Wood K plus setzt in diversen Forschungsprojekten neue Maßstäbe rund um die Themen Analyse, Sortierung und Wiederverwendung von Altholz. Ziel all dieser Arbeiten ist es, den wertvollen Rohstoff in seiner Vielfalt zu erfassen, neu zu klassifizieren und durch innovative Technologien in den nachhaltigen Baustoffkreislauf zurückzuführen.
Sensorik, Robotik und hyperspektrale Analytik
Ein Beispiel sind rezyklierte Faserplatten, die den Herstellprozess von Holzwerkstoffen beeinträchtigen, weshalb der Anteil an Faserplatten im Altholzmix mittels 3D Vermessung ermittelt wurde. So konnten rezyklierte Faserplatten im Gemisch mit Massivholz und Spanplatten mit einer Vorhersagegenauigkeit von 91% wiedererkannt werden. [1]
In weiteren Projekten entwickeln wir roboter-gestützte Systeme, die Altholz vollautomatisch vermessen, analysieren und sortieren. Wir verwenden Sensoren im sichtbaren Lichtwellenlängenbereich als auch Linienscanner auf Nahinfrarotbasis (Hyperspektralkamera). Hierzu wird ua. im Projekt EDIH AI5innovation eine Computer Vision Scanstation im Labormaßstab aufgebaut, die mit diversen Sensoren bespickt und modular aufgebaut ist. Neben klassischer Bildanalytik werden va. KI‑basierte Analysemethoden (zB. Neuronale Netze) angewendet. Hierbei können wir auf diverse vergangene Projekte zB. zur Computertomografie von Rundholz (Projekt „Rundholztomographie“), Sensorentwicklung für die Holzwerkstoffherstellung (Projekt „Digitales Holz“) oder bildanalytische Verfolgung von Holz entlang dessen Wertschöpfungskette (Projekt „champI4.0ns“) aufbauen. Dieses modulare und flexible Scannersystem ermöglicht eine zuverlässige Identifikation von Schadstoffen, Fremdkörpern, strukturellen Schwachstellen oder anderen relevanten Holzmerkmalen, die für eine Wiederverwendung von Holz entscheidend ist.
FEM‑Simulationen – Neue Wege zur Bewertung der Festigkeiten von Altholz
Basierend auf den erhobenen Sensordaten, werden Simulationen mittels Finite Elemente Methode (FEM) durchgeführt, um die Eigenschaften von Altholz-Verbundwerkstoffen vorhersagen zu können. Vorhandene Holz-merkmale und etwaige Fehlstellen werden mit Hilfe von KI-gestützter Mustererkennung in die FEM Simulation mit aufgenommen und so neue Bewertungs- und Klassifizierungsansätze für wiederverwendbares Altholz entwickelt.
Adaptive Zerkleinerung von Altholz
Um die Ausbeute beim Rezyklieren von Holzwerkstoffplatten zu erhöhen, wurde eine adaptive Schneidmühle entwickelt, die wesentliche Vorteile gegenüber herkömmlichen Hammermühlen aufweist, da sie eine gleichmäßigere Korngrößenverteilung und einen höheren Anteil an verwertbarem Material für die Spanplattenherstellung liefert. Ihr Funktionsprinzip, bei dem rotierende Messer und Gegenmesser zum Einsatz kommen, ermöglicht eine adaptive Verarbeitung unterschiedlicher Rohstoffe. [2]
Bewusste Altholzoptik
Auch die Ästhetik von Altholz wird von Unternehmen gerne bewusst eingesetzt. Hierzu haben wir Methoden entwickelt, um diese Altholzoptik von Holzoberflächen gezielt herzustellen. Diese reichen von Farbmodifikationen bis hin zu Laserbehandlungen.
Kohlenstoffspeicher: Holzbau
Um die Wiederverwendung von Holzbauelementen im Bauwesen zu belegen, wurde ein Demonstratorgebäude in zwei Verwendungszyklen errichtet (Projekt „SINK.CARBON“). Das im Rahmen des Projekts entwickelte Bausystem ermöglicht die stoffliche Wiederverwendung von Holzbauelementen, schafft damit eine nachhaltige Kohlenstoffbindung und über einen Zeitraum von 150 Jahren sogar eine netto Kohlenstoffsenke (Ökobilanz in Publikationsprozess). Die langfristige Nutzung von Holz im Bauwesen leistet somit einen aktiven Beitrag zur Reduktion klimaschädlicher Emissionen.
Wir freuen uns, die am Forschungsbereich Massivholz und Holzverbundwerkstoffe, Tulln aufgebauten Kompetenzen in neuen Forschungskooperationen gemeinsam weiterzuentwickeln. Durch Sensorik, Robotik, Simulationen, spezielle Aufbereitungsmethoden oder Konstruktionsprinzipien forcieren wir die stoffliche Wiederverwendung von Altholz und somit eine zirkuläre Holzverwendung.
[1] Bartuska, B., Ritter, S., Riegler, M. (2023) Characterization of Recycled Wood Particles Using Deep Learning. Proceedings of the 2023 SWST International Conference Asheville, North Carolina, USA, 43
[2] Ritter, S., Bartuska, B., Dvoracek, O., Frömel-Frybort, S., Möseler, B., Pinkl, S., Riegler, M. (2026) Novel adaptive technology to process recycled wood for particleboard. Wood Material Science & Engineering, https://doi.org/10.1080/17480272.2026.2631083.
