- Fallstudie · Eisenerzmine & Stahlwerk
Automatisiertes System zur Fremdkörper-
erkennung
SWIR-Bildverarbeitung an Eisenerz-Förderbändern
erkennt und entfernt Holzverunreinigungen in Echtzeit –
schützt so den Hochofen vor Schäden und sichert die Stahlqualität.
98%+
Erkennungsrate
SWIR+IR
Bildgebungstechnologie
8–24H
Vermiedener Stillstand
$5M+
Jährlich abgewendetes Risiko
Kunde
- Integrierter Stahlhersteller / Eisenerzmine
- Erstellt von Indus Vision · 2026
- 01 - Herausforderung
Das Problem, das wir gelöst haben
Holzverunreinigungen im Eisenerz sind eine unauffällige, aber kritische Betriebsgefahr –
bei Bandgeschwindigkeit für das menschliche Auge unsichtbar und verheerend, wenn sie den
Brecher erreichen.

Holzverunreinigungen
Holzstücke, Baumrinde und organische Reste gelangen beim Abbau und Transport ins Eisenerz und landen auf den Förderbändern, ohne dass herkömmliche RGB-Kameras sie erkennen.

Prozessrisiko
Unentdeckte organische Fremdstoffe beschädigen den Hochofen, mindern die Stahlqualität und führen zu ungeplanten Stillständen und Produktionsausfällen.

Manuelle Prüfung versagt
Die Sichtprüfung durch Menschen an schnell laufenden Erzförderbändern ist unzuverlässig, uneinheitlich und gefährlich für das Personal – kein Mensch hält 98%+ Genauigkeit rund um die Uhr (24/7) durch.

Hoher Durchsatz
Erzförderbänder laufen ununterbrochen mit hoher Geschwindigkeit – nötig ist eine automatisierte Erkennung und Ausschleusung in Echtzeit, ohne den Durchsatz zu beeinträchtigen.
- 02 — Ziele
Unser vierstufiger Ansatz
Das System wurde als geschlossener Kreislauf aus Erkennen, Melden, Ausschleusen und Dokumentieren ausgelegt,
damit jede Verunreinigung erfasst, entfernt und dokumentiert wird.
01
Erkennen
Holzstücke, Rinde und organische Verunreinigungen auf Eisenerz-Förderbändern automatisch per SWIR-Spektral- bildgebung erkennen.
02
Melden
Echtzeit-Alarme auslösen, sobald Fremd- körper erkannt werden – bevor sie die Aufbereitung oder den Primär-Backenbrecher erreichen.
03
Ausschleusen
Bandstopp und mechanischen Auswurfarm auslösen, der den erkannten Fremdkörper positionsgenau entfernt.
04
Dokumentieren
Alle Erkennungsereignisse mit Zeitstempel, Bildern und Konfidenzwerten für Qualitäts- audits und Modellverbesserung protokollieren.
- 03 — Geschäftliche Auswirkungen
Die Kosten unentdeckter Verunreinigungen
Holzstücke und organische Reste im Eisenerz können ein ganzes Werk für bis zu 24
Stunden stilllegen – mit Folgeschäden vom Förderband bis ins Innere des Brechers.
Schadenskette: Förderband → Brecher
Stufe 1
Förderband
Holz und Rinde wickeln sich um Rollen und Tragrollen, verursachen Bandschieflauf und beschleunigten Verschleiß.
Stufe 2
Brecheraufgabeschurre
Große Holzstücke verkeilen sich im Einlauf des Primär-Backenbrechers, verursachen sofort eine Blockade und einen vollständigen Werksstillstand.
Stufe 3
Brecherinneres
Faseriger Brei verstopft den Austrag, blockiert Druckplatten, beschädigt Verschleißauskleidungen und lässt Lager festfressen – eine vollständige Demontage ist nötig.
Auswirkung auf den Stillstand pro Verstopfung
8-24
STUNDEN BIS ZUM WIEDERANLAUF
- Ungeplanter Werksstillstand – kompletter Produktionsstopp
- Mobilisierung eines Notfall-Instandhaltungsteams
- Demontage, Räumung und Wiedermontage des Brechers
- Tausende Tonnen an entgangenem Durchsatz
- Nachgelagertes Stahlwerk ohne Erzzufuhr
Gefährdete Komponenten
Brecherauskleidungen & Brechmäntel
Faserige Reste beschleunigen den Verschleiß und verkürzen die Standzeit der Auskleidung.
Druckplatten
Holzblockaden verursachen plötzliche Überlasten, die das wichtigste Sicherheitsbauteil des Brechers abscheren.
Lager & Wellen
Verdichtetes Holz erzeugt außermittige Kräfte, die zu vorzeitigem Lagerausfall führen.
Förderband & Tragrollen
Holzfasern wickeln sich um die Tragrollen, verursachen Bandschieflauf und Kantenschäden.

$3–5M+
Jährliche Stillstandskosten durch Brecher, berichtet von Eisenerz- minen (Int'l Mining, 2021)

8–24H
Wiederanlaufzeit des Werks nach jeder ungeplanten Brecherverstopfung

1 Ansatzpunkt
Die frühe Erkennung am Förderband ist der einzige kosten- effiziente Eingriffspunkt
- 04 — Technologie
SWIR-Bildgebungssystem
Die Kurzwellen-Infrarot-Spektralbildgebung (SWIR) nutzt den grundlegenden
Unterschied in der IR-Reflexion zwischen organischen Materialien und Eisenerz für
eine sehr zuverlässige Erkennung.
Warum SWIR funktioniert

Spektraler Kontrast
Holz und Rinde reflektieren IR-Wellenlängen (850–1150nm) stark, während Eisenerz sie absorbiert – der hohe Helligkeitskontrast macht die Erkennung präzise.

