NEW-MINE - EU Training Network for Resource Recovery Through Enhanced Landfill Mining - Univ.-Prof. DI Dr. mont. Roland Pomberger
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
NEW-MINE – EU Training Network for Resource Recovery Through Enhanced Landfill Mining Univ.-Prof. DI Dr. mont. Roland Pomberger Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft
Inhalt 1. Vorbemerkungen und Ausgangslage 2. Das EU-MSCA Programm und EURELCO 3. Das Projekt NEW-MINE 4. Forschungsschwerpunkte 5. Unsere Aktivitäten 6. Eine kritischer Blick
1. Vorbemerkungen Ich bin nicht naiv ! Eine Deponie ist eine Deponie und hat daher besonders hohe ENTROPIE Nur wegen „Rohstoffen“ wird kein LFM gemacht werden. Haben diese Sekundärrohstoffe Qualität und Markt? Ich habe eine leicht kritische Haltung zu EU Projekten
1. Ausgangslage Enhanced Landfill Mining (ELFM) versucht durch neue Technologien und komplexe Prozessketten größtmöglichen Nutzen und neue Produkte zu erzielen.
Grundgedanke NEW-MINE • 15 Doktoranden verteilt in EU • Fokus auf Wissensaustausch • Fachgebietsübergreifende Kooperation • Themengebiete • Deponieerkundung & Mechanische Aufbereitung • Thermische Behandlung / Plasmaverfahren • Asche-/Schlacke-Weiterverarbeitung zu Bauprodukten • (Sozio-) ökonomische & ökologische Bewertung • Ziel: mehr&hochwertigere Produktfraktionen
4. Die Forschungsschwerpunkte
Brennbares aus der Deponie (RDF) Plasma Vergasungs Verfahren Syngas Reinigung Kombination mit Solar Energie Themen tw. ziemlich weit weg vom LFM
„upcycling“ von Rückständen aus dem Plasma Prozess Synthese von anorganischen Polymeren Entwicklung und Prüfung neuer Bindemittel / Keramik
Multi criteria assessment Technisch-ökonomische Analysen Szenarien Vergleiche
5. Unsere Forschungsaktivitäten
2 Schwerpunkte 1. Geophysikalische Erkundung 2. Charakterisierung und Aufbereitung Für MUL und RWTH Charakterisierung Einfache und leistungsfähige Volumsstromtrennung Feinkorn Aufbereitung Einsatzmöglichkeiten für SBS Einfluss von Verschmutzungen auf die Erkennbarkeit im SBS
Geophysikalische Erkundung Case Study - Deponie Mont Saint Guibert (BEL) • Mächtigkeit der Deckschicht bestimmen • Deponieaufbau erkunden (Schichten erkennen) • Materialspezifische Zusammensetzung bestimmen
Problematik der mechanischen Aufbereitung Case Study: Halbenrain (A) • Herausforderungen: • Heterogenität • Feuchtigkeit • Hocher Feinkorngehalt Biologische Trockung Wasser Mechanische Vorzerkleinerung Aufbereitung • Aufbereitung in bestehender MBA Siebung (60 mm) Windsichtung, Metallscheidung, usw. Stillstände Fe- & NE-Metalle EBS Schwergut • Verwertbare Outputmenge zu gering Siebung (14 mm) Windsichtung, Metallscheidung, usw. Feinkorn muss Feingut verwertbar werden
Mechanische Aufbereitung Ballistikseparator als Volumenstromtrenner Aufbereitung von Deponat in Mont-Saint-Guibert • Input: • Deponat: Restmüll & Baurestmassen • Einsatz Ballistikseparator • Zweistufig • Trennschnitte: 200 mm & 90 mm • Outputströme: • > 200 mm – 2D & 3D • 90 – 200 mm – 2D & 3D • < 90 mm • Durchsatz: ~ 120 t/h
Mechanische Aufbereitung – Ballistikseparator als Volumenstromtrenner 3D 2D Fines < 90 mm
Potenzial der sensorgestützten Sortierung im ELFM Deponiezusammensetzung Potenzial für sensorgestützte Sortierung Holz 1,5% PPK Textilien 7,3% Metalle 2D-Kunststoffe 3D-Kunststoffe Heizwertreiche Fraktion Fe-Metalle Inertes 23,7% NE-Metalle Feinkorn & Sortierrest Inertes 67,5% Glas Sortierrest Feinkorn < 20 mm Untersuchungen zur technischen Umsetzbarkeit der sensorgestützten Sortierung
Prinzip Sensorgestützte Sortierung Sensorgestützte Sortierung •Nahinfrarot-Technologie – NIR •Farbsignal – VIS •Metallerkennung – Induktion
Potenzial der sensorgestützten Sortierung im ELFM • Untersuchung von Einflussfaktoren auf SGS: Verschmutzungen • Feuchtigkeit (durch Wasser in Deponiekörper) • Oberflächenrauheit (durch mechanische Behandlung und Alterung) • Störstoffgehalt in Fraktion für SGS Systematiken wurden untersucht: 100% 4,0 90% 3,6 80% 3,2 70% 2,8 Yield / Eject purity [p%] Product quantity [t/h] 60% 2,4 50% 2,0 40% 1,6 30% 1,2 Yield 20% 0,8 Eject purity 10% 0,4 Product quantity 0% 0,0 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Occupation density [%]
Einflussfaktoren für NIR-Sortierung Glatte Oberfläche Raue/kalkhaltige Oberfläche Wasser auf Oberfläche Öl auf Oberfläche
Potenzial der sensorgestützten Sortierung im ELFM • Unter Einbeziehung der Verschmutzungen wurden Versuche mit ELFM Material gefahren • Verwendete Technologie: Hyper-Spectral-Imaging NIR Sensorik 100% 90% 24% 19% 33% 34% 31% 80% 37% Landfill Composition [wt%] 43% 70% 20% 6% 65% 22% 6% 60% 18% 50% 30% 14% 40% 30% 61% 63% 7% 61% 54% 48% 43% 20% 34% 27% 10% 0% Landfill 1 Landfill 2 Landfill 3 Landfill 4 Landfill 5 Landfill 6 Landfill 7 Landfill 8 (1) not recoverable (2) recoverable via mechanical processing (3) recoverable with SBS technology 50% 15%
6. Ein kritischer Blick
Stärken und Schwächen von NEW MINE + Grundlagenforschung – Themen die die Wirtschaft nicht finanzieren würd + Ergebnisoffen – Gut für die Wissenschaft + Viele wissenschaftliche Publikationen + Internationale Kooperation – Unis und einige Unternehmen + Thema wird positioniert - Umsetzbarkeit ? - Wirtschaftlicheit ist kein Thema - Jeder Partner tut was er will - Hat das immer mit dem Ziel zu tun ? - Aufwand der Kommunikation
Bewertung für meinen Bereich • Tolle Zusammenarbeit mit RWTH Aachen • Wir konnten machen was Sinn macht • Ergebnisse in der SGS – allgemein umsetzbar • Viele Publikationen in internationalen Journals • wissenschaftliche Sichtbarkeit • Gutes internationales Netzwerk
Bisher 13 peer reviewte Beiträge in MSCI Journals
Sie können auch lesen