KI-unterstützte nachhaltige Abfallwirtschaft

  • Datum: Januar 2022

KI-unterstützte Entdeckung der Wechselwirkungen zwischen Turbulenz und Granulat für eine nachhaltige Abfallwirtschaft

 

Wachsende Bevölkerung, expandierende Weltwirtschaft, Verstädterung mit steigendem Lebensstandard haben das Abfallaufkommen in der Welt gefährlich beschleunigt. Es wird erwartet, dass bis 2050 über 3,4 Milliarden Tonnen Abfall pro Jahr erreichen werden, was in etwa einem Anstieg von 70 % entspricht. Ein solches Ziel beinhaltet die Trennung des Abfallgemischs in verschiedene Fraktionen, wie z. B. verwertbares Holz, Metall, Glas und Kunststoff, was wiederum enorme Umweltvorteile in Bezug auf die Substitution von Neuware, den vermiedenen Energiebedarf, die Verringerung der Treibhausgasemissionen und den Wasserfußabdruck mit sich bringt. Eine noch nicht erfüllte Voraussetzung für diese Technologie ist das gründliche Verständnis der Prinzipien, die die Gas-Feststoff-Wechselwirkungen für diese sehr komplexen granularen Gemische bestimmen. Daher besteht ein Bedarf an einem "Expertensystem", das die Klassifizierung von Partikeln durchführen kann und gleichzeitig die Orientierungsinformationen für eine polydisperse, vielgestaltige Partikelwolke mit "minimaler Überwachung" extrahiert.

In diesem Projekt ist das primäre Ziel die Entwicklung einer KI-basierten Plattform zur Lösung dieses Bildklassifizierungs- und Orientierungstendenzproblems für den Abfalltrennungsprozess im Rahmen des "Zero Waste"-Kreislaufs. Die Plattform wird zwei der triumphalsten Implementierungen der Narrow-KI, die Bildverarbeitung und das generative Lernen, nutzen, um beide Aufgaben zu erfüllen. Die Methodik basiert auf der bildbasierten Klassifizierung von Form, Größe, Orientierungstendenzen und der Partikeltextur. Nach der erfolgreichen Demonstration der entwickelten Plattform zur Extraktion von Partikelfeldinformationen ist geplant, das Modell im nächsten Schritt mit einem symbolischen Modell zu synchronisieren und die Plattform zu einem "Neuro-Symbolic Particle Analyser" für die Entdeckung von Turbulenz-Granulat-Wechselwirkungen auszubauen. Diese Schnittstelle hat das Potenzial, bei der Lösung des Problems der Turbulenz-Granulat-Wechselwirkungen auf proaktive Weise zu helfen, indem wir die zugrunde liegende Dynamik untersuchen und explizite Korrelationen extrahieren können - ein wichtiger strategischer Schritt, um das Ziel der "Null-Abfall-Städte" zu erreichen.