• Keine Ergebnisse gefunden

Möglichkeiten und Anwendungen neuester VIS/NIR-Sortierer in der Aufbereitung von Sekundärrohstoffen

N/A
N/A
Protected

Academic year: 2021

Aktie "Möglichkeiten und Anwendungen neuester VIS/NIR-Sortierer in der Aufbereitung von Sekundärrohstoffen"

Copied!
11
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

enstechnik

Möglichkeiten und Anwendungen neuester VIS/NIR-Sortierer in der Aufbereitung von Sekundärrohstoffen

Richard Dornauer, Jürgen Pramer und Reinhold Huber

1. Historische Entwicklung ...612 2. Neuentwicklung Sensorfusion ...614 3. Anwendungsbeispiele der Sensorfusion ...615 3.1. Anwendungsbeispiel:

Sortierung einer gemischten Kunststofffraktion ...615 3.2. Anwendungsbeispiel:

Sortierung einer gemischten Altpapierfraktion ...618 4. Zusammenfassung ...619 5. Literatur ...619 Rohstoffe werden immer knapper, Ressourcennutzung immer aufwendiger, die ge- setzlichen Auflagen strenger, Deponierungen müssen vermieden werden. Daher ist es unumgänglich, dass die Aufbereitung von Rest- zu Sekundärrohstoffen verstärkt und vor allem wirtschaftlich interessant und somit überhaupt erst möglich gemacht wird.

Die sensorgestützte bzw. optische Sortierung hat sich für viele Schüttgüter als geeignetes Verfahren zur Trennung verschiedener Fraktionen etabliert. Sie erlaubt die Detektion einer Vielzahl von Merkmalen, wie Form-, Farb-, und Spektraleigenschaften, und kann somit flexibel auf die unterschiedlichsten Materialien – von Lebensmittel über Abfall- und Wertstofffraktionen bis zu Mineralien – angewandt werden.

Bild 1: Optische Sortierung durch Nutzung einer Vielzahl von Merkmalen

Die Anwendung von sensorgestützten Sortiersystemen ist ein wesentlicher Bestandteil bei der Rückgewinnung von Sekundärrohstoffen und hat besonders die Aufbereitung von Abfällen revolutioniert. Selten hat die Einführung einer neuen Technologie in so kurzer Zeit zu einer durchgängigen Neuorientierung in der Verfahrenstechnik geführt

Dichte Beschädigung Fluoreszenz Größe

Form Materialart

Störstoffe Defekte

Farbe Röntgen

leichte – schwere Stoffe Ausscheidung von beschädigten Objekten

abweichende

Fluoreszenzmuster große – kleine Elemente

Sortieren nach Länge, Breite, Höhe und

Durchmesser materialspezifische

Eigenschaften Extraktion von

Fremdstoffen anormale Formen

Ausbringung ungewünschter

Farben Erkennen der Objektdichte

(2)

enstechnik

wie in diesem Fall. Eine intensive Zusammenarbeit von Maschinenherstellern, For- schungseinrichtungen und Anwendern hat den Weg zur Anpassung der Sortiergeräte an die qualitativen Anforderungen der Aufbereiter und der neuen verfahrenstechni- schen Prozesse bereitet. Sowohl die Sortiergeräte als auch die zugehörigen Verfahren wurden und werden den Anforderungen hinsichtlich Qualität und Durchsatzleistung immer besser gerecht. Damit reagieren die Maschinenhersteller aber auch klar auf die Nachfrage des Marktes, letztendlich die treibende Kraft hinter jeder Entwicklung.

Seit mehr als 25 Jahren treibt Binder+Co AG mit Hauptsitz in Gleisdorf, Österreich die Weiterentwicklung der Sensor- und Kameratechnologie, die die Basis effizienter Sortierer ist, intensiv voran. So wurden etwa hoch effiziente UV-basierte Detektions- technologien zur Sortierung von hitzebeständigen und bleihaltigen Gläsern umgesetzt und für ein breites Anwendungsfeld weiterentwickelt. Die effiziente Abtrennung von Verunreinigungen wie Keramik, Steine oder Porzellan (KSP) aus Feinglasfraktionen ab einer Korngröße von 1 mm und deren farbliche Sortierung ab 3 mm wird heute in der Recyclingindustrie erfolgreich eingesetzt.

