Innovatives Farbmesssystem optimiert Kunststoffrecycling mittels maschinellen Lernens
Hyperspektrale Bildgebung und KI-Modelle ermöglichen präzise Farbrezeptierung
Würzburg, 01.04.2025 (PresseBox) - Am Kunststoff-Zentrum SKZ wurde ein Forschungsprojekt zur Entwicklung eines kamerabasierten Messsystems für optimierte Farbrezeptierung im Kunststoffrecycling erfolgreich abgeschlossen. Durch den Einsatz von hyperspektraler Bildgebung und maschinellen Lernverfahren konnte ein Demonstrator entwickelt werden, der Farbwerte präzise vorhersagt. Erste Tests zeigen vielversprechende Ergebnisse für eine marktreife Umsetzung.
Farbwerte richtig einzustellen, ist seit jeher eine große Herausforderung bei der Herstellung von Kunststoff-Produkten. Der verstärkte Einsatz von Rezyklat erschwert diese Herausforderung zusätzlich.
Für viele Produkte ist zwar je nach Kundenerwartung oder Einsatzgebiet ein gewisser Spielraum möglich, aber Hersteller sehen sich oft der Problemstellung gegenüber, bei verstärktem Rezyklateinsatz im Vorfeld nicht sicher sein zu können, welche Farbe am Ende des Produktionsprozesses herauskommt. Am Kunststoff-Zentrum SKZ wurde deshalb intensiv an Lösungsmöglichkeiten geforscht.
Im Zuge eines vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) über das Zentrale Innovationsprogramm Mittelstand (ZIM) geförderten Projektes (Förderkennzeichen KK5068029GR1) widmeten sich die SKZ-Wissenschaftler gemeinsam mit dem Industriepartner inno-spec GmbH der Entwicklung eines kamerabasierten Messsystems zur optimierten Farbrezeptierung im Kunststoffrecycling.
Im Rahmen des Projekts wurde ein Farbmesssystem für den sichtbaren Wellenlängenbereich entwickelt, das aus einem Förderband, einer Beleuchtungseinheit und einer Hyperspektralkamera (HSI) besteht. Die Beleuchtung wurde von Halogen- auf LED-Technologie umgestellt, um die Messgenauigkeit zu verbessern. Die aufgenommenen Farbwerte wurden mit einem kommerziellen Spektralphotometer korreliert und dienten als Grundlage für das maschinelle Lernen. Ein Softwaredemonstrator zur Vorhersage von Farbwerten wurde entwickelt und erfolgreich getestet.
Durch umfangreiche Praxistests sowohl im SKZ als auch beim Industriepartner inno-spec konnten mittels Probekörpern und Mahlgutabmischung Farbmesswerte durch die Aufnahmen korreliert und als Basis für die iterative Entwicklung verschiedener Algorithmen sowie für das Training von KI-Modellen verwendet werden.
„Die möglichst präzise Farbrezeptierung ist entscheidend für die Nutzung von recyceltem Kunststoff. Daher war die erfolgreiche Entwicklung der Software in diesem Projekt ein wichtiger Beitrag zur nachhaltigen Nutzung von Kunststoffen. Das Projekt ist ein Musterbeispiel dafür, wie bedeutend es in einer auch technisch immer komplexer werdenden Welt ist, interdisziplinär zusammenzuarbeiten. Die breite Expertise in verschiedensten Bereichen innerhalb des SKZ ermöglicht es uns, ein kompetenter Entwicklungspartner auch für komplexe Fragestellungen zu sein“, so Christoph Kugler, Gruppenleiter Digitalisierung am SKZ.
Das Projekt zeigt, wie moderne Technologien wie hyperspektrale Bildgebung und maschinelles Lernen die Kunststoffrecyclingindustrie revolutionieren können. Die Ergebnisse bieten eine vielversprechende Grundlage für die Weiterentwicklung und Markteinführung des Systems.
Weitere Informationen:Digitalisierung
