Sloopwijzer herkent bouwmaterialen voor recyclage of hergebruik
Gebouwen die afgeschreven zijn en klaar voor renovatie of afbraak, bevatten nog heel wat bruikbare elementen. Nu belanden die vaak onder de sloophamer en worden ze als puin afgevoerd. Maar wat als we vooraf konden inschatten welke materialen er in een te slopen gebouw aanwezig zijn? Met automatische materiaalherkenning zouden we de bouwmaterialen die reeds in de stad aanwezig zijn, kunnen bekijken als een ‘urban mine’, klaar om te ontginnen.
Dat klinkt als science-fiction, maar is inmiddels realiteit. De Vlaamse Instelling voor Technologisch Onderzoek (VITO) heeft haar expertise in materiaalbeheer, data-analyse en remote sensing samengebracht in een project voor automatische materiaalherkenning. De Sloopwijzer maakt, met de hulp van data science en op basis van bestaande beelden van Google Streetview een analyse van wat er nog bruikbaar of recycleerbaar is, of hersteld kan worden.
De tijd waarin we met grondstoffen een product maken dat na gebruik wordt weggegooid, is voorbij. In een circulair systeem proberen we helemaal in te zetten op hergebruik, recyclage en reparatie. Om dat goed te doen, moeten we echter precies weten welke materialen er beschikbaar zijn.
"De bouwsector en de gebouwde omgeving zijn wereldwijd de grootste materiaalverbruikers en vertegenwoordigen het hoogste aandeel van onze Vlaamse afvalproductie. In het Sloopwijzer-project hebben we gekeken naar hoe we met behulp van data science deze transitie van afvalbeheer naar materiaalstockbeheer beter kunnen ondersteunen of zelfs versnellen”, zegt Yoko Dams, R&D expert duurzaam materialenbeheer.
Ramen en bouwtypes
Om te weten wat er aan materiaalstock voorradig is in de bebouwde omgeving, moeten we niet alleen weten waar en wanneer die materialen zullen vrijkomen, maar moeten we de materialen waarover het gaat, precies kunnen oplijsten. Om die materiaalstock snel en doeltreffend in kaart te brengen, hebben VITO en Immoterrae in 2019 een demonstratieproject gestart.
“Daarbij hebben we ons toegespitst op ramen en bouwtypologie. Die focus op ramen heeft alles te maken met de brede toepassing ervan in de context van circulaire economie. Ramen kunnen hergebruikt worden of gerecycleerd en ze laten ons toe om de energie-efficiëntie van een gebouw in te schatten”.
“De bouwtypologie geeft ons dan weer een beeld van het gebruik van baksteen, verborgen baksteen en het feit of het om een residentieel of een niet-residentieel gebouw gaat. Als we die elementen naast elkaar leggen, krijgen we een beter beeld van de gemiddelde materialen die in dat bepaalde gebouw zijn gebruikt”, aldus Yoko Dams.
De automatische materiaalherkenning werd toegepast op enkele gebouwen in Leuven. De resultaten daarvan werden via een interactieve kaart ter beschikking gesteld. “We hebben ons eerst toegespitst op de ramen en we behaalden daar een gemiddelde nauwkeurigheid van 85%”, zegt Yoko Dams.
“Daarnaast hebben we drie AI-modellen (kunstmatige intelligentie) ingezet voor gebouwtypologieherkenning. Die hebben we getraind op basis van een dataset van honderden gevels in een aantal Vlaamse steden. Het resultaat is een accuraatheid van 90% voor alle modellen en een score van 95% voor baksteen”, vervolgt Dams.
Aan het einde van de rit is ook een schatting gemaakt van de restwaarde van de ramen op basis van de vraagprijzen van gebruikte ramen op online handelsplatformen. Daarbij werd rekening gehouden met alle eigenschappen die bij ramen prijsbepalend zijn: de grootte, het type profiel, het type raam en het type glas.
Sloopwijzer heeft de eerste test doorstaan. Het is mogelijk om bouwelementen en -materialen te detecteren op straatbeelden van gebouwen in Vlaanderen. Op relatief korte tijd kan dit systeem ook ingezet worden op wijk- of stadsniveau. Als de materiaalschatter verder wordt uitgebreid kunnen nog meer materialen gedetecteerd en geschat worden.
Het project werd gesubsideerd door OVAM - Vlaanderen Circulair en uitgevoerd door VITO Remote Sensing en VITO Materials in samenwerking met Immoterrae. Andere betrokkenen vanuit de gebruikerszijde waren de stad Leuven, BOPRO, Tracimat en FLOOW2.
Een voorbeeld van een gebouw in Leuven waarvan de ramen in kaart zijn gebracht.