Durch die Entwicklung von kombinierten Sensorensystemen auf Basis der sogenannten Sensorfusion , kann Binder+Co nun optische Sortierer mit höchster Flexibilität in Bezug auf die Eigenschaftsdetektion und -verknüpfung anbieten. Sortieraufgaben können dadurch effizienter zusammen gefasst und gelöst werden, wodurch die Sortierung aller gängigen Abfall- bzw. Wertstofffraktionen nach Farbe, Form, Größe, Absorptions- und Lumineszenzeigenschaften im erweiterten Wellenlängenbereich (200 bis 2.400 nm) und mit kombinierten Eigenschaften möglich ist.

1. Historische Entwicklung

Die Technologie der optischen Sortierung ist nicht neu. Bereits Mitte der achtziger Jahre wurden erstmals sensorgestützte Sortierer im Bereich des Rohstoffrecyclings getestet.

Diese Sortierer waren analoge Einzelkanal-Sortierer mit Fotodioden als Sensoren.

Der sich rasch entwickelnde Markt im Recyclingbereich verlangte jedoch nach effi- zienten Sortierern für neue Trennaufgaben Durch die rasanten Entwicklungen der Sensoren und der digitalen elektronischen Datenverarbeitung Anfang der neunziger Jahre wurden erstmals digitale Bildverarbeitungstechniken in die Sortiertechnik ein- geführt. Dabei wurden zunächst getrennt gesammelte Abfallgemische wie Altglas und Leichtverpackungen mittels Transmissionsmessung und Spektralanalyse der Reflektion im Nahinfrarotbereich aufbereitet. Auf Grund der damals noch teils sehr geringen örtlichen und zeitlichen Auflösung der Sensoren – und vergleichsweise geringen Rechenleistung der Computertechnologie, konnten optische Sortierer allerdings nur einen beschränkten Beitrag zur Materialsortierung leisten.

Durch den rasanten Fortschritt in den genannten Technologiebereichen, in Verbindung mit der Entwicklung robuster Klassifikationsalgorithmen und schneller Sortierventile ermöglicht die optische Sortierung eine immer effizientere und präzisere Trennung von Schüttgütern bei höherer Durchsatzleistung.

(3)

enstechnik

Die Weiterentwicklung der Sensortechnik für die optische Sortierung erfolgte in den letzten Jahren vor allem in zwei Richtungen:

1. Durch den Einsatz moderner schneller Zeilenkameras in Verbindung mit Power- LED-Beleuchtung konnte insbesondere für VIS-basierte Sensoriken die örtliche und zeitliche Auflösung deutlich gesteigert werden. Somit ist es nun möglich sehr hochaufgelöst visuelle Eigenschaften von Objekten zu detektieren und sehr kleine Korngrößen erfolgreich zu sortieren.

Waren bis vor wenigen Jahren Sortieranwendungen erst ab Korngrößen von etwa 5 mm technisch und/oder wirtschaftlich möglich, so hat sich die Einsatzgrenze für farb-basierte Sortierer zu 1 mm hin verschoben. Ähnliches gilt für NIR-basierte Sensoriken bei denen die Auflösung zwar noch vergleichsweise gering ist, aber mittels Spectral Imaging deutlich gesteigert werden konnte und die wirtschaftliche Einsatzgrenze aktuell bei etwa 5 mm anzusetzen ist.

2. Entwicklung neuer sensorischer Erkennungsmethoden und Anwendungen.

Bis vor kurzem wurden nahezu ausschließlich die Farbeigenschaften mittels VIS- Sensoren (400 bis 700 nm) und Materialeigenschaften mittels NIR-Sensoren (900 bis 1.850 nm) detektiert und getrennt als entscheidungsrelevante Merkmale für eine Sortierentscheidung herangezogen. In den letzten Jahren konnte der nutzbare Wellenlängenbereich auf 200 bis 2.400 nm ausgedehnt werden und wurden hoch- auflösende industrietaugliche Sensoriken zur Detektion von UV-Absorptions- und Lumineszenzeigenschaften entwickelt. Im Bild 2 sind einige genutzte Wellenlän- genbereiche und Detektionstechniken dargestellt.

