Material-based characterization of multilayer plastic film and textile wastes using NIR spectroscopy

Der Übergang zu einer Kreislaufwirtschaft erfordert eine zuverlässige Identifizierung und Trennung von Materialien in Abfallströmen nach deren Nutzung. Die Nahinfrarotspektroskopie (NIR) wird bereits häufig bei der automatisierten Sortierung eingesetzt, ihr Einsatzgebiet ist jedoch in der Regel auf klar definierte Materialfraktionen optimiert und beschränkt. Komplexe-re Abfallströme oder herausfordernde Materialien wie mehrschichtige Kunststofffolien und Textilien, sind aufgrund ihrer geringen Dicke, ihrer geschichteten oder gemischten Strukturen und ihrer Anfälligkeit für Verunreinigungen nach wie vor schwer zu klassifizieren. Im Rahmen der vorliegenden Dissertation wurden eine essenzielle Datenbasis und Lösungskonzepte ge-schaffen, um die NIR-Spektroskopie anzupassen und deren Anwendbarkeit auf die Materiali-dentifizierung und die Qualität dieser schwierigen Abfallfraktionen zu verbessern. Bei mehr-schichtigen Kunststoffverpackungsfolien zeigte sich, dass die Handheld-NIR-Spektroskopie die gängigsten Mehrschichtkombinationen mit nur einer einseitigen Messung genau unter-scheiden kann. Es wurde festgestellt, dass die Messkonfiguration, insbesondere die Reflexi-onseigenschaften des Hintergrunds die Spektralqualität und die Klassifizierungsstabilität stark beeinflussen. Diese Ergebnisse sprechen für den Einsatz von Handheld-NIR-Geräten für re-präsentative Stichproben und lieferantenbezogene Qualitätskontrollen und erleichtern zukünf-tig die Validierung von Test- oder Trainingssets bei der (Weiter-)Entwicklung von automatisier-ten Sortiersystemen. Bei Textilien wurde die NIR-Spektroskopie zur Quantifizierung des Baumwollanteils in Polyes-ter/Baumwolle-Mischungen sowohl unter Sensorgestützter als auch bei Handheldmessungen evaluiert und optimiert. Die Genauigkeit wurde durch das Mischungsverhältnis, die Textilstruk-tur und Oberflächenbehandlungen beeinflusst. Feuchtigkeitskontamination wurde als der Fak-tor identifiziert, der die Zuverlässigkeit der Klassifizierung am stärksten beeinträchtigte. Die Ergebnisse unterstreichen die Notwendigkeit, Kontaminationseffekte bei der Modellentwick-lung zu berücksichtigen und breitere, repräsentativere Datensätze aufzubauen, während zu-künftige Arbeiten die Leistung unter groß angelegten Sortierbedingungen evaluieren sollten. Insgesamt legt die Arbeit die Bedingungen fest, unter denen die NIR-Spektroskopie mehr-schichtige Folien und Textilien zuverlässig klassifizieren kann, und verdeutlicht, wie Handheld- und automatisierte Systeme innerhalb von Sortierabläufen komplementär eingesetzt werden können. Die Ergebnisse liefern grundlegende Erkenntnisse, die weitere Forschungen und die industrielle Umsetzung unterstützen.