KI-basiertes Abfallqualitätsmanagement am Beispiel einer Waste-to-Energy-Anlage

Die Herausforderungen, denen Müllheizkraftwerke tagtäglich gegenüberstehen, sind vielfältig und erfordern innovative Lösungen. Es gibt kein automatisches System, was hochvolumige Stoffströme in Echtzeit auf Eigenschaften und Inhaltsstoffe analysieren kann. Versteckte Störstoffe können zu Trichterstopfern führen, mangelnde Homogenisierung zu Heizwertanomalien. Die Aufgabe des Materials in den Trichter erfolgt bisher oft nach dem Bauchgefühl des Kranführers, und das aufgegebene Material ist nicht rückverfolgbar.

WasteAnt bietet eine sensorbasierte, KI-gestützte Qualitätsanalyse für großvolumige, unstrukturierte Abfallströme. Dies ermöglicht eine völlig neue Transparenz über Abfallströme, die es Abfallwirtschaftsbetrieben ermöglicht, proaktive Entscheidungen über die Abfallbehandlung zu treffen. Durch den Einsatz verschiedenartiger Sensorik in Kombination mit Anlagen- und ERP-Daten lassen sich Störstoffe identifizieren, AVVNummern validieren, Eigenschaften, wie Homogenität, Stückigkeit, Staubigkeit, Temperatur, bewerten oder Heizwert- und Emissionsschätzungen erstellen. Die im Folgenden aufgezeigten Anwendungsfälle stammen aus Praxisbeispielen in Müllheizkraftwerken.

Autor(en)

Maximilian Storp

Contentpartner

Publikation

35. Abfall- und Ressourcenforum (2024) (April 2024)

Verkaufspreis

€ 5,00 oder im Premium-Abonnement enthalten