17 feb. 1999
2 minuten
TU/e studententeam Core heeft een installatie ontwikkeld die met behulp van kunstmatige intelligentie (AI) batterijen kan herkennen in afvalstromen. Dit biedt kansen voor recycling en vermindert de kans op afvalbranden door batterij-houdende producten.
Temnos pakt twee uitdagingen op. Aan de ene kant beoogt de installatie een verbetering van het huidige recycling proces. Door beter te sorteren vooraan in het proces wordt efficiënter recyclen mogelijk verderop in het verwerkingsproces. Hierdoor is het mogelijk om meer grondstoffen terug te winnen uit afvalstromen. De tweede uitdaging is het voorkomen van afvalbranden in (e-waste)-afvalverwerking, waar verreweg de meeste branden veroorzaakt worden door verborgen batterijen.
Als batterijen niet worden gedetecteerd en beschadigd raken, kan dat resulteren in grote branden. De afgelopen jaren is er een sterke toename in het aantal afvalbranden in Europa. Onderzoek heeft aangetoond dat de belangrijkste oorzaken hiervan broei en de aanwezigheid van brandgevaarlijke stoffen zijn. Tot die laatste categorie behoren ook batterijen, de oorzaak van 49 van de 53 branden bij Europese bedrijven die elektronischeapparaten recyclen. Bij deze branden komen soms ook gevaarlijke stoffen vrij.
Niet alleen in de recyclingbranche spelen batterijbranden een rol. In de metaalindustrie is het de nummer één oorzaak voor branden en bij oud-papierbedrijven staat het op drie. Volgens het Ministerie van Infrastructuur en Waterstaat kan de oorzaak hiervan liggen in het lage percentage van ingezamelde batterijen. Slechts 24 procent van de oplaadbare lithium-ion batterijen in Nederland wordt weggebracht. De rest eindigt tussen het PMD-afval, restafval en oud papier, met een mogelijke batterijbrand tot gevolg.
Samenwerking met afvalverwerkende industrie
Los van alle directe risico’s op afvalbranden, is het verminderen van verlies van kostbare metalen zoals kobalt genoeg reden voor Team Core om het probleem aan te pakken.
Het herkennen van batterij-houdende producten kan op verschillende manieren. Telefoons en tablets kunnen veelal worden gesorteerd middels visiual recognition waarbij herkend wordt of een telefoon een verwijderbare batterij heeft of niet en of die batterij ook daadwerkelijk is verwijderd. Deze toepassing wordt op dit moment uitgewerkt in een pilot met Huiskes Metaal in Waalwijk.
Om batterijen te sorteren in complexere stromen, zoals tandenborstels, muziekboxjes en andere elektronische apparaten, is meer nodig, zoals röntgentechnologie. Op deze manier wordt het mogelijk om de specifieke plek van de batterij in het apparaat te zien en automatisch te verwijderen.
Core werkt hierin samen met EAISI, het AI-instituut van de Technische Universiteit Eindhoven, en met de bedrijven Huiskes en Wecycle, om de markt te begrijpen en een zo groot mogelijke maatschappelijke impact te bereiken.