Oberflächenerkennung durch Staub
SWIR durchdringt Oberflächenstaub und Schmutz, sodass Verunreinigungen auch bei starker Industriestaubbelastung sichtbar bleiben.

Gezielte IR-Beleuchtung
IR-Balkenleuchten mit 850–1150nm leuchten das Erzband gleichmäßig aus und schaffen konstante Aufnahmebedingungen unabhängig vom Umgebungslicht.

KI-Verarbeitung in Millisekunden
Die SWIR-Bilddaten werden von der KI in Millisekunden verarbeitet – Erkennung bei voller Bandgeschwindigkeit, ohne den Durchsatz zu beeinträchtigen.
Kernerkenntnis
Unter SWIR-Beleuchtung (850–1150nm) erscheinen organische Materialien wie Holz und Rinde deutlich HELLER als Eisenerz, weil sie IR-Strahlung anders reflektieren – das macht die Erkennung auch in staubigen Umgebungen mit hohem Durchsatz sehr zuverlässig.
| Typ | Kurzwellen-Infrarot-Flächenkamera |
| Wellenlänge | 850 – 1150 nm |
| Abdeckung | Hochauflösend, breite Bandabdeckung |
| Positionierung | Global Shutter (ohne Bewegungsunschärfe) |
| Spektrum | GigE / Camera Link |
| Typ | Industrielle IR-Balkenleuchten |
| Wellenlänge | 850 nm – 1150 nm |
| Abdeckung | Volle Bandbreite – mehrere Einheiten |
| Positionierung | Für maximalen Kontrast angewinkelt |
| Spektrum | Für das menschliche Auge unsichtbar |
- 05 — KI-Pipeline
So funktioniert das System
Durchgängige Erkennungskette: von der Bildaufnahme am Erzförderband bis zum physischen
Auswurfsignal – alles in Millisekunden.
Auslösung der SWIR-Kamera
Die SWIR-Kamera wird über einen Bandbewegungssensor ausgelöst und nimmt hochauflösende Infrarotbilder auf.
Bildaufbereitung
Normalisierung, Rauschunterdrückung, ROI-Extraktion und Kontrastverstärkung als Eingabe für das KI-Modell.
CNN-Erkennung
Ein Deep-Learning-CNN erkennt und lokalisiert Fremdkörper positionsgenau.
OK/NOK-Urteil
Schwellenwertbewertung und Konfidenzprüfung ergeben ein endgültiges Urteil pro Bild.
Auswurfsignal
Alarmauslösung, Bandstopp über die PLC (SPS) und Einsatz des Auswurfarms.

BESTANDEN — OK
Kein Fremdkörper erkannt. Das Förderband läuft mit voller Betriebsgeschwindigkeit weiter, ohne Unterbrechung von Durchsatz oder Produktion.

AUSSCHLEUSEN — NOK
Fremdkörper erkannt. Das Förderband stoppt, der Auswurfarm fährt aus, der Fremdkörper wird in den Ausschussbehälter befördert, das Band läuft wieder an.
- 06 — Leistung
Genauigkeit & Systemgrenzen
Das System erreicht eine branchenführende Erkennungsgenauigkeit und arbeitet dabei
innerhalb klar definierter physikalischer und betrieblicher Grenzen.
98%+
Erkennungsrate
Die Genauigkeit hängt ab von:
- Korrekten Belichtungseinstellungen der Kamera
- Ausreichender IR-Beleuchtung (850– 1150nm)
- Korrekter Konfiguration der SWIR-Kamera
Grenzen der Erkennung
Nur Oberflächensichtbarkeit
Verunreinigungen müssen auf der Erzoberfläche sichtbar sein. Verdecktes Material kann per SWIR-Bildgebung nicht erkannt werden.
Spektrale Sichtbarkeit erforderlich
Das Material muss sich im SWIR-Spektrum (850–1150nm) in der IR-Reflexion vom Eisenerz abheben.
Unregelmäßige Größen
Das gezielte Ausschleusen sehr kleiner, unregelmäßiger Stücke kann schwierig sein – eine mechanische Lösung ist der wirksamste Eingriff.
Grenzen der Erkennung
Bandstopp erforderlich
Das Ausschleusen erfordert einen Bandstopp – ein Ausschleusen im laufenden Materialfluss ist mit dieser mechanischen Konstruktion nicht möglich.
Wartungsplan für Objektive
Die ständige Staubbelastung erfordert ein regelmäßiges Reinigungs- und Prüfprotokoll für die Kameraobjektive.
Staub in der Umgebung
Starker Schwebstaub kann die Bildschärfe mit der Zeit verringern und eine regelmäßige Neukalibrierung des Systems erfordern.
- 06 — Leistung
Lösung im Überblick
Das SWIR-basierte automatisierte System zur Fremdkörpererkennung bietet eine
zuverlässige Echtzeitlösung, um Holzverunreinigungen zu erkennen und
von Eisenerz-Förderbändern zu entfernen.
Die SWIR-Bildgebung erzielt eine deutliche spektrale Trennung zwischen Holz/Rinde und Eisenerz
Das KI-Modell erreicht im laufenden Produktionsbetrieb 98%+ Erkennungsgenauigkeit
Ein mechanischer Auswurfarm stoppt das Band und entfernt den Fremdkörper sicher
System im laufenden Produktionsbetrieb in einem integrierten Stahlwerk