LIF

UV

VIS T

VIS R

Potenzial Anwendung Potenzial

Gamma- Strahlung

1 x 10-14 Wellenlänge in Meter

Sichtbares Spektrum (Licht)

1 x 10-13 1 x 10-8 1 x 10-4 1 x 10-2 1 x 102 1 x 104 Röntgen-

Strahlung Ultra- violett- Strahlung

Infrarot-

Strahlung Mikrowellen FM TV Kurz- welle Lang-

welle

NIR

Bild 2: Für die optische Sortierung genutzte Spektren

(4)

enstechnik

Voraussetzung und Bedingung für die erfolgreiche Nutzung der sensorischen Weiter- und Neuentwicklungen ist eine oftmals spezifische Konditionierung der Aufgabefrak- tionen. Als Beispiel sei dazu die Trockenwäsche in der Altglasaufbereitung, welche erst die effiziente Feinkornsortierung ermöglicht, erwähnt. Generell ist beim Einsatz opti- scher bzw. sensorgestützter Sortierer eine gesamtheitliche Prozessbetrachtung wichtig.

2. Neuentwicklung Sensorfusion

Über viele Jahre hat Binder+Co vor allem die Weiterentwicklung der Sensor- und Beleuchtungstechnik intensiv vorangetrieben. Neben der Ausdehnung der Produkt- palette durch Entwicklung und Integration der verschiedensten Sensorarten (VIS, NIR, UV, usw.) wurde auch verstärkt auf den Einsatz von Multisensorsystemen in Sortierern gesetzt. Sortiermaschinen werden dabei mit mehreren Einzelsensoren ausgestattet und die Daten der einzelnen Sensoren werden für sich ausgewertet und erst auf Ventilebene, also bei der Materialausbringung, erfolgte die Zusammenführung der Ventilsteuerdaten.

Fortsetzung fand diese Entwicklung in der Zusammenführung der Sensoren in Form der sogenannten Sensorfusion. Dieses Konzept ermöglicht nicht nur das gleichzeitige Detektieren der verschiedenen optische Eigenschaften mit einer Sensorkombination, sondern auch eine komplexe und/oder hierarchische Verknüpfung bei der Klassi- fikation und Objektbewertung. Daraus ergeben sich beispielsweise robustere und

Bild 3: Konzeptbeispiel – Sensorfusion VIS/NIR

exaktere Objektbewertungen und neue sowie kombinierte Klassifizierungsmög- lichkeiten. Die Sensorfusion führt zu einem Informationsmehrwert, der unter anderem die Lösung komplexer Sortier- aufgaben mit nur einem Sortierschritt in einem Prozessor ermöglicht.

Herz der Technik ist, neben einer an- wendungsspezifischen Sensor-/Be- leuchtungskombination, vor allem eine neuentwickelte SW-Architektur mit paralleler Prozessverarbeitung und Aus- lastungsmanagement. Damit können die anfallenden hohen Datenraten auch mit rechenleistungsintensiven Algorithmen in Echtzeit verarbeitet werden und multi- core Rechner effizient genützt werden.

In Bild 3 ist beispielsweise eine Konzeptskizze einer VIS/NIR Sensorfusion mit hochauflösender Farbzeilenkamera in Kombination mit einer NIR-Spectral-Imaging Kamera dargestellt.

