Einsatz von 3D-Renderings zur Generierung von digitalen Trainingsdaten für die Abfallcharakterisierung mithilfe künstlicher Intelligenz

Publikation: Thesis / Studienabschlussarbeiten und HabilitationsschriftenMasterarbeit

Abstract

Die Implementierung von Digitalisierung und Industrie 4.0 in der Abfallwirtschaft steckt noch in den Anfängen. Zukünftig werden Echtzeitüberwachung, Datenanalyse, Management und Prozesssteuerung für Abfallbehandlungsanlagen höchste Priorität haben. Die Behandlung von gemischten Abfällen stellt eine Herausforderung dar, bedingt durch Unterschiede in Abfallqualität und Schwankungen durch materielle und maschinelle Faktoren. Das Hauptziel dieser Masterarbeit ist die Charakterisierung fester Abfallpartikel in einer Schüttung auf einem Förderband, mit besonderem Fokus auf die Informationsverarbeitung des Schüttguts. Die Echtzeit-Charakterisierung von Abfällen auf Förderbändern ist von grundlegender Bedeutung für die laufende Anlagenoptimierung. Ziel ist es, autonome und dynamische Anpassungen vorzunehmen, um mit Abfallschwankungen umzugehen. Sensoren, die für eine umfassende Charakterisierung notwendig sind, sind zwar vorhanden, aber mit beträchtlichen Kosten und hohen Anforderungen an Arbeitssicherheit verbunden. Daher sind alternative Methoden wie die Klassifizierung durch künstliche Intelligenz und Kameras äußerst wünschenswert. Allerdings erfordern diese Ansätze große Mengen an hochwertigen und gelabelten Trainingsdaten, die vor allem im Bereich der festen gemischten Abfälle schwierig zu finden sind. Die Erstellung solcher Trainingsdaten über digitale Methoden wie 3D-Renderings werden daher als mögliche Lösung in Betracht gezogen sowie die Entwicklung einer Methodik zur Ermittlung der befindlichen Partikel in einer Schüttung.
Titel in Übersetzung3D-Renderings as digital training data generation for artificial intelligence-based waste characterization
OriginalspracheDeutsch
QualifikationDipl.-Ing.
Gradverleihende Hochschule
  • Montanuniversität
Betreuer/-in / Berater/-in
  • Khodier, Karim, Mitbetreuer (intern)
  • Sarc, Renato, Mitbetreuer (intern)
  • Pomberger, Roland, Betreuer (intern)
Datum der Bewilligung22 März 2024
PublikationsstatusVeröffentlicht - 2024

Bibliographische Notiz

nicht gesperrt

Schlagwörter

  • 3D-Rendering
  • künstliche Intelligenz
  • 3D Modelle von Abfallpartikeln
  • Abfallcharakterisierung

Dieses zitieren