AutoGrünBeton - Autoadaptiver Lernprozess zur Optimierung der Recyclingbetonproduktion

Das Projekt AutoGrünBeton zielt auf die Verbesserung der Nachhaltigkeit in der Betonindustrie ab. Es integriert bis zu 90 % Recyclingmaterial aus Bau- und Abbruchabfällen und reduziert den Zementverbrauch um bis zu 70 %, um den CO₂-Ausstoß und den Verbrauch natürlicher Ressourcen zu verringern. Im Mittelpunkt steht die Entwicklung eines Machine-Learning-Systems, welches die Qualität des Recyclingbetons während der Produktion gewährleistet, den Herstellungsprozess optimiert und die Rezeptur dynamisch anpasst. Das System trägt dazu bei, die Effizienz der Produktion zu steigern, indem es die Betonqualität prognostiziert, Produktionsabweichungen frühzeitig identifiziert und sich an variierende Eigenschaften der Recyclingmaterialien anpassen kann.

Schwerpunkte der Arbeit:

• Charakterisierung der recycelten Rohstoffe
• Durchführung von Labor- und Feldversuchen
• Entwicklung von Versuchsplänen mittels Active-Learning
• Entwicklung eines automatischen kamerabasierten Setzfließmaß-Testsystems.
• Steigerung der Produktionseffizienz durch Vorhersage der Betonqualität, frühzeitige Erkennung von Produktionsfehlern und Anpassung an die Eigenschaften der Recyclingmaterialien.

M.Sc. Farzad Rezazadeh Pilehdarboni

Januar 2024 - September 2024

Land Hessen LOEWE 3