DiKueRec

Pro Jahr werden in Deutschland mehr als 3 Millionen Kühlgeräte entsorgt und müssen in dedizierten Abfallbehandlungsanlagen recycelt werden. Dabei können viele Stoffe wie Plastik, Eisen und Kupfer rückgewonnen werden. Die in den aufkommenden Kühlgeräten enthaltenen Fluide wie die voll- oder teilhalogenierten Fluorkohlenwasserstoffe (FCKW) sowie leicht entzündbare Kohlenwasserstoffe (KW) besitzen ein beachtliches Treibhauspotential und müssen bei der Aufbereitung mit besonderer Sorgfalt aufgefangen werden. Die Vielfalt der aufkommenden Geräte und der eingesetzten Treib- und Kältemittel  zwingen die Anlagenbauer dazu, immer komplexere Prozessketten zu implementieren. Eine wirtschaftliche Anpassung der vorhandenen Kühlgeräteverwertungsanlagen an die Heterogenität der Altgeräte ist mit den derzeit eingesetzten Technologien nicht möglich.

Um den hohen Anforderungen an die Recyclingprozesse auch in Zukunft gerecht zu werden, müssen diese durch Sensoren und digitale Zwillinge erweitert werden. Eine intelligente Verknüpfung der Daten und Algorithmen wird zu einer effizienten Steuerung der Recyclinganlagen beitragen. Die Vision des Projekts DiKueRec ist es, sichere und effiziente Behandlung der aktuellen und zukünftigen Kühlgerätemodelle zu garantieren. Gleichzeitig müssen die technologisch erweiterten Anlagen wirtschaftlich betrieben werden können, um Arbeitsplätze in der Entsorgungsindustrie zu sichern.

Das Forschungsprojekt ist auf eine Laufzeit von 36 Monaten ausgelegt. Zu Beginn der Forschungsarbeiten wird die Datenbasis geschaffen, indem Messkampangen zur Zusammensetzung des Abfallstroms durchgeführt werden. Zudem wird der Ist-Zustand der Verwertungsanlagen in Form von Wertstromanalyse aufgenommen, um die möglichen Ansatzpunkte für geeignete Erweiterung durch Sensorik und intelligente Steuerung aufzudecken. Danach wird auf Basis der erhobenen Daten ein Datenmodell der digitalen Zwillinge für die Kühlgeräte, Anlagen und Stoffströme erstellt.

In den nächsten Arbeitsabschnitten wird eine technische Umsetzung der Datenerhebung und intelligenter Steuerung an den Praxisanlagen angestrebt. Die in digitale Zwillinge fließende Daten sollen mithilfe vom Maschinellen Lernen (ML) analysieren werden, um  Prognosen zu treffen und daraus konkrete Handlungsempfehlungen in relevanten Teilprozessen abzuleiten. Neben der wirkungsgradsteigernden Datenerfassung und -nutzung muss eine anschauliche Darstellungsform der Anlagenzustände, der historischen Daten sowie Datenzugriffskonzept für die Stakeholder geschaffen werden. Die Möglichkeiten zukünftiger Gerätekennzeichnungen durch die Kühlgerätehersteller sind zu untersuchen. Die in den beschriebenen Arbeitspaketen entwickelten Lösungen unterliegen der Validierung und Optimierung mit starkem Bezug auf das Know-How des vor Ort beschäftigten Personals und unter Beachtung ökonomischer und ökologischer Aspekte.

Das Vorhaben (Förderkennzeichen: 02WDG016D) wird im Rah­men des Aktionsplans "Natürlich.Digital.Nachhaltig" vom Bun­des­mi­nis­te­ri­um für Bildung und For­schung (BMBF) ge­för­dert und vom Projektträger Karlsruhe (PTKA) betreut. 

Bundesministeriums für Bildung und Forschung (BMBF)