Materialcharakterisierung gebrauchter Feuerfeststeine als Schlüssel für das effektive Training von Sensoren: (Praxisbeispiele aus dem Projekt ReSoURCE)

Feuerfeste Werkstoffe sind essenziell für Hochtemperaturprozesse verschiedener Industrien. Dazu zählen beispielsweise auch die Stahl- und Zementproduktion sowie die Müllverbren-nung. Aufgrund der extremen Prozessbedingungen müssen feuerfeste Auskleidungen re-gelmäßig erneuert werden, wodurch erhebliche Mengen an gebrauchten Feuerfestmateria-lien anfallen. Diese Materialien besitzen ein hohes Sekundärrohstoffpotenzial. Derzeit erfolgt das Recycling überwiegend durch eine manuelle Sortierung, basierend auf visuellen Krite-rien. Wirtschaftliche Faktoren begrenzen dabei die maximale Partikelgröße, die bei der Sor-tierung berücksichtigt werden. Ein ganzheitliches, automatisiertes Verfahren, das in der Lage ist, die große Vielfalt feuerfester Materialien unabhängig von der Korngröße zu sortieren, existiert bislang nicht. Allerdings haben jüngste Fortschritte in Forschung und Technologie die Entwicklung effizienterer und automatisierter Recyclinglösungen für gebrauchte Feuerfest-materialien ermöglicht. Ein Beispiel ist die mobile Sortieranlage, die im Rahmen des laufen-den von der EU geförderten Projekts ReSoURCE (Refractory Sorting Using Revolutionizing Classification Equipment) konzipiert und umgesetzt wurde. Zur Sortierung werden dabei hy-perspektrale Bildgebung (HSI) und laserinduzierte Plasmaspektroskopie (LIBS) mit künstli-cher Intelligenz kombiniert. Zur Optimierung der Sortiergenauigkeit wird eine umfangreiche Datenbank erstellt, die Sensormessungen und Analyseergebnisse typischer Primär- und Se-kundärmaterialien unterschiedlicher Zusammensetzung und Korngrößen umfasst. Die vor-liegende Studie zeigt auf, wie wichtig eine gründliche Materialcharakterisierung für das Sen-sortraining ist und beschreibt erste Testergebnisse mit vielversprechenden Ansätzen zur Dif-ferenzierung der untersuchten Materialien. Zukünftige Arbeiten konzentrieren sich auf die Erweiterung der Datenbank sowie die Definition chemisch und mineralogisch unterscheidba-rer Sortierklassen.