Wie schafft man es, aus eingeschmolzenem Elektroschrott m枚glichst viele wertvolle Rohstoffe wie Lithium zur眉ckzugewinnen? Diese Frage untersucht ein Schwerpunktprogramm der Deutschen Forschungsgemeinschaft (DFG), das sich der Produktion ma脽geschneiderter k眉nstlicher Mineralien durch metallurgisches Recycling widmet und an dem Mathematiker vom Institut f眉r Stochastik der Uni Ulm beteiligt sind. Sie berechnen, wie sich verschiedene Parameter, etwa des Abk眉hlvorgangs oder der Zerkleinerungsprozesse, auf das recycelte Material auswirken. So helfen die Mathematiker dabei, die Verfahren zu optimieren 鈥� kosteng眉nstig durch die Reduktion aufw盲ndiger Experimente.
Verbrauchte Autobatterien, Kondensatoren oder Sensoren enthalten oft noch wertvolle Rohstoffe wie Lithium. Solchen Elektroschrott kann man auf zwei Arten recyceln: Entweder werden die einzelnen Komponenten 眉ber mechanische Verfahren getrennt. Oder aber alle Teile werden eingeschmolzen. Dieser Vorgang hat gegen眉ber den mechanischen Trennprozessen den Vorteil, dass auch wertvolle, geringkonzentrierte Metalle wiedergewonnen werden k枚nnen, die sonst im Recyclingstrom verloren gehen. Im Schmelztiegel sinkt das Metall zu Boden, w盲hrend in der oberen Schicht all die Materialien gesammelt werden, die vom Metall abgetrennt werden sollten, die Schlacke. Lange behandelte man diese Schlacke wie Abfall 鈥� doch sie enth盲lt wertvolle Rohstoffe, die in einem speziell angepassten K眉hlprozess zu sogenannten k眉nstlichen Mineralen kristallisieren. Wie diese zur眉ckgewonnen werden k枚nnen, daran arbeiten auch Ulmer Mathematiker rund um Dr. Orkun Furat und Professor Volker Schmidt im DFG-Schwerpunktprogramm SPP 2315 鈥炩�� ein geometallurgisches Werkzeug zum Recycling kritischer Elemente aus Reststoffstr枚men鈥�. Der Forschungsverbund mit seinen rund 25 Einzelprojekten besteht seit 2022. Gerade ist die F枚rderung f眉r weitere drei Jahre verl盲ngert worden, rund 268 000 Euro gehen nach Ulm. Koordiniert wird das SPP 2315 von Professor Urs Peuker an der TU Bergakademie Freiberg.
M枚glichst gro脽, mit einem hohen Wertstoffanteil und einfach aufzuschlie脽en: So sehen die perfekten Minerale aus, die in der Schlacke erzeugt werden sollen, um sie dann einfach zur眉ckzugewinnen. Um vorherzusagen, unter welchen Bedingungen die k眉nstlichen Minerale optimal entstehen, arbeiten die Forschenden vom Institut f眉r Stochastik der Uni Ulm Hand in Hand mit Verfahrenstechnikern und Metallurgen zusammen, die standardisierte Einschmelzexperimente und mechanische Recyclingprozesse durchf眉hren und den Mathematikern vielf盲ltige real gemessene Daten liefern. Dies sind insbesondere Bilddaten, also mikroskopische Aufnahmen der Schlackestruktur an verschiedenen Punkten der Prozesskette. Der Job der Ulmer Mathematiker: Den Prozess verstehen, mathematisch modellieren und verschiedene Szenarien am Computer simulieren, um ihn zu optimieren. Denn es w眉rde viel zu lange dauern und w盲re viel zu teuer, tausende Versuche im Labor durchzuf眉hren. Stochastische Analysen hingegen k枚nnen beliebig oft erstellt werden 鈥� und zwar deutlich 枚konomischer.
Wertstoffe sollen m枚glichst rein sein und w眉nschenswerte Eigenschaften haben
Die Art und Weise, wie sich die gew眉nschten k眉nstlichen Minerale bilden, l盲sst sich vor allem durch den Abk眉hlvorgang nach dem Einschmelzen beeinflussen. 鈥濿enn die Schlacke langsamer abk眉hlt, wandern die Atome und Ionen hin und her und haben Zeit, Kristalle auszubilden. So entstehen gr枚脽ere Minerale mit unterschiedlichen Strukturen鈥�, erkl盲rt Dr. Furat. 鈥濳ompaktere Kristalle k枚nnen im Anschluss leichter aus der erkalteten Schlacke herausgebrochen werden.鈥� Grunds盲tzlich kann der ganze Prozess optimiert werden: vom Schmelzen und Abk眉hlen 眉ber das Zerkleinern bis hin zum Trennen der wertvollen Stoffe. 鈥濿ir wollen diese drei Schritte so justieren, dass sie kosteng眉nstig ablaufen und die entstehenden Wertstoffe m枚glichst rein sind und w眉nschenswerte Eigenschaften haben鈥�, erg盲nzt Professor Volker Schmidt, ebenfalls vom Institut f眉r Stochastik. 鈥濫in optimierter Recyclingprozess ist auf jeden Fall weniger aufw盲ndig, als Wertstoffe aus S眉damerika zu importieren鈥�, ist Schmidt 眉berzeugt.
Das Verhalten der Materialien modellieren die Ulmer datengetrieben anhand von 3D-Mikroskopiebildern, die vor und nach dem Recyclingprozess aufgenommen werden. Die Daten geben Auskunft 眉ber die innere Beschaffenheit der Schlacke und sind die Arbeitsgrundlage der Mathematiker. 鈥濿ir k枚nnen das im stochastischen Modell mehrdimensional betrachten und zum Beispiel sehen, dass die Form der k眉nstlichen Minerale umso unterschiedlicher ist, je gr枚脽er sie werden鈥�, so Orkun Furat. Eine weitere Aufgabe der Ulmer: die komplexen Datens盲tze auf eine verst盲ndliche Darstellung reduzieren. Professor Schmidt fasst zusammen: 鈥濿ir k枚nnen die Optimierung von Batterierecycling durch mathematische Methoden effizienter machen 鈥� das ist die St盲rke der Mathematik.鈥�
Weitere Informationen:
Dr. Orkun Furat, Institut f眉r Stochastik, Mail: orkun.furat(at)uni-ulm.de
Text und Medienkontakt: Christine Liebhardt