Index
Martijn Schimmer

Martijn Schimmer

Intelligent Optimization Solution Advisor

Die Niederlande sind führend beim Recycling von Hausmüll. Das Sammeln von Abfällen mit Unterflurbehältern hilft der Entsorgungsbranche die zirkulären Ziele zu erreichen.

Die Menge an Restmüll reduzieren und gleichzeitig mehr Rohstoffe wie z. B. Kunststoff, Papier und Glas sammeln. Darum geht es unter anderem bei der Abfallsammlung. Die Bürger entsorgen ihren Restmüll in Unterflur- oder Halbunterflurcontainern, die mit Unterstützung von intelligenten Technologien und effizienter Optimierung geleert werden. Durch den automatischen Austausch von Daten über den Füllstand werden die Routen für die Entleerung der Unterflurcontainer optimal geplant. Dadurch wird der Abfall entsprechend der Sammelkapazität effizienter gesammelt. Abgesehen davon, dass weniger Sammelfahrzeuge benötigt werden, sinkt auch die Zahl der gefahrenen Kilometer und damit die CO2-Emissionen. Dies trägt sowohl zu den nachhaltigen Zielen der Entsorger als auch zu ihren kreislaufwirtschaftlichen Ambitionen bei. Da sie die Abfallsammlung optimal verwalten und kontrollieren können, ist die Unterflursammlung  zudem ein Bindeglied in der IT-Infrastruktur der Smart Cities.

Sammlung mit Unterflurcontainern basierend auf intelligenter Technologie und IoT

In der Praxis bedeutet die Sammlung, dass die Häufigkeit der Haus-zu-Haus-Sammlung abnimmt und dass Unterflurcontainer weniger geleert werden müssen. Um zu verhindern, dass noch mehr Sammelfahrzeuge durch die Straßen fahren, was die Unannehmlichkeiten für die Bürger erhöht, werden die Unterflurbehälter genau zum richtigen Zeitpunkt mit dem idealen Füllstand geleert. Dies kann durch intelligente Optimierung, eine Kombination aus intelligenten Technologien und IoT, erreicht werden. Auf der Grundlage der Füllstandmessung werden die optimalen Routen für die Entleerung der unterirdischen Container berechnet. Folglich ändert sich die Sammelroute täglich, je nachdem, welche Container als voll registriert werden. Die Feststellung, wie voll ein Behälter ist, kann auf verschiedene Weise erfolgen, z. B. durch die Anzahl der Klappenbewegungen oder auf der Grundlage historischer Daten von zuvor aufgezeichneten Wiegungen des Containerinhalts.

Sensoren registrieren den Füllstand der Unterflurbehälter

Darüber hinaus bieten Sensoren die Möglichkeit, den Füllstand von unterirdischen Containern zu registrieren. Rund um die Uhr messen Sensoren mehrere Parameter, wie etwa die Tiefe des Containers und damit die Menge des entsorgten Abfalls. Anhand dieses aktuellen Füllstands lässt sich vorhersagen, wann die Container geleert werden müssen. Auf dieser Grundlage wird eine optimale Route berechnet, bei der die wenigsten Kilometer mit den geringsten CO2-Emissionen gefahren werden und welches Sammelmodell somit am effizientesten ist. Das System generiert auf dieser Grundlage die optimalen Routen, die automatisch an die Planung weitergeleitet werden. Anhand dieser Informationen werden die Fahraufträge erstellt, geplant und automatisch an die Sammelfahrzeuge weitergeleitet. Dabei werden nicht nur volle Container geleert. Anhand zahlreicher komplexer Berechnungen (Algorithmen) empfiehlt das System beispielsweise die Entleerung eines benachbarten Containers, auch wenn dieser „nur“ zu 75 % gefüllt ist. Durch die verfügbare Sammelkapazität kann die Abfallsammlung effizienter gestaltet werden.

Vorteile der intelligenten Optimierung

Das Entleeren von nur den unterirdischen Containern, die den idealen Füllstand erreicht haben, ist einer der großen Vorteile der intelligenten Optimierung. Die Omrin-Unternehmensberaterin Natasja Vemmer nennt als weiteren wichtigen Pluspunkt die logischere Planung von Routen. „Die Arbeit wird gerechter unter den Fahrern verteilt, die nicht bis ans andere Ende der Stadt fahren müssen, um einen halbvollen unterirdischen Container zu leeren“, sagt sie in einem Interview mit AMCS. „Weil wir dadurch effizienter arbeiten, sparen wir jede Woche ein Fahrzeug, das wir auf einer anderen Strecke oder für andere Arbeiten nutzen können. Außerdem haben wir aufgrund der Routenoptimierung weniger Beschwerden von Anwohnern. Wir haben nun einen ständigen Überblick über den Füllstand der Container und den Zeitpunkt, wann sie geleert werden müssen. Deshalb kommen wir fast nie zu spät.“

Entlastung der Planung

Natasja erwähnt einen weiteren wichtigen Punkt auf Nachfrage: „Wenn der Planer morgens anfängt, muss er nicht erst nachschauen, welche Container geleert werden müssen. Diese Arbeit wurde bereits für ihn erledigt und für die zu entleerenden Container wurde die optimale Route erstellt. Das spart nicht nur viel Zeit, sondern entlastet auch die Planung.“ Außerdem hat die Praxis gezeigt, dass die Optimierung der Routen zu weniger Arbeit führt. Dies spart Zeit, sodass Mensch und Maschine anderswo eingesetzt werden können. Die Vorteile für die Umwelt sind für viele Kommunen auch ein wichtiger Grund, die Sammelrouten zu optimieren. Die Zahl der Verkehrsbewegungen nimmt ab, ebenso die Zahl der gefahrenen Kilometer und die CO2-Emissionen, was zu einer Verringerung der Umweltbelastung führt. Gleichzeitig trägt eine intelligente Optimierung sowohl zur Nachhaltigkeit  als auch zur Erreichung ihrer kreislaufwirtschaftlichen Ziele der Entsorger bei.

Teilen Sie dies auf:

Sind Sie bereit zu sehen, was AMCS für Sie tun kann?

Die AMCS Intelligente Routenoptimierung-Software kombiniert dynamische Routenplanung und Echtzeit-Optimierung, um die Effizienz zu steigern und den Gewinn zu verbessern.

Demo anfordern

Webinar auf Abruf: Die Macht der Routenoptimierung

Gewinnen Sie Einblicke, wie Sie Ihre komplexen Routing-Pläne in einen bedarfsoptimierten Prozess verwandeln können, ohne die zeitaufwändigen manuellen Aufgaben.

Webinar ansehen

ressourcen

Webinar
die Zukunft der kommunalen Ressourcenverwaltung mit intelligenter Technologie
Blog
Energiekosten senken: 76 Wege zur Effizienzsteigerung am Arbeitsplatz
Blog
ein praktischer Leitfaden für ein intelligenteres Energiemanagement in Unternehmen
Andere Ressourcen anzeigen

Webinar: Nachhaltige Müllabfuhr in lebenswerten Städten mit Prognosealgorithmen