„Neue Herausforderungen brauchen neue technische Lösungen!“, erklärt Prof. Dr. Holger Lieberwirth die Handlungsmaxime des Instituts für Aufbereitungsmaschinen und Recyclingsystemtechnik – kurz: IART, die sich nun in Anpassung an die neuen Herausforderungen auch im Namen verdeutlicht. Die erweiterte Bezeichnung dokumentiert nicht nur die fundamental gewandelten technischen Anforderungen an den Maschinenbau durch Digitalisierung und Vernetzung, sondern adressiert auch den gesellschaftlichen Konsens beim nachhaltigen Umgang mit Ressourcen über den Weg geschlossener Stoffkreisläufe.
Neue Maschinenkonzepte für Energieeffizienz und nachhaltige Ressourcennutzung im Fokus
Der Rohstoffbedarf, sowohl aus primären als auch aus sekundären Quellen, wächst in Deutschland und weltweit. Am IART wird deshalb intensiv an Ideen und Lösungen für verbesserte oder völlig neue Maschinenkonzepte für Energieeffizienz und nachhaltige Ressourcennutzung geforscht und gearbeitet. Immer intelligentere und effektivere Maschinen und Verfahren sollen helfen, den Bedarf in Zukunft nachhaltig und energieeffizient zu decken.
Die traditionelle Betrachtung der mit Aufbereitungsmaschinen zu realisierenden Einzelprozesse sowie deren Integration in Aufbereitungsverfahren für primäre und sekundäre Rohstoffe, die dem Institut national und international zu einem hervorragenden Ruf verholfen hat, wird künftig noch intensiver durch Aspekte der Digitalisierung ergänzt. Beispielhaft stehen dafür der digitale Zwilling im Zuge der Simulation von Einzelprozessen oder neue Möglichkeiten der Mensch-Maschine-Interaktion, die zur Optimierung von Servicedienstleistungen, Reparaturen, Fernwartung oder zur Prozesssteuerung miteinander kommunizierender Maschinen genutzt werden sollen.
„Die hervorragend ausgestatteten Technika des IART mit vielfältigen Möglichkeiten zu anwendungsnahen experimentellen Untersuchungen bilden dabei einen perfekten, realitätsnahen Rahmen“, so Prof. Lieberwirth. Gemeinsam mit Partnern wird anwendungsnah geforscht, um belastbare Daten zu gewinnen. Diese wiederum sind die Basis für lernende, sich künftig stärker selbst organisierende Maschinensysteme. Denn trotz der immer umfangreicheren Möglichkeiten, Prozesse zu simulieren, erschließt sich erst in der unmittelbaren Interaktion zwischen Primär- bzw. Sekundärrohstoff und Maschine, wie gut die Modelle wirklich Ausschnitte der Realität abbilden. So wird transparent, wo Korrektur- oder Verbesserungsbedarf besteht, um fortschrittliche, praxisrelevante Ergebnisse für nachhaltige Prozesse zu generieren.
