TOMRA leistet Pionierarbeit beim Einsatz von Deep-Learning-Technologien zur Sortierung von Verarbeitetem und unverarbeitetem Holz
Das Unternehmen hat seine branchenführende AUTOSORT®-Technologie mit seiner auf Deep Learning basierende optionale Technologie GAIN kombiniert und so eine Lösung entwickelt, die verschiedene Arten von Holzwerkstoffen unterscheiden und sortieren kann.
Dabei wird sich auf die Sortierung von unverarbeitetes Holz und verarbeitetem Holz wie beispielsweise MDF-, HDF- und OSB-Platten sowie Spanplatten konzentriert. Mit dieser neuen Lösung wird die Sortier- und Fertigungsprozesse der Kunden deutlich verbessert
TOMRA Recycling ist seit über zehn Jahren ein Pionier auf dem weltweiten Holzrecyclingmarkt. Seit langem vertrauen Spanplattenhersteller auf die X-TRACT-Lösung des Unternehmens. Diese befreit das Aufgabematerial von Inertmaterial (Glas, Steine, Keramik usw.), allen metallischen Störstoffen (nichteisenhaltig und eisenhaltig) und erzeugt so eine saubere Holzspanfraktion, die von ausreichend hoher Qualität ist und zur Herstellung von Standardspanplatten verwendet werden kann.
In den letzten Jahren sind jedoch immer mehr Kunden, die recyceltes Holz mit einem deutlich höheren Reinheitsgrad in ihren Fertigungsprozessen verwenden möchten, an TOMRA Recycling herangetreten. Um diese besonderen Reinheitsanforderungen zu erfüllen, müssen neben dem Inertmaterial und den Metallen im Zufuhrstrom auch andere Verunreinigungen wie Holzwerkstoffe und Polymere entfernt werden.
Da diese Materialien mit Röntgentechnik jedoch nicht unterscheidbar sind, musste eine alternative Lösung gefunden werden. Entschlossen, diesen Kunden zu helfen und eine potenzielle Marktlücke für eine Lösung zu finden, mit denen Unternehmen im Holzrecyclingsektor ihre Holzsortierprozesse optimieren können, entwickelten die Deep-Learning-Experten von TOMRA Recycling eine entsprechend neue Sortierlösung.
Die neue Anwendung nutzt Deep-Learning, um verarbeitete Holzverbundstoffe wie MDF-, HDF- und OSB-Platten sowie Spanplatten als Verunreinigung auszusortieren, sodass eine saubere Fraktion unverarbeitetes Holz übrig bleibt. Alternativ werden – je nach Kundenwunsch – einzelne hochreine Holzverbundstofffraktionen aus dem Zufuhrstrom erzeugt.
Damit ist TOMRA das erste Unternehmen weltweit, das Deep-Learning-Technologien nutzt, um verschiedene Holzarten zu erkennen und zu trennen und eine Aufgabe für eine Sortieraufgabe anbietet, die mit konventioneller Technologie nicht lösbar war.
Dazu Philipp Knopp, Product Manager bei TOMRA Recycling: „Holzrecycling ist ein sich schnell entwickelnder Markt, auf dem in vielen Regionen weltweit immer strengere gesetzliche Vorschriften eingeführt werden, um zu einem Kreislaufwirtschaftsmodell überzugehen. Unser AUTOSORT® mit der GAIN-Erweiterung stützt sich auf Deep-Learning und erweist sich als eine leistungsstarke und flexible Lösung. Wir sind überzeugt davon, dass sie von den Holzwarenherstellern auf der ganzen Welt begrüßt werden wird. Darüber hinaus können unsere Kunden damit ihre Betriebe zukunftssicher machen, da sie besser aufgestellt sind, um sich an künftige Veränderungen auf dem globalen Holzrecyclingmarkt – wie etwa neue gesetzliche Vorschriften – anzupassen und darauf zu reagieren. Wir freuen uns, dass wir der erste Anbieter auf dem Markt sind, der diese auf künstlicher Intelligenz basierende Lösung anbietet.“