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

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.

Iron ore conveyor belt in a steel plant

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.

Process risk icon

Prozessrisiko

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

Manual inspection icon

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.

High volume throughput icon

Hoher Durchsatz

Erzförderbänder laufen ununterbrochen mit hoher Geschwindigkeit – nötig ist eine automatisierte Erkennung und Ausschleusung in Echtzeit, ohne den Durchsatz zu beeinträchtigen.

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

Detect step icon

Erkennen

Holzstücke, Rinde und organische Verunreinigungen auf Eisenerz-Förderbändern automatisch per SWIR-Spektral- bildgebung erkennen.

02

Flag step icon

Melden

Echtzeit-Alarme auslösen, sobald Fremd- körper erkannt werden – bevor sie die Aufbereitung oder den Primär-Backenbrecher erreichen.

03

Reject step icon

Ausschleusen

Bandstopp und mechanischen Auswurfarm auslösen, der den erkannten Fremdkörper positionsgenau entfernt.

04

Report step icon

Dokumentieren

Alle Erkennungsereignisse mit Zeitstempel, Bildern und Konfidenzwerten für Qualitäts- audits und Modellverbesserung protokollieren.

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

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.

Crusher downtime cost icon

$3–5M+

Jährliche Stillstandskosten durch Brecher, berichtet von Eisenerz- minen (Int'l Mining, 2021)

Plant restart time icon

8–24H

Wiederanlaufzeit des Werks nach jeder ungeplanten Brecherverstopfung

Intervention point icon

1 Ansatzpunkt

Die frühe Erkennung am Förderband ist der einzige kosten- effiziente Eingriffspunkt

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

Spectral contrast icon

Spektraler Kontrast

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

Surface detection through dust icon

Oberflächenerkennung durch Staub

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

Targeted IR illumination icon

Gezielte IR-Beleuchtung

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

Millisecond AI processing icon

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.

 
Spezifikation der SWIR-Kamera
TypKurzwellen-Infrarot-Flächenkamera
Wellenlänge850 – 1150 nm
AbdeckungHochauflösend, breite Bandabdeckung
PositionierungGlobal Shutter (ohne Bewegungsunschärfe)
SpektrumGigE / Camera Link

 

IR-Beleuchtungssystem
TypIndustrielle IR-Balkenleuchten
Wellenlänge850 nm – 1150 nm
AbdeckungVolle Bandbreite – mehrere Einheiten
PositionierungFür maximalen Kontrast angewinkelt
SpektrumFür das menschliche Auge unsichtbar

So funktioniert das System

Durchgängige Erkennungskette: von der Bildaufnahme am Erzförderband bis zum physischen
Auswurfsignal – alles in Millisekunden.

01
BILDAUFNAHME

Auslösung der SWIR-Kamera

Die SWIR-Kamera wird über einen Bandbewegungssensor ausgelöst und nimmt hochauflösende Infrarotbilder auf.

02
VORVERARBEITUNG

Bildaufbereitung

Normalisierung, Rauschunterdrückung, ROI-Extraktion und Kontrastverstärkung als Eingabe für das KI-Modell.

03
KI-INFERENZ

CNN-Erkennung

Ein Deep-Learning-CNN erkennt und lokalisiert Fremdkörper positionsgenau.

04
ENTSCHEIDUNGSLOGIK

OK/NOK-Urteil

Schwellenwertbewertung und Konfidenzprüfung ergeben ein endgültiges Urteil pro Bild.

05
AUSGABE & AKTION

Auswurfsignal

Alarmauslösung, Bandstopp über die PLC (SPS) und Einsatz des Auswurfarms.

Pass, OK result

BESTANDEN — OK

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

Reject, NOK result

AUSSCHLEUSEN — NOK

Fremdkörper erkannt. Das Förderband stoppt, der Auswurfarm fährt aus, der Fremdkörper wird in den Ausschussbehälter befördert, das Band läuft wieder an.

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:

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.

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

Nach oben scrollen

Request a Demo