Studenten TU Eindhoven detecteren met AI batterijen in afvalstromen

Team CORE presenteert nieuw systeem om met AI-technologie batterijen te detecteren in afvalstromen om afvalbranden te voorkomen.

CORE, een studententeam van de Technische Universiteit Eindhoven (TU/e), heeft een nieuwe installatie ontwikkeld die met behulp van kunstmatige intelligentie (AI) batterijen kan herkennen in afvalstromen. CORE wil met TEMNOS – zoals de installatie heet – in de toekomst ook het afval daadwerkelijk kunnen scheiden. Niet alleen biedt dit kansen voor betere recycling van kostbare grondstoffen uit batterijen, ook komen bij de recycling van deze afvalstromen vaker gevaarlijke afvalbranden voor door batterij-houdende producten. Deze branden kunnen met de nieuwe installatie worden voorkomen.

De TEMNOS installatie van CORE pakt twee verschillende 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.

Grondstoffen winnen

Betere recycling is actueel door de wereldwijde stijgende metaalprijzen. Een verbeterd sorteerproces voorkomt dus dat batterijen op de verkeerde plek in de keten eindigen. Door eerder in de keten efficiënt batterijen te detecteren en sorteren, biedt TEMNOS kansen om meer grondstoffen, zoals bijvoorbeeld zeldzame metalen, terug te winnen.

Batterij branden

In de huidige afvalstromen worden batterijen minder efficiënt gedetecteerd. Dat kan resulteren in grote branden doordat de batterijen beschadigd raken en spontaan ontbranden. In de afgelopen jaren zien we 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 grote rol. In de metaalindustrie is het de nummer één oorzaak voor branden. Ook bij oud-papierbedrijven staat het zelfs plek 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 TEMNOS project is een vervolg op het TITAN project, ook van de studenten van CORE. TITAN is een shredder om batterij-houdende producten om te zetten naar een plastic-metaal mix zonder dat er een brand ontstaat. TITAN had nog zouten nodig, een extra vervuiler in het proces. TEMNOS maakt het mogelijk om alleen de gevaarlijke stromen te behandelen en de veilige afvalstromen via bestaande routes te verwerken.

Het herkennen van batterij-houdende producten kan op verschillende manieren. Wanneer het aankomt op telefoons en tablets kan er al veel 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 B.V. in Waalwijk.

Om batterijen in complexere stromen, zoals tandenborstels, muziekboxjes en andere elektronische apparaten te sorteren 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.

Een unieke samenwerking

Om dit soort projecten mogelijk te maken zijn samenwerkingen tussen onderwijs en industrie cruciaal. Daarom werkt het studententeam CORE samen met EAISI, het AI-instituut van de Technische Universiteit Eindhoven, om de modellen verder te ontwikkelen. Daarnaast is de directe samenwerking met bedrijven als Huiskes en Wecycle cruciaal om de markt te begrijpen en een zo groot mogelijke maatschappelijke impact te bereiken.