DIGISORT – Digitalisierung mechanischer Sortierprozesse beim mechanischen Batterierecycling

Ausgangsmaterial für eine Windsichtung aus Separator- und Elektrodenfolien mit unterschiedlichem Anteil an Restbeschichtung.
Creative Commons (CC) TU Bergakademie Freiberg – MVTAT CC BY

Das Vorhaben beschäftigt sich mit der Digitalisierung mechanischer Trennprozesse im Recycling am Beispiel der Windsichtung von Schreddergut der Lithium-Ionen-Batterien, die durch die Entwicklung und Nutzung einer neuen Messtechnik und der Datenanalyse weit über den Stand der Technik hinausgeht. Die mechanischen Trennprozesse haben die Aufgabe die aufgeschlossene Batterie, d.h. die voneinander befreiten Bruchstücke werthaltiger Komponenten oder Materialien in verschiedene Ströme mit möglichst hohem Wertstoffanteil zu überführen. Die Bruchstücke haben typischerweise eine Größe von 0,1 – 30 mm und variieren je nach Batterietyp und Betriebsparametern des Schredderschritts in Größe, Masse oder auch Zusammensetzung. Damit müssen die nachfolgenden mechanischen Trennprozesse unterschiedliche Materialzusammensetzungen verarbeiten und diese in möglichst hochwertige Wertstoffströme überführen. Nach dem Stand der Technik erfolgt dies typischerweise im Kampagnenbetrieb, d.h. das Feedmaterial wird vorsortiert und nur Batterien gleichen oder ähnlichen Prozessverhaltens werden zusammen verarbeitet. Durch die zu erwartend weiter ansteigende Zahl an Batterietypen stehen mechanische Recyclinganlagen in Zukunft vor der Herausforderung weiterhin hinreichend hochwertige Konzentratqualitäten herzustellen.

Das Projekt DIGISORT entwickelt daher eine Messtechnik, die relevanten Eigenschaften des Schredderguts on-line und in-line erfassen kann. Diese Erfassung erfolgt nicht als integraler Parameter, sondern für jedes Bruchstück individuell, was eine enorme Informationstiefe bedeutet. Die Daten werden durch die Kombination von Bilddaten mit spektroskopischen bzw. hyperspektralen Informationen gewonnen und in der Anwendung Auskunft geben, wann welche Partikel mit welcher Partikelform und Zusammensetzung verarbeitet werden. Die daraus resultierend großen Datensätze müssen verarbeitet und strukturiert werden, um daraus ingenieurtechnische Zusammenhänge zu entwickeln. Dies erfolgt über Werkzeuge des maschinellen Lernens.

Die Prozessdaten werden dann im ersten Schritt beispielhaft in einer konventionellen Regelungsstrategie für den Prozessschritt Windsichten verwendet. Darauf aufbauend wird die Datenmenge und -qualität zu einer adaptiv dynamische-modellbasierten Regelung überführt. Die Regelung wird somit die Trennschärfe, und Produktqualität bzw. die Ausbeute erhöhen. Als Anwendungsbeispiel, das sowohl mit Modellmischungen als auch realen Schredderprodukten untersucht wird, dient die Trennung von Stromleiterfolien der Batterieelektroden, die aus Aluminium und Kupfer bestehen. Die hier gewonnenen Datensätze fließen in das Datenmanagement des Clusters Recycling / Green Battery ein.

Die in DIGISORT entwickelte Mess- und Reglungstechnik kann zukünftig nicht nur an dem hier als Beispiel genutzten Schritt des Windsichtens zur Anwendung kommen, sondern entlang der gesamten Recyclingkette zur Qualitätsüberwachung und Datenakquise genutzt werden. Die Anwendung ist darüber hinaus nicht nur auf Recyclingprozesse von Lithium-Ion-Batterien beschränkt, sondern kann an eine Vielzahl anderer Anwendungsfälle adaptiert werden.