
Gjenvinningen av viktige stoffer blir mer effektiv og mindre energikrevende
Første i Norge med automatisk sortering av plast i elbil-batterier
UiA-forskere utvikler nå en sikker og hurtig metode for å demontere brukte elbil-batterier og klargjøre dem for gjenbruk. – Så langt jeg vet, er det første gang noen her i landet har klart å sortere ut ulike plasttyper fra brukte elbil-batterier, sier førsteamanuensis Martin Choux ved Universitetet i Agder (UiA).
Plastsorteringen er bare en del av det sorteringsarbeidet som skal gjennomføres automatisk.
– Målet er å automatisere og effektivisere prosessen med å demontere elbil-batterier, sortere innholdet og gjøre det klart for gjenvinning, sier Choux.
Før batteriene demonteres, lades de ut, og restenergien blir tatt vare på for gjenbruk. Sammen med førsteamanuensis Ilya Tyapin ved UiAs Institutt for ingeniørvitenskap avsluttet Choux før sommeren det fireårige forskningsprosjektet Libres (Lithium ion Battery Recycling). Forskingsprosjektet var et samarbeid blant annet med Norsk Hydro, Elkem Carbon, Batteriretur og Glencore Nikkelverk, og var finansiert av Forskningsrådet.
Finjusterte gripearmer
Robotarmene som Tyapin og Choux bruker i sorteringen av batteriinnholdet er blitt så finjusterte at de kan skille de ulike plasttypene i elbil-batterienes celler og moduler.
Når robotarmene klarer å skille ulike plasttyper og fjerne dem fra batteriet, betyr det også at gjenvinningen av viktige stoffer som mangan, litium, kobolt, kobber, aluminium og nikkel blir mer effektiv og mindre energikrevende.
– Vi får en gjenvinningsmasse som er fri for plastpartikler og det blir mindre å sortere i etterkant. Omkring 40 prosent av innholdet blir sortert på forhånd, sier Choux.
Automatisert prosess med kunstig intelligens
Den nye metoden gjennomfører en automatisk demontering av elbil-batterier ved hjelp av roboter med finjusterte gripearmer. Roboten er i sin tur styrt av et avansert 3D-kamera lastet med kunstig intelligens. Før robotens gripearmer begynner å demontere elbil-batteriet, har den kunstige intelligensen oppdaget alle deler i batteriet og beregnet nøyaktig hvor de befinner seg.
– Demonteringen må gjøres i riktig rekkefølge, og må gjennomføres ulikt på de rundt 300 typer elbil-batterier som finnes. Ved demontering vet du aldri helt hvilken tilstand batteriet er i. Den kunstige intelligensen må være presis for å oppdage i hvilken grad batteriet er skittent, hvordan det fungerer og om det er delvis skadet før demonteringen settes i gang, sier Tyapin.
Martin Choux og Ilya Tyapin er knyttet til UiAs mekatronikk-miljø. Der har forskerne gjennom flere år er arbeidet med ulike metoder for å demontere, sortere og gjenbruke elbil-batterier.
Choux og Tyapin har i tillegg nytt godt av den mangeårige erfaringen mekatronikk-miljøet har innen bruk av kunstig intelligens, automatisering og utvikling av robotiserte heisekraner for offshore- og oljeindustrien.
Forskningsmiljøet blir nå en viktig bidragsyter til utviklingen av Agder batterikyst, som er et samarbeid om bærekraftig forskning og industriutvikling mellom UiA, Morrows fabrikker, Elkem og andre bedrifter og offentlige aktører.
Halv million el-biler og mer enn 300 batterityper
Bakgrunnen for prosjektet er blant annet at ventes en halv million elbiler på norske veier innen 2025. Og når stadig flere brukte elbil-batterier skal byttes ut, vil det være et behov for metoder som effektivt kan håndtere demontering og gjenbruk av store mengder brukte batterier.
Det finnes mer enn 300 elbil-batterityper. Ingen av dem er helt like. Derfor må de behandles på forskjellig måter. Ved manuell demontering, tar det to personer og omtrent 45 minutter per batteri. Demonteringen er også forbundet med eksplosjonsfare og fare for lekkasje av giftstoffer.
– Målet med vår metode er at den skal bli effektiv og sikker. Demonteringen skal gjennomføres automatisk, og effektivt være i stand til å ta unna et høyt volum av elbil-batterier på, sier Tyapin.
Gjenstår industriell testing
Det gjenstår industriell testing før den nye metoden kan tas i bruk. Forskerne understreker at det ennå gjenstår forskning og utprøving før de er helt i mål med den nye metoden.
De er ute etter en løsning med kunstig intelligens som er så fleksibel at den kan håndtere både dagens elbil-batterier og samtidig tilpasse seg de stadig nye elbil-batterier som kommer på markedet i fremtiden. Det skal de se nærmere på i et nytt forskningsprosjekt som starter nå i høst. Choux og Tyapin er tildelt nye 8, 5 millioner kroner fra prestisjeprosjektet Horisont Europa, EUs rammeprogram for forsknings- og innovasjonsprosjekter.
Equinor får automatiseringsutstyr fra ulike fabrikanter til å snakke sømløst sammen
Energiselskapet kjører et omfattende Proof of Concept (PoC) med tungvektere på leverandør-, engineering- og forskningssiden for å demonstrere sømløs interoperabilitet på tvers av produkter, disipliner og alle faser i et anleggs levetid. Initiativet er del av selskapets strategi for å bli datadrevet og en våt drøm for ildsjelene i prosjektet.
Elektromagnetiske mengdemålere
Helt magnetisk tiltrekningskraft
Tredje del av AMNYTTs Flowskole setter søkelyset på elektromagnetiske mengdemålere.
Den populære og fleksible volumselgeren løser de fleste måletekniske oppgaver i væsker med en viss ledningsevne. Men, i likhet med andre måleprinsipper, er et par forutsetninger nødvendig for å levere gode målinger.
Med enklere integrasjon som ledestjerne
Topplederen for Factory Automation hos Pepperl+Fuchs forteller i eksklusivt videointervju med AMNYTT om viktigheten av enkel integrasjon av automatiseringsutstyr, om markedstrender og datasikkerhet.
AMNYTT nr. 2 – 2026 er ute nå
Hvordan skaper norsk industri global konkurransekraft gjennom automatisering? I denne utgaven møter du blant annet Vistin Pharma, som produserer for et verdensmarked med høy effektivitet og avansert teknologi. Vi ser også på hvordan damp kan redde jord fra deponi, hva som skal til for å gjøre industridata til «digitalt gull», og om Europa kan utvikle kunstig intelligens vi faktisk forstår.