400–650 nVIS m

Computer NIR

900–2400 nm (oder Teile daraus)

VIS/NIR

VIS/NIR

(5)

enstechnik

Funktionsbeschreibung:

Das Aufgabematerial wird über eine Beschickungsrinne dem optischen Sortierer zu- geführt. Die Objekte werden über die gesamte Sortierbreite vom Sensorsystem erfasst und die Sensorik nimmt die optischen Eigenschaften der Partikel bzw. Objekte auf. Der VIS-Sensor detektiert die Farb- und geometrische Information sowie die Position des Objektes, der NIR-Sensor detektiert das materialspezifische NIR-Spektrum. Hinsicht- lich Abbildungsqualität spielen insbesondere die Auflösung und Empfindlichkeit der Sensoren, die Farbtemperatur der Beleuchtung, der jeweilige Wellenlängenbereich und die Signalstabilität eine Rolle. Die Rohsignale werden direkt von den Kameras über high- speed-Schnittstellen einer zentralen Recheneinheit zugeführt und weiterverarbeitet.

Auf Basis der Rohsignale werden den einzelnen Objekten Attributkennwerte wie Farbe, Materialart oder Objektform zugeordnet. Diese Attributkennwerte werden mit parame- trierbaren Algorithmen klassifiziert und definierten Merkmalsklassen zugeordnet. Je nach Applikation und Sensorkonfigurationen können verschiedene Attribute definiert und kombiniert werden.

Beispielsweise kann ein weißes PE-Kunststoffteil ab bestimmter Korngröße der Aus- wurffraktion zugeordnet werden. Dies würde einer 3-fachen Eigenschaftsverknüpfung (Farbe-Materialart-Korngröße) entsprechen.

In einem anderen Fall kann z.B. bei der Altpapiersortierung über eine 2-fache Attri- butkombination bunt bedruckter Karton, farblich nicht zu unterscheidendes Hoch- glanzmagazin und Deinkingpapier jeweils einer eigenen Merkmalsklasse zugeordnet und nach Produktanforderung sortiert werden.

Bei positiver Übereinstimmung mit voreingestellten Auswurfkategorien wird ein Signal zeitverzögert an das Ausblasmodul, wie im Bild 3 dargestellt, gesendet. Ein oder meh- rere Ventile werden orts- und zeitrichtig geöffnet und ein stark gebündelter Luftstrom separiert die detektierten Objekte vom durchströmenden Material.

3. Anwendungsbeispiele der Sensorfusion

In der Abfallaufbereitung, insbesondere bei der Sortierung von getrennt gesammelten Wertstoffen wie Glas, Altpapier oder Kunststoffverpackungen, sind optische Sortierer mittlerweile wesentliche Prozesskomponenten. Die primären Aufgabenstellungen betreffen die Auftrennung von Mischfraktionen in diverse Zwischenprodukte sowie Farb-, Material- und Störstoffsortierung zur Erzeugung von qualitativ hochwertigen Endprodukten.

3.1. Anwendungsbeispiel Sortierung einer gemischten Kunststofffraktion

Das Sortieren von Kunststoffabfällen ist entscheidend für alle nachfolgenden Schritte bei der Altkunststoffverwertung und hat daher das höchste Wertschöpfungspotential.

Optische Sortierer werden daher sowohl für das Sortieren von Massenkunststoffen wie PE, PP, PVC, PS und ABS die v.a. für Verpackungen, Baustoffe, Haushaltsartikel oder Formteile in der Automobilindustrie genutzt werden, als auch das Sortieren von technischen Kunststoffen und Spezialkunststoffen wie PA, PMMA, PET oder PC.

(6)

enstechnik

Aufgrund der Vielzahl an genutzten Kunststoffarten und unterschiedlichster Anteile an Additiven und Füllstoffen stellt die Sortierung von gemischten Kunststofffraktionen jedoch eine große Herausforderung an die Sensorik und das technische Design der Sortiermaschinen dar.

Aufgabenstellung

In gegenständlichem Beispiel werden aus einer gemischten Kunststofffraktion mit einer Korngröße von 10 bis 40 mm die stofflich verwertbare PE-Fraktion, eine thermisch verwertbare Mischkunststofffraktion sowie die zu entsorgenden Rest- und Störstoffe – z.B. PVC, Holz, schwarze Kunststoffe – sortiert.

