Abstract
Computergestützte Bildanalyse bietet großes Potenzial für die Sortierung heterogener Partikel – gerade in der Abfallwirtschaft, wo traditionelle Handsortierung an ihre Grenzen stößt. Mit dem zunehmenden Bedarf an hochwertigem Stahlschrott, insbesondere durch den Umstieg von Hochöfen auf Elektrolichtbogenöfen, wächst der Druck, metallische Abfälle präziser und skalierbarer aufzubereiten. Das FFG-Leitprojekt „Kiramet“ adressiert diese Herausforderung, indem es KI-basierte Bildverarbeitung für die Schrottsortierung entwickelt. Der Beitrag zeigt, welche Verfahren dafür besonders geeignet sind und wie sie in industrienahen Versuchen bereits Eisenfraktionen mit Reinheiten von über 99 m% erzielen konnten.
| Originalsprache | Deutsch |
|---|---|
| Seiten (von - bis) | 196-199 |
| Seitenumfang | 4 |
| Fachzeitschrift | Österreichische Wasser- und Abfallwirtschaft : ÖWAW |
| Jahrgang | 2026 |
| Ausgabenummer | Band 78, Heft April |
| DOIs | |
| Publikationsstatus | Veröffentlicht - 16 Jan. 2026 |
Schlagwörter
- Maschinelles Lernen
- Künstliche Intelligenz
- Sensorbasierte Sortierung
- Green Steel
- Schrott
Dieses zitieren
- APA
- Author
- BIBTEX
- Harvard
- Standard
- RIS
- Vancouver