Ein Portal mit LiDAR und Kamera trennt Eisenschrott von erkalteter Schlacke in Echtzeit — pro LKW, pro Anlieferung, pro Heat. Speist die EAF-Chargenplanung, reduziert Sortier-Aufwand auf dem Hof und stoppt Off-Spec-Heats, bevor sie chargiert werden. Nach Maß gebaut für Ihre Schrott-Kategorien und Ihre Anlagenanbindung.
Schrott-Klassifikation KI ist eine portal-montierte Wahrnehmungs-Pipeline, die Eisenschrott in Echtzeit auf dem Stahlwerks-Hof von erkalteter Schlacke trennt — mittels Fusion von LiDAR- und Kameradaten — und das Ergebnis direkt in die EAF-Chargenmischung speist.
Den Schmerz kennt jeder EAF-Betreiber: Schrott-Anlieferungen kommen kontaminiert mit erkalteter Schlacke, Feuerfest-Bruch, oxidierten Feinanteilen und gelegentlich nicht-eisenhaltigen Stücken. Wenn diese Mischung falsch eingestuft wird, trägt der Chargenkorb die falsche Eisenmasse — das Heat wird unter- oder überchargiert, die Energiebilanz driftet, Schlackebildner müssen während des Schmelzens nachjustiert werden, und im schlimmsten Fall geht der Abstich Off-Spec. Die Kosten zeigen sich als Mehr-Strom pro Tonne, zusätzlicher Feuerfest-Verschleiß und Schlackegruben, die schneller voll werden als geplant.
Unser Ansatz fusioniert zwei Sensoren am Hof-Eingang. Ein 3D-LiDAR scannt die Ladegeometrie, während der LKW durchs Portal rollt — Schüttdichte-Signatur, Oberflächentextur, Hohlraum-Struktur. Eine hochauflösende Farbkamera ergänzt Materialfarbe, Oxidations-Ton und sichtbare Schlacke- oder Feuerfest-Signaturen. Ein eigener Klassifikator — trainiert auf Ihren Schrott-Kategorien (Schredder, Bushelling, Schwerschrott, Späne, Plattenschrott) und Ihren Schlacke-Typen — liefert pro LKW eine Aufschlüsselung: geschätzte Tonnage je Kategorie, Schlacke-Anteil, Kontaminations-Flags. Das Ergebnis schreibt direkt in die Chargenplanung oder ins MES — OPC UA, REST oder MQTT.
Das ist kein SaaS von der Stange. Jedes Stahlwerk hat seine eigenen Schrott-Quellen, seine eigene Schlackegrube, sein eigenes EAF-Chargenmodell. Wir behandeln jedes Projekt als Discovery + Festscope-Build, abgeleitet aus unserem Hub-Service Industrielle Objekterkennung. Typisch vier bis zwölf Wochen vom Vertrag bis zum produktiven Tool — Code und Modell gehören Ihnen.
Gebaut von dem Team, das auch unsere LiDAR-Waggon-Erkennung liefert — sechs Deckel-Mittelpunkte, Fehler unter 5 cm, Antwort in zwei Sekunden.
Ein LiDAR plus eine kalibrierte Farbkamera, montiert auf einem Stahl-Portal am Schrottplatz-Eingang oder über der Waage. LKW fahren mit normaler Geschwindigkeit durch — das System erfasst Ladegeometrie und Oberflächen-Bild im Vorbeifahren, ohne Anhalten. IP65+-Gehäuse, staubtolerante Optik, läuft in Nebel, Schnee und Nacht.
Der Fusions-Klassifikator trennt die Ladung in Ihre Schrott-Kategorien — Schredder, Bushelling, Schwerschrott, Späne, Plattenschrott — plus erkaltete Schlacke, Feuerfest-Bruch und unbekannte Kontamination. Pro LKW geschätzte Tonnage je Kategorie, Segmentierungs-Maske für visuelle Prüfung. Modelle trainiert auf Ihren gelabelten Daten — nicht auf einem öffentlichen Benchmark.
Klassifikations-Ergebnisse schreiben in die Chargenplanung oder ins MES per OPC UA, REST oder MQTT — gleiche Schicht, bevor der Korb gefüllt wird. Das Chargenmodell sieht echte Kategorie-Massen statt Bediener-Schätzungen. Off-Spec-Anlieferungen werden vor der Mischung markiert; schlackehaltige LKW gehen mit Beweis-Anhang an den Lieferanten zurück.
Wir halten die Architektur absichtlich langweilig. Drei lose gekoppelte Stufen, jede einzeln testbar, jede einzeln tauschbar, wenn sich der Sensor-Stack ändert. Gebaut auf demselben Stack, den wir für unsere gesamte Wahrnehmungs-Arbeit nutzen: PCL, Open3D, OpenCV, PyTorch.
