TOMRA präsentiert eine fortschrittliche Lösung mit Deep Learning zur Optimierung des Recyclings von Schmiedealuminium

TOMRA Recycling, ein weltweit führendes Unternehmen für sensorgestützte Sortiertechnologien, hat GAINnext™ entwickelt, eine innovative Lösung, die auf künstlicher Intelligenz und Deep Learning basiert, um die Rückgewinnung und Reinheit von Schmiedealuminium in der metallverarbeitenden Industrie zu verbessern. Diese Technologie ermöglicht die hochpräzise Identifizierung und Trennung von Schmiedealuminiumschrott von niedriglegiertem Guss, wodurch die Qualität des recycelten Materials optimiert und Verunreinigungen wie Silizium reduziert werden.

GAINnext™ ergänzt die X-TRACT™-Technologie von TOMRA, die Röntgenstrahlen verwendet, um Metalle nach ihrer Atomdichte zu sortieren. Während X-TRACT™ Schwermetalle abscheidet und hochreine Aluminiumabfälle produziert, verwendet GAINnext™ RGB-Kameras und neuronale Netze, um Tausende von Bildern pro Millisekunde zu analysieren und Materialien nach Form und Größe mit einer Geschwindigkeit und Präzision zu unterscheiden, die über das menschliche Sehvermögen hinausgeht.

Darüber hinaus kann die Reinheit der gewonnenen Schmiedefraktionen mit AUTOSORT™ PULSE weiter verbessert werden, einem System, das Laserspektroskopie einsetzt, um verschiedene Legierungstypen mit hoher Genauigkeit zu identifizieren und zu klassifizieren.

Tom Jansen, Vertriebsleiter für das Metallsegment bei TOMRA, betont, dass diese Technologie die Fähigkeiten des GAINnext™-Ökosystems erweitert und eine effiziente und kostengünstige Lösung bietet, die den Bedarf an manueller Trennung reduziert und es Recyclingunternehmen ermöglicht, hochwertiges recyceltes Aluminium für ein Kreislaufmodell herzustellen.

Seit 2019 setzt TOMRA Deep Learning in verschiedenen Bereichen des Recyclings ein und wird diese Technologien mit neuen Anwendungen im Jahr 2025 weiter ausbauen.