Mit Robotern gegen Müllberge

Bis 2030 könnte die weltweite jährliche Elektroschrott-Produktion auf 74 Millionen Tonnen ansteigen. Recycelt wird nur ein Bruchteil aller Elektrogeräte. Zu einem geringen Teil werden Altgeräte, sofern sie nicht geschreddert werden, manuell demontiert, von Schadstoffen bereinigt, mechanisch zerkleinert und durch Sortierprozesse in verschiedene Fraktionen getrennt. Die manuelle Demontage ist jedoch mit hohen Kosten verbunden und wenig effektiv. Nachhaltige Werterhaltungsstrategien, um Elektrogeräte aufzuarbeiten und wiederzuverwerten, fehlen bislang weitestgehend. Im Projekt iDear kombinieren Forschende am Fraunhofer IFF Wissensmanagement, Mess- und Robotertechnik und künstliche Intelligenz zu einem System für automatisierte und zerstörungsfreie Demontageprozesse, um ein zertifizierbares und geschlossenes Abfallmanagementsystem zu etablieren. „Wir streben eine datengetriebene Methodik an, damit von PCs über Mikrowellen bis hin zu weißer Ware möglichst verschiedene Produkte mit geringem Engineeringaufwand und in Echtzeit demontiert werden können“, sagt Dr. José Saenz, Gruppenleiter Assistenz-, Service- und Industrieroboter am Institut IFF. Zunächst fokussieren sich die Forschenden auf die automatisierte Demontage von PCs, das Verfahren soll aber langfristig auf beliebige Geräte erweiterbar sein.

Identifikation durch präzise Messtechnik

Nachdem die Waren angeliefert und vereinzelt wurden, steht die Identifikation und Befundung am Anfang der Prozesskette. Dabei erfassen KI-basierte 3D-Kamera- und optische Sensorsysteme Label mit Angaben zu Hersteller, Produkttyp und -nummer, erkennen Typ und Lage von Bauteilen, überprüfen Geometrien und Oberfläche, bewerten den Zustand von Verbindungselementen wie Schrauben und Nieten und detektieren Anomalien. „Optische Messtechnik hilft, Etiketten zu erfassen und unterschiedliche Bauteile wie etwa Schrauben zu sortieren. Zuvor trainierte Machine-Learning-Algorithmen und KI werten die Bilddaten aus und ermöglichen die Erkennung und Klassifizierung von Materialien, Kunststoffen und Komponenten auf Basis von Sensor- und Spektraldaten in Echtzeit“, so Saenz. So erkennt die KI z.B., ob eine Schraube verdeckt angebracht oder verrostet ist. Alle Daten werden in einem digitalen Demontagezwilling festgehalten.

Im nächsten Schritt werden in einer Software die Demontage-Sequenzen festgelegt, die unter anderem definieren, ob eine vollständige oder nur auf die Rückgewinnung hochwertiger Komponenten gerichtete Demontage stattfinden soll. Auf Basis der Informationen startet der Demontageprozess. Der Roboter erhält eine Reihe von abzuarbeitenden Anweisungen und Abläufen. In Tests ist es dem Demonstrator sogar gelungen, ein Mainboard aus einem PC-Gehäuse zu nehmen. Die einzelnen Demonstratoren zu den Teilprozessen sind aufgebaut: Eine Station für die Identifikations- und Befundung von PCs, ein Demonstrator des Bewertungsmodells mit Verknüpfung zum digitalen Zwilling des Produkts und der Demontagesequenz, ein digitaler Zwilling-Demonstrator, einer, der zeigt, wie Skills-basierte Roboterhandlungen zur Demontage automatisch ausgeführt werden sowie ein Demonstrator für die KI-basierte Generierung von Roboterhandlungen zur Entnahme von Motherboards aus dem Gehäuse.

Als letztes müssen die Demonstratoren miteinander verkettet werden. Ziel ist ein Demonstrator, der alle technologischen Entwicklungen integriert und die Verkettung automatisierter Demontageprozesse darstellt.