Durch die Verwendung der Sensorfusion VIS/NIR kann diese komplexe Sortierauf- gaben mit einer Sortiermaschine gelöst werden.

Tabelle 1: Sortieraufstellung für das Beispiel einer gemischten Kunststofffraktion auszuwerfende Fraktionen

Auswurf 1 Durchlauf Auswurf 2

Fraktion PE PET PP PS PVC Holz andere Störstoffe

Trennziel stofflich verwert- barer Kunststoff z.B. thermisch verwertbare Mischkunststofffraktion zu entsorgende Reststofffraktion

Bild 4: Flowsheet der beschriebenen Sortieraufgabe einer gemischten Kunststofffraktion

Feinkorn

2

3

Optischer Sortierer 3-Weg / NIR/VIS Siebförderrinne

Aufgabematerial: gemischte Kunststofffraktion mit einer Korngröße von 0–40 mm

1

Mischkunst- stoffe Förderrinne

Rest-/

Störstoffe Wertstoff

Auswurf 1 Auswurf 2 Durchlauf

(7)

enstechnik Bild 5:

Beispiel Inputmaterial gemischte Kunststofffraktion

Bild 6: Informationsverknüpfung durch Sensorfusion

Bild 7:

Beispiel Sortierung von Kunst- stofffraktion mit Sensorfusion VIS/NIR

Attribut VIS 1 Attribut VIS 2 Attribut NIR 1 Attribut NIR 2

weiß Korngröße x PE

Attribute VIS1 + VIS2 + NIR2Attribut VIS1 + Attribut NIR2 Attribut VIS X + Attribut NIR X

Attribut VIS 3 ……. X Attribut NIR 3 …….. X

Objekt PE, weiß

VIS

Verknüpfung

Merkmalsklasse 1 Auswurf 1

NIR

(8)

enstechnik

Durch den Einsatz eines optischen Sortierers mit Sensorfusion NIR/VIS kann in gegen- ständlichem Beispiel der Altpapiersortierung über eine 2-fache Attributkombination bunt bedruckter Karton einerseits und farblich nicht zu unterscheidendes Hoch- glanzmagazin und Deinkingpapier andererseits jeweils einer eigenen Merkmalsklasse zugeordnet und nach Produktanforderung sortiert werden.

3.2. Anwendungsbeispiel Sortierung einer gemischten Altpapierfraktion

In der Sortierung gemischter Altpapierfraktionen kann der Einsatz der Sensorfusion VIS/NIR zur Gewinnung von qualitativ hochwertigen Endprodukten genutzt werden.

Dabei werden die mit VIS-Sensorik erhaltenen Farb- und Objektinformationen mit den durch die NIR-Sensorik gewonnenen Materialeigenschaften verknüpft und definierte Merkmalsklassen als trennendes Kriterium genutzt.

Um eine zur Weiterverarbeitung geeignete Deinking-Fraktion zu erhalten, müssen diverse Reststörstoffe wie Kunststoffe, durchgefärbtes Büropapier oder Karton abge- schieden werden.

Kunststoffe und Zellstoffprodukte sind durch ihr spezifisches Absorptionsverhalten im (Nah-)Infrarot-Bereich charakterisierbar. Neben der stofflichen Zusammensetzung sind für die Merkmalsklassenzuordnung oft auch Eigenschaften wie Bedruckungsgrad und Farbe bestimmend.

Tabelle 2: Sortierung von Altpapier mit Clarity mit Sensorfusion VIS/NIR Durchlauffraktion auszuwerfende Fraktionen

Deinking (Zeitungen, Kartonage Kartonage mit Papier Papierfremde Fraktion Magazine, Illustrierte,

braun, grau Papierlayern (PIZZA)

durchgefärbt Stoffe (Kunststoffe)

Officepapier) und Eierkartons

Eigen- Helle und bedruckte Charakterist. behandelte Spezielle

Oberfläche schaften Rotationspapiere Ligningehalt Färbung, Oberfläche, Form und typische Farbgebung Farbgebung und Größe alles außer Papier

Bild 8:

Sortierung von Altpapier, Materialzuführung

(9)

enstechnik

4. Zusammenfassung

Die Sensorfusion ermöglicht nicht nur die Detektion einer Vielzahl von Objektmerk- malen, sondern auch deren Verknüpfung in einem einzigen Prozessor.

