ReSpektIn: Spektroskopische Inline-Analytik zur Optimierung der Rezyklatqualität im mechanischen Recycling

Im Kooperationsprojekt „ReSpektIn“ – „Entwicklung von Methoden und Verfahren zur Optimierung der Rezyklatqualität durch den mechanischen Recyclingprozess auf Basis von spektroskopischen Inline-Analysemethoden“ – erforschen die ColVisTec AG und das IKK – Institut für Kunststoff- und Kreislauftechnik der Leibniz Universität Hannover neue Verfahren, um die Qualität von Kunststoffrezyklaten aus Polyolefinen (PO) bereits während des mechanischen Recyclings kontinuierlich und in Echtzeit zu erfassen, zu bewerten und zu steuern.

Das Vorhaben soll die Qualität von Kunststoffrezyklaten signifikant und gleichbleibend steigern und damit das Potenzial zur Substitution von Neuware durch hochwertige Rezyklate in anspruchsvollen, kontaktsensiblen Anwendungen ausbauen. Damit leisten beide Projektpartner einen erheblichen Beitrag zu einer funktionierenden Kreislaufwirtschaft sowie zum Klima- und Ressourcenschutz.

Aufgrund steigender nationaler und europäischer Anforderungen an Kreislauflösungen und Rezyklatquoten wächst der Bedarf an qualitativ hochwertigen Rezyklaten. Ihre Einsetzbarkeit als Substitut für Neuware wird jedoch maßgeblich durch die thermischen, mechanischen, rheologischen und chemischen Eigenschaften bestimmt, die durch Degradation in der Nutzungsphase, die thermomechanische Beanspruchung im Recyclingprozess und Kontaminationen aus der Sammlung schwanken können.

Die heutige Qualitätssicherung beruht überwiegend auf Offline-Stichproben: Aus Chargen von mehreren Tonnen werden nur wenige Gramm in externen Laboren analysiert und das Ergebnis auf die gesamte Charge übertragen. Aufgrund der Inhomogenität des Materials – insbesondere bei Post-Consumer-Rezyklaten – spiegelt dies die tatsächliche Qualität prinzipbedingt nicht wider. Eine negative Stichprobe kann dazu führen, dass eine ganze Charge entsorgt, downgecycelt oder durch Neuware ersetzt wird.

Die bisher in den Extrusionsprozess integrierte Messtechnik beschränkt sich im Wesentlichen auf Temperatur- und Drucksensoren. Diese geben Auskunft über Verarbeitbarkeit und Prozessstabilität, jedoch nicht über die Materialeigenschaften oder -qualität. Es fehlt somit ein kontinuierliches Prozessmonitoring, das Eigenschaftsabweichungen frühzeitig erkennt und ein direktes Eingreifen in den laufenden Prozess ermöglicht. Wie kritisch dies ist, zeigt der Markt: In Deutschland liegt der Rezyklatanteil (PIR und PCR) bei kontaktempfindlichen PO-Verpackungen – die knapp die Hälfte der hier produzierten Verpackungen ausmachen – bei lediglich rund 3,6 %.

Ziel von „ReSpektIn“ ist die Entwicklung einer universell einsetzbaren Inline-Messung, die mehrere komplementäre spektroskopische Verfahren zu einem multimodalen Sensorsystem kombiniert und direkt in den Extrusions- und Recyclingprozess integriert. Die erfassten Daten werden mithilfe von Verfahren der Chemometrik und künstlicher Intelligenz (u. a. Convolutional Neural Networks) automatisiert ausgewertet, sodass relevante Materialeigenschaften in Echtzeit bestimmt und unmittelbar für eine automatisierte Prozesssteuerung genutzt werden können. Damit wird die verzögerte, stichprobenbasierte Laboranalytik durch eine durchgängige Analyse nahezu des gesamten Materialstroms ersetzt.

Im Projekt werden drei spektroskopische Methoden mit unterschiedlichen, sich ergänzenden Messprinzipien eingesetzt:

• UV/VIS-Spektroskopie zur Bewertung von Farbe, Homogenisierung und Masterbatch-/Additivverteilung,
• Nahinfrarot-Spektroskopie (NIR) zur Identifikation von Polymeren sowie zur Vorhersage von Materialeigenschaften und Degradationszuständen,
• Raman-Spektroskopie zur chemischen Charakterisierung – erstmals auch zur Detektion flüchtiger Verbindungen (VOC) in der Gasphase des Entgasungsbereichs.

Der innovative Kern liegt in der Kombination aus multimodaler Inline-Spektroskopie und KI-gestützter Datenfusion: Die Signale der einzelnen Verfahren werden synchron erfasst, in einer gemeinsamen, cloudbasierten Daten- und Softwarestruktur zusammengeführt und über trainierte Modelle mit den realen Materialeigenschaften verknüpft. Auf dieser Basis können die Erkenntnisse in geschlossenen Regelkreisen direkt zur automatisierten Anpassung von Prozessparametern (z. B. Temperaturprofil, Schneckendrehzahl oder Additivzugabe) eingesetzt werden.

Die geplanten Entwicklungen eröffnen insbesondere mittelständisch geprägten Kunststoffverarbeitern und Recyclern eine neuartige Möglichkeit, Rezyklate in gleichbleibend hoher Qualität herzustellen und einzusetzen. Davon profitieren ebenso Compoundeure, Hersteller von Kunststoffprodukten sowie Maschinen- und Anlagenbauer. Eine durchgängige Prozess- und Qualitätstransparenz senkt das Risiko von Reklamationen und Ausschuss, erhöht die Prozesssicherheit und ermöglicht den Einsatz von Rezyklaten in anspruchsvollen Anwendungen wie Kosmetik- und Lebensmittelverpackungen oder Automobilinterieur. Damit fördern beide Partner den Einsatz von Rezyklaten in höherwertigen Anwendungen und leisten einen direkten Beitrag zu Ressourcenschonung und CO₂-Reduktion.

Niklas Rode, M. Sc.
E-Mail: rode@ikk.uni-hannover.de
Telefon: +49 511 762 13168

Felix Mehrens, M. Sc.
E-Mail: mehrens@ikk.uni-hannover.de
Telefon: +49 511 762 13398