Feinteiloptimierung in Beton

Im Rahmen des Projektes wird der Einfluss der Sandsieblinien auf die Betonrezeptur untersucht, um Potentiale in der Korngrößenzusammensetzung zu identifizieren. Besonders im Zementbereich wird eine Optimierung der Sandsieblinie angestrebt, um eine Einsparung von bis zu 10 % zu erreichen, wobei normative Mindestbindemittelgehalte beachtet werden. Dies könnte zu einer Reduktion von etwa 20 kg CO2-Äquivalenten pro Kubikmeter Beton führen, mit einer jährlichen Einsparung von 20.000 t CO2-Äquivalenten in Südtirol.

Des Weiteren wird die Verwendung feinteilreicher regionaler Abfallstoffe in Betonmischungen evaluiert, um positive Eigenschaften wie erhöhte Dichtigkeit des Korngefüges zu nutzen. Dies soll das Pumpverhalten verbessern und Deponieressourcen sparen, indem hochpreisige industriell hergestellte Füller vermieden werden. Die Analyse der regionalen Gesteinskörnungen und Abfallstoffe hinsichtlich Petrographie und physikalischer Eigenschaften ist essentiell für die Zementreduktion.

Ein Echtzeit-Analyseprozess wird implementiert, um die Kornzusammensetzung der Sande zu überwachen und zeitnahe Anpassungen in der Betonherstellung vorzunehmen. Eine Datenbank wird erstellt, die Versuchsergebnisse und Produktionskontrollen zusammenfasst. Diese Daten bilden die Grundlage für eine künstliche Intelligenz (KI), die auf Schwankungen in den Ausgangsstoffen reagieren und Betonrezepturen anpassen kann. Die KI ermöglicht eine schnelle und kosteneffiziente Rezepturoptimierung, indem sie auf umfassende Rohstoffquellen in der Datenbank zugreift. Dies verkürzt Transportwege und erschließt ungenutzte regionale Rohstoffquellen.