Der LiDAR liefert eine 3D-Punktwolke der gesamten LKW-Ladung — typisch über eine Million Punkte pro Durchfahrt bei Portal-Geschwindigkeit. Die Kamera ergänzt ein synchronisiertes Farbbild, objektiv-kalibriert und zeit-gestempelt. Rohdaten schreiben auf lokalen Speicher mit pro-LKW-UUID für Audit-Trail und Re-Labelling.
Die Punktwolke läuft durch Boden-Entfernung, Voxel-Downsampling und einen PointNet-artigen Klassifikator, trainiert auf Ihren Schrott-Kategorien. Das Farbbild läuft durch ein CNN, trainiert auf denselben Labels. Beide Köpfe werden zu einer voxel-weisen Vorhersage fusioniert — typisch 85–95 % Klassifikations-Genauigkeit auf Produktionsdaten, abhängig davon, wie sauber Ihre Schrott-Kategorien tatsächlich abgegrenzt sind.
Pro LKW: geschätzte Tonnage je Kategorie, Schlacke-Anteil, Kontaminations-Flags, Audit-Bilder. Schreibt in die EAF-Chargenplanung per OPC UA — oder ins MES, ERP, Hof-Management-System, was die Anlage eben hat. Das Chargenmodell liest jetzt echte Kategorie-Massen statt Bediener-Schätzungen.
Alle drei Stufen laufen auf einem Industrie-PC im Portal-Schaltschrank. Keine Cloud-Abhängigkeit, keine externe API, kein Lizenz-Heimruf. Der Code gehört Ihnen bei der Übergabe.
Jede Anlieferung erhält einen strukturierten Datensatz: Massen-Aufschlüsselung je Schrott-Kategorie, Schlacke-Anteil, Kontaminations-Flags, Audit-Bilder, Lieferanten-ID, Querverweis auf den Waage-Ticket. Geht ins Lieferanten-Qualitäts-Dashboard, ins ERP und in den Hof-Annahme-Workflow.
Über viele LKW hinweg entsteht auf dem Hof eine Alterungs-Karte: welche Box welchen Schrott-Mix hält, wie lange er liegt, wie viel Schlacke-Kontamination in welcher Halde sitzt. Dasselbe zeitliche Modell, das wir auf Halden-Monitoring einsetzen — übertragen auf Schrott-Kategorien.
Für jedes geplante Heat schlägt das System eine Mischung vor, die die Ziel-Chemie innerhalb typischer Feinanteil- und Schlacke-Toleranzen trifft — gezogen aus dem realen Hof-Bestand statt aus angenommenen Mittelwerten. Der Metallurg gibt frei; der Planer macht die Buchhaltung.
Jedes Stahlwerk hat eigene Schrott-Quellen, ein eigenes EAF-Chargenmodell und eigene bestehende Hof-Sensorik. Ein generischer Klassifikator löst den generischen Fall; Ihr Fall ist nicht der generische Fall.
Eine Schredder-Halde sieht in einem Werk anders aus als im nächsten — anderer Schredder, anderes Vormaterial, andere Oxidations-Geschichte. Wir kalibrieren das Modell auf Ihrem Material unter Ihrem Licht und Staub — und wir re-kalibrieren, wenn sich der Lieferanten-Mix ändert.
Wir bringen das Labelling-Tooling und die Engineering-Stunden. Sie stellen den Bediener, der tatsächlich weiß, was in jedem LKW war. Das Ergebnis ist ein gelabelter Datensatz, der Ihnen gehört und den Sie weiterverwenden, wenn sich das Modell weiterentwickelt — kein Vendor-Lock-in auf Trainingsdaten.
Die meisten Stahlwerks-Höfe haben bereits Waagen, RFID-Tore, ANPR-Kameras und Hallenkrane. Wir fusionieren die Klassifikation in das, was schon da ist — wir ersetzen Ihr Hof-Management nicht. OPC UA, REST, MQTT und Analog-Ausgänge — alles unterstützt.
Sie besitzen Quellcode, Modell-Gewichte und gelabelten Datensatz nach der Übergabe. Wir dokumentieren das System, schulen Ihr Team und gehen sauber raus. Keine Black Box, keine monatliche Pro-LKW-Lizenz, kein Servicevertrag, aus dem Sie nicht rauskommen. Standard-Bedingungen siehe unsere FAQs zu IP und Zusammenarbeits-Modell.
Die Fragen zum Zusammenarbeits-Modell, die wir von jedem Stahlwerks-Kunden hören, der einen Custom-Perception-Build erwägt. Brauchen Sie etwas Spezifischeres zu Ihrem Hof? Sprechen Sie uns an.
Sensor-Setup, Beispiel-Punktwolken, Ihre Schrott-Kategorien, Ihre Chargenplanungs-Schnittstelle — alles, was Sie haben. Wir kommen innerhalb von zwei Werktagen mit einer ehrlichen ersten Einschätzung und einem Festpreis-Angebot für den Discovery-Workshop zurück.