Metern pro Sekunde an der Kamera vorbei und binnen 35 Millisekunden entscheidet das System, ob das Teil ausgeblasen wird oder weiter laufen darf. Und das ist auch der Knackpunkt: Die Kunststoff-Flakes legen in dieser Zeit knapp zehn Zentimeter zurück. Daher muss die Entscheidung, ob Töpfchen oder Kröpfchen, just-in-time erfolgen. Dabei müssen die Daten aller Sensoren mit einfließen – die Forscher sprechen in diesem Zusammenhang von Sensordatenfusion. Die so erzielte sortenreine, alternativ auch farbreine Trennung bei gleichzeitiger Wirtschaftlichkeit ermöglicht es, schwarze Kunststoffe im industriellen Maßstab zu recyceln. Dabei be- und entladen nur zwei Personen die Anlage. Diese verarbeitet rund 30 Tonnen Kunststoff pro Stunde.

Zwar hat das Demonstrator-System mit Leitstand und Förderband aktuell nur ein Volumen eines 20-Fuß-Containers. Dennoch ist es nur begrenzt mobil. Das Endprodukt, so die Vision der Wissenschaftler, soll dagegen weitaus kleiner sein. Im Grunde besteht es dann nur noch aus Sensorik. Denn der Rest wird in die Förderanlage des verarbeitenden Betriebs integriert.

Noch haben die Forscher aber einige Hürden zu nehmen: So müssen sie den Sortier-Algorithmus weiter trainieren, um die Genauigkeit zu erhöhen. Zudem lassen sich PP und PE voraussichtlich auch in Zukunft kaum unterscheiden. Aber die ersten, wichtigen Meilensteine hat das Projekt erreicht: Es sortiert schwarze Kunststoffe kostengünstiger als bisherige Systeme – in Echtzeit.

Über den Autor

Hanne Bendel

ist PR-Referentin bei der Stabsstelle Interne und externe Kommunikation des Fraunhofer-Instituts für Hochfrequenzphysik und Radartechnik FHR (FHR) in Wachtberg.