Holzrecycling
Einfacher durch Deep Learning

Das Unternehmen hat seine 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 unverarbeitetem 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 vereinfacht.

In den letzten Jahren sind immer mehr Kunden, die recyceltes Holz mit einem deutlich höheren Reinheitsgrad in ihren Fertigungsprozessen verwenden möchten, an das Unternehmen 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 entwickelt werden. 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 das Mühlheimer Unternehmen das erste 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.