On-line analysis for the classification of metal and plastic scrap using Laser-induced breakdown spectroscopy and machine learning algorithms

Several approaches to machine learning algorithms for the analysis of LIBS data collected from scrap pieces on conveyor belt have been tested. The methods include decision tree, artificial neural networks, and principal component analysis based techniques.

The performance of each algorithm in terms of classification accuracy and robustness is presented. Methods for data-preprocessing have also been tested which includes the normalization and selection of spectral features.



Copyright: © ANTS - Institut für anthropogene Stoffkreisläufe an der RWTH Aachen
Quelle: SBSC 2018 (März 2018)
Seiten: 4
Preis inkl. MwSt.: € 0,00
Autor: Jonas Petersson
Baptiste Ottino
Arne Bengtson
Bertrand Noharet
Tania Irebo Schwartz

Artikel weiterleiten Artikel kostenfrei anzeigen Artikel kommentieren


Diese Fachartikel könnten Sie auch interessieren:

Drucklose Membranfiltration in der industriellen Wasseraufbereitung und Kreislaufwirtschaft
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (12/2024)
Bei der Membrantechnik handelt es sich um Verfahren, die reproduzierbar und durch Numbering- Up skalierbar sind. Zudem sind Membranverfahren energetisch günstig, bewährt und besitzen einen kleinen Fußabdruck.

KI-gestützte Verwertungs- und Aufbereitungsstrategien von Aushubmaterialien bei Großprojekten des Tiefbaus
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (12/2024)
Großprojekte prägen das Bild der europäischen Tiefbauindustrie. Einerseits werden die TEN-T (Trans European Transport Network) Korridore für den Gütertransport auf Schiene ausgebaut, andererseits sind mit dem Future Circular Collider (FCC) und dem Einstein- Teleskop unterirdische Forschungsinfrastrukturen mit jeweils knapp 100 Tunnelkilometern geplant.

Digitaler Produktpass als Qualitätszertifikat und für die Nachverfolgbarkeit von Produkten und Materialien
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (12/2024)
Die Umsetzung von Nachhaltigkeit in der gesamten Liefer- und Wertschöpfungskette erfordert die Nachweisführung der Herkunft, der CO2-Emissionen, des Energieverbrauchs sowie des Materialeinsatzes von Produkten und Gütern.

Herausforderungen im Bereich der biogenen Abfälle
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (12/2024)
Im Themengebiet der biogenen Abfälle ergeben sich laufend neue Herausforderungen beziehungsweise entwickeln sich neue Ansätze zur Lösung lange bestehender Probleme. Der ÖWAV Arbeitsausschuss Biogene Abfälle ist bemüht relevante Fragestellungen frühzeitig zu erkennen und den Stand des Wissens in kompakten Regelwerken bzw. Leitfäden darzustellen. In diesem Beitrag soll ein Überblick über aktuelle Aktivitäten des Ausschusses sowie die Ergebnisse der letzten Jahre gegeben werden und die bearbeiteten Fragestellungen inhaltlich vorgestellt werden.

Automatisierte Begutachtung von Bioabfallanlieferungen mit Hilfe von CompoScan
© Witzenhausen-Institut für Abfall, Umwelt und Energie GmbH (11/2024)
Die Novelle der Bioabfallverordnung von 2022 fordert von Bioabfallbehandlern, eine Sichtkontrolle jeder Anlieferung von Bioabfällen durchzuführen. Dabei soll geprüft werden, ob der Gesamtfremdstoffgehalt 3 % übersteigt. In diesem Fall kann der Behandler eine Rücknahme des Materials vom Anlieferer verlangen. Weiterhin ist zu prüfen, ob der Kunststoffgehalt die 1 %-Grenze überschreitet, weil dann vor der weiteren Behandlung eine Fremdstoffentfrachtung durchzuführen ist.

Name:

Passwort:

 Angemeldet bleiben

Passwort vergessen?

Der ASK Wissenspool
 
Mit Klick auf die jüngste Ausgabe des Content -Partners zeigt sich das gesamte Angebot des Partners
 

Selbst Partner werden?
 
Dann interessiert Sie sicher das ASK win - win Prinzip:
 
ASK stellt kostenlos die Abwicklungs- und Marketingplattform - die Partner stellen den Content.
 
Umsätze werden im Verhältnis 30 zu 70 (70% für den Content Partner) geteilt.
 

Neu in ASK? Dann gleich registrieren und Vorteile nutzen...