Okt. 2018 Evolution: Von der Plastiksortierung bis hin zur Prozessanalyse von Sekundärbrennstoffen

Die zukünftigen Energieziele der europäischen Union sind definiert

Ein Schritt dazu besteht darin, Einwegkunststoffe auf ein Minimum zu beschränken, weil alle Kunststoffverpackungen auf dem EU-Markt bis 2030 recyclingfähig sein sollen [4].

Die künftigen Energieziele der EU sind mit zumindest 27% Anteil aus erneuerbaren Energien und zumindest 27% Steigerung in der Energieeffizienz bis 2030 festgemacht [3]. Für diese Ziele müssen aber die Nachfrage nach Sekundärkunststoffen und der Einsatz von hochwertigen Rezyklaten gesteigert werden.

Am globalen Recyclingmarkt ist Chinas National Sword Politik ebenfalls nicht zu unterschätzen, welche mit immer strikteren Gesetzen zur Einfuhr von Abfällen nach China aufwartet und zusätzlich Druck auf die Recyclingindustrie ausübt.

Die Wiederaufbereitung sowie die Sekundärnutzung von Abfällen als Brennstoff oder als Verpackung ist somit eines der komplexesten und dabei wichtigsten Themen unserer Zeit.

 

Wenn es zum Beispiel um die lange Lebensdauer qualitativ hochwertiger Endprodukte aus Plastik geht, sind die Sortenreinheit in Bezug auf ihre chemische Zusammensetzung sowie die Sortierung verschiedener Kunststoffe (PET, HDPE, LDPE, PP, PVC, PS, POM, PA usw.) nach Farben relevante Faktoren.

Dies gestaltet sich oftmals schwierig, da sich die unterschiedlichen Polymere in ihrer Farbe, Dichte und den elektrischen Eigenschaften unzureichend unterscheiden, um sie nur mittels Farbkamera, Dichtesortierung oder elektrostatischer Sortierung zu trennen.

Hyperspektrale Kamerasysteme (HSI) im Wellenlängenbereich von 900-1700 nm bieten hierzu einen idealen Ersatz oder eine Ergänzung zu Farbkameras, weil ihr Wellenlängenbereich jenseits jenes des sichtbaren Lichts im Infrarotbereich liegt und sie es so ermöglichen, die chemische Zusammensetzung von verschiedenen Polymeren zu erkennen, ohne von der sichtbaren Farbe beeinflusst zu werden.

Aufgrund des enormen Potenziales, dass diese Technologie birgt, bietet EVK seit vielen Jahren Know-How im Bereich der Kunststoffsortierung und Qualitätssicherung an und liefert Komplettlösungen von der Datenerfassung bis zur Entscheidungsfindung.

Quantitative measurement of the net calorific value (NCV) of the bulk material

Ein weiteres Beispiel aus der Wirtschaft zeigt die Problematik bei der Weiterverwendung von Ersatzbrennstoffen.

Von 8,3 Mrd. Tonnen aus der jährlichen Plastikherstellung 2015 wurden nur 600 Mio. Tonnen tatsächlich recycelt, 800 Mio. Tonnen wurden verbrannt (Ref. [1]). Die Weiterverwendung von Kunststoffabfällen zu Ersatzbrennstoffen ist daher aus umweltpolitischer und wirtschaftspolitischer Sicht ein Beitrag zu einer nachhaltigen Recyclingpolitik. Durch die Analyse der zu verbrennenden Materialien kann im Vorfeld bestimmt werden, wie viel Material dem Verbrennungsprozess zugeführt werden muss, um einen stabilen Prozess zu erreichen.

Der damit verbundene verantwortungsvolle Umgang mit werthaltigen Brennstoffen schont die Umwelt und hilft zusätzlich, die Wirtschaftlichkeit von Verbrennungsanlagen zu erhöhen.

Konkret heißt das, dass durch die Verwendung einer quantitativen hyperspektralen Analyse direkt in der Linie die Wirtschaftlichkeit dieser direkt verbessert werden kann.

Hierzu hat EVK mit dem quantitativen Analysetool SQALAR eine Lösung entwickelt, die mit Hilfe multivariater Datenanalyse zur quantitativen Überwachung von Materialströmen in Echtzeit eingesetzt werden kann. Durch das so genannte “Quantitative Chemical Imaging” (QCI) werden relevante Messgrößen direkt in der Linie erfasst, um bei Bedarf rasch in den laufenden Prozess einzugreifen und diesen gegebenenfalls zu verändern. Man nutzt dabei das Reflexionsspektrum des Materials, welches sich proportional zum Vorkommen von funktionalen Gruppen im Material ändert.

Der große Vorteil dabei ist, dass man in Echtzeit über den gesamten Stoffstrom einen repräsentativen Messwert von wichtigen Prozessgrößen wie etwa jenen der Feuchtigkeit, des Heizwertes oder auch des Brennwerts ermitteln kann.

Eine solche Analyse des Gesamtstromes ermöglicht eine exaktere Prozesskontrolle und auch die Bewertung unterschiedlicher Lieferanten und deren angelieferten Materialqualitäten.

Um eine solche quantitative Analyse mittels HSI zu realisieren, werden anfänglich mehrere Aufnahmen des Produktstroms benötigt. Anschließend werden gezielt Proben aus diesem Material entnommen und mittels referenzanalytischer Methoden untersucht. Die daraus resultierenden Referenzwerte werden dann mit Hilfe von multivariater Datenanalyse zu den passenden Spektren korreliert.

Es entsteht ein Modell, welches genutzt werden kann, um Messwerte anhand von spektralen Daten vorherzusagen.

So können HSI-Kamerasysteme mit dem richtigen Know- How dazu verwendet werden, die Klinkerherstellung in Zementwerken zu überwachen. Hierbei werden zur Befeuerung von Brennöfen Ersatzbrennstoffe verwendet. Fällt der Heizwert dieser Ersatzbrennstoffe zu gering aus, kommt es zu einem kritischen Absinken der Temperatur und somit zu einer Qualitätsminderung des Klinkers.

Bislang werden Proben dieser Sekundärbrennstoffe nur stichprobenartig laboranalytisch untersucht, was jedoch aufgrund des heterogenen Materialstroms sowie zu kleiner Probenmengen zu nicht aussagekräftigen Ergebnissen führt. Weiters können solche Labormessungen nicht in Echtzeit erfolgen und sind stark von lokalen Fluktuationen abhängig.

Mithilfe von QCI ist es möglich, die für die Zementherstellung relevanten Prozessgrößen wie etwa die Feuchtigkeit, den Heizwert und den Brennwert quantitativ zu erfassen. Da der gesamte Produktstrom in Echtzeit überwacht wird, unterliegt die Messung keiner Fluktuation aufgrund von unzureichendem Sampling und ist ein Nachregeln ohne Verzögerung möglich.

Für eine solche auf HSI basierende quantitative Analyse werden anfänglich mehrere Proben aus dem Produktstrom aufgenommen und referenzanalytisch untersucht.

Anschließend werden die spektralen Bilddaten mit Hilfe von SQALAR ausgewertet. Das Ergebnis einer solchen quantitativen Heizwertmessung ist in Abbildung 2 zu sehen. Die abgebildete Korrelationsfunktion der Referenzwerte mit den spektralen Daten sowie die daraus resultierende Feature-Kurve werden genutzt, um den Heizwert zu bestimmen. Im endklassifizierten Kamera-Stream werden die Ausgangs-Bilddaten anhand der Messgrößen skaliert und in Falschfarben dargestellt, wodurch eine Quantifizierung der Prozessgrößen ermöglich wird.