Smart Waste Project
Smart Waste Management
ESTAW – Efficient Smart Technology for Automated Waste management
Zielgruppe:
waste management/ recycling plant
Highlights:
Optimierung des Automatisierungsgrads und der Reyclingquote durch den Einsatz innovativer Messtechnologien (zu 100% aus dem Haus aoloa)
Eingebrachtes Know-How:
Multiple Sensoren (wireless und wired), Echtzeit-Messplattform by aoloa Übertragungstechnologien: BT, Wifi, TCP/IP, LoRaWAN, Mesh, PLC
Ausgangssituation
Die Lagerung und Weiterverarbeitung großer Mengen Müll (aus In- und Ausland) ist in Malaysia wie in vielen anderen Regionen Asiens zum Kernproblem herangewachsen, welches kaum noch zu bewältigen ist. Entsprechend hoch ist der Bedarf an innovativen Ansätzen, mit denen Müll möglichst effektiv und mit möglichst geringer Umweltbelastung verarbeitet werden kann. Dabei spielt Recycling eine entscheidende Rolle. Das Tochterunternehmen aoloa T&I (Technology & Innovation) unterstützt Borneo Waste Industries mit technischem Know- How bei der Entwicklung der modernsten Recyclinganlage Asiens bis 2030.
Herausforderungen
Da es in Malaysia keine Mülltrennung gibt, wird der gesamte Müll unsortiert auf Deponien gesammelt und gelagert. Die Sortierung und Weiterverarbeitung erfolgt überwiegend manuell und die Trennung von organischen vom anorganischen Material sowie die Unterscheidung der Rohstoffe hinsichtlich Qualität, Material und Verarbeitungsmöglichkeiten ist nur sehr eingeschränkt möglich. Einige Materialien können gar nicht oder nur unzureichend getrennt werden. Dieser Prozess ist sehr langsam und mit einer hohen Belastung für die Arbeitskräfte verbunden und soll daher weitestgehend automatisert werden.
Das Lösungskonzept von aoloa
Um eine Teilautomatisierung der Prozesse zu ermöglichen und die Arbeiter zu entlasten, werden zunächst Messdaten entlang des gesamten Recyclingprozesses gesammelt, die dann in Echtzeit analysiert werden können. Dazu gehen wir in drei Schritten vor.
Schritt 1: Einsatz von innovativer Messtechnologie zur Generierung eines Datennetzes.
Schritt 2: Unterscheidung zwischen hochwertigen Rohstoffen und minderem Müll, der nicht weiterverarbeitet werden kann.
Schritt 3: Unterscheidung anorganischer und organischer Stoffe Im Hintergrund arbeiten unsere KI-Algorithmen, um Prozesse permanent zu analysieren und mögliche Schwachstellen zu erkennen und zu optimieren.