Sortieraufgaben können effizienter zusammen gefasst und gelöst werden, wodurch die Sortierung der meisten gängigen Abfall- bzw. Wertstofffraktionen nach Farbe, Form, Größe, Absorptions- und Lumineszenzeigenschaften im erweiterten Wellenlängen- bereich (200 bis 2.400 nm) und mit kombinierten Eigenschaften möglich ist.

Insbesondere bei der Sortierung von gemischten Kunststofffraktionen, die aufgrund der Vielzahl an genutzten Kunststoffarten und unterschiedlichster Anteile an Additi- ven und Füllstoffen meist komplex zusammengesetzt sind, ergeben sich dadurch neue Anwendungsmöglichkeiten.

5. Literatur

[1] Fleischhacker, S.: Stoffliche Verwertung von Abfällen-Einsatz der Nahinfrarot-Sortiertechnik im Bereich von Gewerbeabfällen. Inst. für Nachhaltige Abfallwirtschaft und Entsorgungstechnik, Montanuniversität Leoben, Masterarbeit, 2011

[2] Grabner, K.; Gschaider, H.J.: Entwicklung der Aufbereitungstechnik in den letzten 60 Jahren – skizziert am Beispiel von Binder+Co. BHM, Vol. 155 (10): 467-474, 2010

[3] Gschaider, H.J.; Huber, R.: Neue Entwicklungen in der optischen Sortierung. BHM, 153. Jg., Heft 6, 2008

[4] Heintz, R.; Struck, G.; Burkhard, M.: Flexible Echtzeitsimulationsumgebung für optische Schütt- gutsortierung. Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung, Karlsru- he, 2011

[5] Huber, R.; Gschaider, H.J.: Different realised applications of sensor-based sorting in mineral processing. Heft 135 der Schriftenreihe der GDMB, 2014

[6] Lindweiler, P.: Sensortechnik für Kunststoffrecycling. In: Thomé-Kozmiensky, K. J.; Goldmann, D. (Hrsg.): Recycling und Rohstoffe, Band 8. Neuruppin: TK Verlag Karl Thomé-Kozmiensky, 2015, S. 603-617

[7] Makari, C.: Neue Methoden zur Aufbereitung von Altpapier und Kartonage im trockenen Milieu.

Diplomarbeit, 2005

Bild 9: Sortierung von Altpapier mit Clarity mit Sensorfusion VIS/NIR

Der optische Sortierer mit dem fusionier- ten VIS/NIR Sensor kann auch noch mit einem Metallsensor ausgerüstet werden, wodurch sich zusätzlich metallische Mate- rialeigenschaften in einem Sortierprozess klassifizieren lassen.

(10)

Dorfstraße 51

D-16816 Nietwerder-Neuruppin

Tel. +49.3391-45.45-0 • Fax +49.3391-45.45-10 E-Mail: tkverlag@vivis.de

Bestellungen unter www. .de

oder

TK Verlag Karl Thomé-Kozmiensky

Herausgeber: Karl J. Thomé-Kozmiensky

Verlag: TK Verlag Karl Thomé-Kozmiensky

Thome-Kozmiensky

Entsorgung von Verpackungsabfällen

ENTSORGUNG

von

VERPACKUNGSABFÄLLEN

Karl Joachim Thomé-Kozmiensky

Entsorgung von Verpackungsabfällen ISBN: 978-3-944310-01-5 Erschienen: 2014

Hardcover: 350 Seiten

mit zahlreichen Abbildungen Preis: 40.00 EUR

Förderband

Impuls zum Gebläse Sensor/Kamera

Zeitungen und Zeitschriften (Deinkingware)

~ 70 %

Störstoffe (Karton, Kunststoffe usw.)

