NNATT - Nachhaltige Nutzung von Aushubmaterialien des Tief- und Tunnelbaus mithilfe sensorgestützter Technologien

Das im NNATT Projekt entwickelte ganzheitliche System für die nachhaltige Nutzung von Aushubmaterialien beginnt bei der Geologie und reicht über das Bauverfahren bis hin zur Verwertung. Mithilfe von sensorbasierten Echtzeit-Analysen und einer KI-gestützten Entscheidungsmatrix werden Aushubmaterialien separiert und zu maßgeschneiderten Produkten weiterentwickelt.

Kurzbeschreibung

Status

laufend (2024 - 2027)

Ausgangssituation, Inhalte und geplante Ergebnisse

Aushubmaterialien machen mit rund 42 Mio. t/a fast 60 % des österreichischen Abfallaufkommens aus, von denen 73 % deponiert und nur 8 % in Behandlungsanlagen eingebracht und deren Outputströme größtenteils einer geringwertigen Verwendung, z.B. Untergrundverfüllung, zugeführt werden. Gleichzeitig werden in Österreich 55 Mio. t/a grundeigene mineralischer Rohstoffe abgebaut. Ursache für diese Diskrepanz sind die Herausforderungen bei der Materialdisposition, aber auch die günstige (ALSAG-freie) Deponierung von nicht kontaminierten Aushubmaterialien. Somit stellt die Verwendung von Aushubmaterialien einen ungenutzten Beitrag zur Kreislaufwirtschaft dar, welcher sich vor allem in der Schonung heimischer Ressourcen und in der Minimierung des CO₂ Ausstoß von Tiefbauprojekten bemerkbar macht.

Im NNATT Projekt wird, aufbauend auf den Ergebnissen des 2015 abgeschlossenen HORIZON 2020 Projekts DRAGON, ein ganzheitliches System für die nachhaltige Nutzung von Aushubmaterialien aus dem Tief- und Tunnelbau konzipiert, welches bei der Geologie beginnt und über die Bauverfahrenstechnik bis hin zur Verwertung reicht. Grundlage bildet eine auf künstlicher Intelligenz (KI) basierter Entscheidungsmatrix, mit welcher aufbauend auf vorliegenden mineralogischen und geotechnischen Informationen aus der geologischen Vorerkundung eines Tief- oder Tunnelbauprojekts, in Kombination mit KI-gestützten und sensorbasierten Analysen, Aushubmaterialien in Echtzeit separiert werden. Aus den dadurch erzeugten Stoffströmen werden anschließend maßgeschneiderte Produkte auf Basis anwendungsspezifischer Vorgaben der verarbeitenden Industrie entwickelt, die direkt auf der Baustelle zur Verwendung kommen oder an externe Abnehmer weitergegeben werden. Außerdem genügen diese Produkte den heutigen Anforderungen hinsichtlich der Reduktion von CO₂ Emissionen und den geltenden Standards bezüglich nachhaltigen Bauens (Abb. 1).

Sensorgestützte Verfahren werden für Siedlungsabfälle und im Erzbergbau bereits standardmäßig zur Klassifikation und Sortierung von anthropogenen und geogenen Ressourcen eingesetzt und gewinnen auch für Baurestmassen zunehmend an Bedeutung. Im Tief- und Tunnelbau können bislang noch nicht näher untersuchte Technologien, Hyper-Specs, Raman und LIBS einen entscheidenden Durchbruch in der Verwertung von Aushubmaterialien ermöglichen. Diese Stoffstromcharakterisierung basiert vor allem auf chemischen und mineralogischen Parametern, welche auf hochkomplexe Weise mit recyclingtechnisch relevanten Parametern zusammenhängen. Eine Herausforderung bei der Verwertung von Aushubmaterialien ist es, diese Komplexität in einer Echtzeit-Analyse zu bewerten. Hier bietet die Anwendung von Künstlicher Intelligenz (KI) einen immensen Vorteil, welche in Tiefbauprojekten jedoch noch keinen Einzug gehalten hat. Demnach beherbergt dieses Feld ein großes Anwendungspotential.

Neben On-site Anwendung je nach Korngröße als Gesteinskörnung für Beton und Spritzbeton, gebundene und ungebundene Tragschichten, Hinterfüllungen sowie als Low Carbon Cement sind auch Off-site-Anwendungen wie in Dämmstoffen (Mineralwolle, Probenbeton), keramischen Baustoffen (Ziegel, Klinker), anorganischen Bindemitteln (Zement, Geopolymere), Füllstoffen (für Kunststoffe und Papier) und Oberbodenmaterial für die Landwirtschaft, Begrünung von Infrastrukturprojekten und Renaturierungsmaßnahmen denkbar. Die Verwertung von Aushubmaterial liefert durch eine deutliche Reduktion von Transportemissionen und dem Einsatz CO₂-freier Ca-Rohstoffe einen großen Beitrag zur ökologischen Nachhaltigkeit. Dies soll durch eine Ökobilanz (Life-Cycle-Assessment, LCA), welche das gesamte Projekt erfasst, deutlich gemacht werden.

Grafische Abbildung der Entscheidungskriterien — Entscheidungskriterien durch KI-gestützte und sensorbasierte Stoffstromanalyse zur Einteilung des Aushubmaterials in verschiedene Anwendungsfelder zur ökonomischen Nachnutzung im Sinne der Kreislaufwirtschaft.

Projektbeteiligte

Projektleitung

Robert Galler
Lehrstuhl für Subsurface Engineering, Montanuniversität Leoben

Projektpartner:innen

Andreas Meyer
Agir Austria GmbH
Daniel-Eduardt Sandu
AiDEXA GmbH
Mark Ganster
Austin Powder
Adolf Merl
Daxner & Merl GmbH
Mathieu Pillet
Edaphos Engineering
Volker Mörkens
LSA – Laser Analytical Systems & Automation GmbH
Roland Mayr
Master Builders Solution GmbH
Stefan Tödtling
ÖBB Infrastruktur AG
Roman Lackner
Universität Innsbruck

Kontaktadresse

Robert Galler
Lehrstuhl für Subsurface Engineering, Montanuniversität Leoben
Franz-Josef-Straße 18, 8700 Leoben
E-Mail: robert.galler@unileoben.ac.at