API src

Teilvorhaben 2: LIBS Optimierung und Fusion mit ME-XRT Daten unter Verwendung von tiefen neuronalen Netzwerken

Description: Das Projekt "Teilvorhaben 2: LIBS Optimierung und Fusion mit ME-XRT Daten unter Verwendung von tiefen neuronalen Netzwerken" wird vom Umweltbundesamt gefördert und von SECOPTA analytics GmbH durchgeführt. In dem Projekt soll die Entwicklung der Fusionstechnologie inklusive LIBS und ME-XRT für die Klassifizierung von zerkleinerten Mineralpartikeln auf einem Förderband mit Hilfe der Deep Learning' Technologie erforscht werden. Die Kombination von LIBS und ME-XRT ist vielversprechend, da sich die Sensoren hinsichtlich Ihrer analytische Leistungsfähigkeit ergänzen: LIBS kann eine Elementanalyse der Probenoberfläche bereitstellen, während ME-XRT Volumendaten mit geringerer Genauigkeit erzeugt. Die technologische Fusion beider Sensoren erlaubt die Extrapolation der präzisen Oberflächendaten auf das gesamte Probenvolumen. Dadurch werden repräsentative Daten für das ganze Erz gewonnen. Zusätzlich erlaubt die Implementation von Neuronalen Netzen die automatische Selbstanpassung auf die verschiedenen Erze und geologische Parameter. Das Projekt bewertet die technische Machbarkeit der verbesserten Sortiertechnik in der Bergbauindustrie. Es erlaubt die Trennung von Taubgestein bereits in früheren Prozessstadien, so dass die Betriebskosten sowie der Energie - und Wasserverbrauch während des Zerkleinerungsprozesses reduziert werden, welcher üblicherweise in Mineralveredlungswerken eingesetzt wird.

Types:

SupportProgram

Origin: /Bund/UBA/UFORDAT

Tags: Sensor ? Bergbauindustrie ? Aufbereitungstechnik ? Kernfusion ? Sortierung ? Wasserverbrauch ? Bergbau ? Betriebskosten ? Energie ? Erz ? Hochrechnung ? Künstliche Intelligenz ? Technik ? Kenngröße ? Netz ?

Region: Brandenburg

Bounding box: 13.01582° .. 13.01582° x 52.45905° .. 52.45905°

License: cc-by-nc-nd/4.0

Language: Deutsch

Organisations

Time ranges: 2018-05-01 - 2021-04-30

Resources

Status

Quality score

Accessed 1 times.