~ 30 %

Luftdüsen

Themen:

• Funktionen von Verpackungen

• Produktverantwortung

• Recht und Praxis in Deustchland und Österreich

• Organisation

• Verfahrenstechnik

• Ökoeffizienz

• Kosten

• Probleme

• Perspektiven

(11)

Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.dnb.de abrufbar

Karl J. Thomé-Kozmiensky, Daniel Goldmann (Hrsg.):

Recycling und Rohstoffe – Band 9

ISBN 978-3-944310-27-5 TK Verlag Karl Thomé-Kozmiensky

Copyright: Professor Dr.-Ing. habil. Dr. h. c. Karl J. Thomé-Kozmiensky Alle Rechte vorbehalten

Verlag: TK Verlag Karl Thomé-Kozmiensky • Neuruppin 2016

Redaktion und Lektorat: Professor Dr.-Ing. habil. Dr. h. c. Karl J. Thomé-Kozmiensky, Dr.-Ing. Stephanie Thiel, M.Sc. Elisabeth Thomé-Kozmiensky

Erfassung und Layout: Ginette Teske, Sandra Peters, Janin Burbott-Seidel, Claudia Naumann-Deppe, Anne Kuhlo, Carolin Bienert, Gabriele Spiegel Druck: Universal Medien GmbH, München

Dieses Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte, insbesondere die der Übersetzung, des Nachdrucks, des Vortrags, der Entnahme von Abbildungen und Tabellen, der Funk- sendung, der Mikroverfilmung oder der Vervielfältigung auf anderen Wegen und der Speicherung in Datenverarbeitungsanlagen, bleiben, auch bei nur auszugsweiser Verwertung, vorbehalten. Eine Vervielfältigung dieses Werkes oder von Teilen dieses Werkes ist auch im Einzelfall nur in den Grenzen der gesetzlichen Bestimmungen des Urheberrechtsgesetzes der Bundesrepublik Deutschland vom 9.

September 1965 in der jeweils geltenden Fassung zulässig. Sie ist grundsätzlich vergütungspflichtig.

Zuwiderhandlungen unterliegen den Strafbestimmungen des Urheberrechtsgesetzes.

Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürfen.

Sollte in diesem Werk direkt oder indirekt auf Gesetze, Vorschriften oder Richtlinien, z.B. DIN, VDI, VDE, VGB Bezug genommen oder aus ihnen zitiert worden sein, so kann der Verlag keine Gewähr für Richtigkeit, Vollständigkeit oder Aktualität übernehmen. Es empfiehlt sich, gegebenenfalls für die eigenen Arbeiten die vollständigen Vorschriften oder Richtlinien in der jeweils gültigen Fassung hinzuzuziehen.

Abbildung

Tabelle 1:  Sortieraufstellung für das Beispiel einer gemischten Kunststofffraktion auszuwerfende Fraktionen
Tabelle 2:  Sortierung von Altpapier mit Clarity mit Sensorfusion VIS/NIR Durchlauffraktion  auszuwerfende Fraktionen

Referenzen

ÄHNLICHE DOKUMENTE

Conse- quently, in a quiescent state of a balancing network isomorphic to a sorting network, if the network as a whole was given a smooth input sequence, its output sequence must map

[r]

[r]

• The NIR Case instrument showed a good accuracy for very different fruit types such as tomatoes (high water content), melons (thick skin and large calibre) and strawberries

Die Gemeinde Liestal ermöglicht einen Lieferdienst, der wie folgt funktioniert: Die Dienstleistung wird in Liestal durch einen Sozialbetrieb sichergestellt und funktioniert so,

Die Nutzung der Sporthalle Niederholz, die ein ausgezeichnetes Infrastrukturangebot für regionale, kantonale und schweizerische Veranstaltungen unterschiedlichster Sportarten

Seit rund einem Jahr steht auf der Andreasmatte die Freiraumkiste, die dank Spielsachen, Bank und Tisch sowie ihrem offenen Charakter für Familien, Kindern und Jugendlichen zu

or both of these types of atoms does not provide physi- cally meaningful results. At this point, one should em- phasize that this implies that there is no evidence of