© pexels | James Frid

Metallgewinnung mit KI

Verborgene Metalle recyceln

Projektleiter von REGENERATIS an der Technischen Hochschule Köln (TH Köln) ist Prof. Dr. Christian Wolf vom :metabolon Institute.

Prof. Wolf, welche Probleme will das Forschungskonsortium lösen?
Industriebrachen können mit ganz unterschiedlichen Metallen belastet sein: etwa Zink, Eisen, Blei oder seltenen Erden. Dabei handelt es sich um Späne aus dem Bearbeitungsprozess, metallische Schlämme, Schlacken oder Erddeponien, in denen Reststoffe der Produktion entsorgt wurden. Von diesen Metallen geht zum einen eine Umweltgefahr aus, zum anderen sorgen sie dafür, dass die Flächen nicht mehr genutzt werden können. Bislang hat man den Boden in einem teuren Verfahren abgebaggert und entsorgt. Wir wollen aus dem Problem ein Geschäftsmodell machen und ein Verfahren entwickeln, um die im Boden verborgenen Metalle zu recyceln. So beseitigen wir nicht nur das Umweltproblem, sondern tragen auch zur Ressourcenschonung bei.

Auf welche Weise soll dies gelingen?
Zur Rückgewinnung benötigt man für jedes Metall eine andere Prozesskette. Da diese sehr aufwändig sein können, muss man im Vorfeld wissen, welche Verfahren vor Ort benötigt werden. Im Forschungsprojekt sollen daher von drei Modellstandorten Bodenproben entnommen und analysiert sowie historische Informationen zusammengetragen werden. Diese werden in eine Künstliche Intelligenz eingespeist, die dann ermitteln soll, welche Prozessketten benötigt werden und wie viel von welchen Metallen zurückgewonnen werden kann. Damit trifft die KI auch eine Aussage darüber, ob sich eine entsprechende Behandlung überhaupt lohnt. Das wird sicher nicht in jedem Fall so sein.

Welche Aufgabe hat die TH Köln?
Wir entwickeln am :metabolon Institute die Künstliche Intelligenz, die eine Mischung aus neuronalen Netzen und einem regelbasierten System mit einer sogenannten Fuzzy-Logik sein wird. Basierend auf den Messwerten der Probebohrungen sowie den historischen Daten werden unterschiedliche Verfahrenskombinationen bewertet und nach Ressourceneffizienz und Kosten klassifiziert. Die KI füttern wir dann mit den umfangreichen Informationen, die unsere Projektpartner erheben. Neben den Standortdaten sind das auch Beschreibungen der verschiedenen Prozessketten. Die KI trainieren wir damit, so dass sie zum Projektende präzise Vorhersagen machen kann. Zurzeit arbeiten wir an der Software-Struktur und beginnen mit der Arbeit am ersten Prototypen.

Vollständige Quelle: TH Köln