- Titel
- Methodenentwicklung zur KI-basierten Qualitätsbewertung und Optimierung mechanischer Trennprozesse von zerkleinerten Lithium-Ionen-Batterien
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:l189-qucosa2-1029065
- Konferenz
- 22. AALE-Konferenz. Rosenheim, 25. Februar - 27. Februar 2026
- Quellenangabe
- Tagungsband AALE 2026
; Mechatronische Systeme für die Automatisierung: Fortschritt durch Präzision und Qualität
Herausgeber: Hochschule für Technik, Wirtschaft und Kultur Leipzig
Erscheinungsort: Leipzig
Erscheinungsjahr: 2026
Seiten: 375-384
ISBN: 978-3-910103-08-5 - Erstveröffentlichung
- 2026
- DOI
- https://doi.org/10.33968/2026.37
- Abstract (DE)
- In dieser Arbeit wird die Entwicklung und Validierung eines KI-gestützten Systems vorgestellt, das Partikelströme aus geschredderten 18650-Lithium-Ionen-Batterien in Echtzeit detektiert, klassifiziert und trennt. Ziel ist die Optimierung des Sortierprozesses, um eine höhere Ausbeute an reinem Kathodenaktivmaterial zu erzielen. Die Detektion und Klassifikation erfolgt mittels moderner Deep- Learning-Ansätze (YOLO11, ResNet101) auf Basis eines hierfür eigens erstellten Datensatzes. Die gezielte Ausschleusung der Zielpartikel aus dem Förderprozess erfolgt über ein pneumatisches System.
- Freie Schlagwörter (DE)
- 22. Konferenz für Angewandte Automatisierungstechnik in Lehre und Entwicklung an Hochschulen (AALE)
- Lithium-Ionen-Batterien (LIB), Batterie-Recycling, YOLO11, ResNet101, RGB-Kamera, mechanische Trennverfahren
- Herausgeber (Institution)
- Hochschule für Technik, Wirtschaft und Kultur Leipzig, Leipzig
- Version / Begutachtungsstatus
- publizierte Version / Verlagsversion
- URN Qucosa
- urn:nbn:de:bsz:l189-qucosa2-1029065
- Veröffentlichungsdatum Qucosa
- 10.03.2026
- Dokumenttyp
- Konferenzbeitrag
- Sprache des Dokumentes
- Deutsch
- Lizenz / Rechtehinweis
CC BY 4.0