KI-gestütztes Kunststoffrecycling mit Artificial Neural Twin
Im Projekt K3I-Cycling entwickeln 16 Partner Methoden, um aus gemischten Leichtverpackungsabfällen Kunststoffrezyklate mit definierten Qualitätsstufen zu gewinnen
Das Fraunhofer LBF verantwortet das Arbeitspaket Recycling und Rezyklatherstellung und fokussiert Labor- und Pilotversuche zur Rezyklatgewinnung sowie die Entwicklung von Additivpaketen, einschließlich biobasierter Stabilisatoren. Mittels Werkstoffanalytik und Machine Learning werden Polyolefin-Rezyklate nach Alterung und Verunreinigung klassifiziert und Qualitätscluster gebildet, die in Normungsaktivitäten und digitale Produktpässe einfließen.
Im KI-Anwendungshub werden Störstoffe bereits auf Artikelebene erkannt und aussortiert. Analytische Daten des Fraunhofer LBF unterstützen die Bewertung der Sortierfortschritte und die Weiterentwicklung der DIN SPEC 91446. Der Artificial Neural Twin identifiziert Potenziale für KI-gestützte Maßnahmen wie Batteriedetektion oder optimierte Logistik. Additive wie Geruchsabsorber und Kompatibilisatoren sollen die Verarbeitbarkeit und Langzeitstabilität der Rezyklate erhöhen und ihren Einsatz in anspruchsvollen Anwendungen, etwa Verpackungsfolien mit Lebensmittelkontakt, ermöglichen.
