Wie fest ist das Holz?
READiStrength: Resource-Efficient And Data-driven Integrated log and board Strength grading
©Gundolf Renze – stock.adobe.com
Foto: Gundolf Renze – stock.adobe.com
Holzprodukte können für tragfähige Konstruktionen eingesetzt und so langfristig Kohlendioxid gebunden werden – aber nur nach Sicherstellung der mechanischen Eigenschaften des Holzes. Um es im Baugewerbe einem möglichst hochwertigen Verwendungszweck zukommen zu lassen, wird Schnittholz in eine Festigkeitsklasse sortiert. Ein Großteil des deutschlandweit verfügbaren Rohholzes wird im Bausektor als tragende Konstruktionen verwendet. Wenn höhere Festigkeitsklassen für bestimmte Produkte erreicht werden können, führt das gleichzeitig durch gesteigerte Materialeffizienz zu einem geringeren Ressourcenbedarf.
Kann die Tragfähigkeit von Schnittholz bereits am Rohholz vor dem Einschnitt vorhergesagt werden? Inwiefern können Informationen aus verschiedenen Rundholz-Messtechnologien dazu beitragen, Konstruktionsholz ressourceneffizienter zu nutzen?
Effizentere Verwertung von Holz durch neue Technologien
Dank neuer Technologien wie der Computertomographie (CT) ist es möglich, Holzeigenschaften von Rundholz vor dem Einschnitt sehr genau zu bestimmen. Die Tragfähigkeit des Schnittholzes wird wiederum maßgeblich von Holzeigenschaften beeinflusst, die zu großen Teilen schon am Rundholz messbar sind. Die möglichst genaue Beschreibung der Qualität von Rundholz ermöglicht eine effektivere Zuordnung in unterschiedliche Produktionslinien der Holzverarbeitung und damit eine effizientere Verwertung des Rohstoffes Holz. Die ungeplante Produktion minderwertigen beziehungsweise ungeeigneten Bauholzes kann somit verhindert werden.
Entwicklungen im Bereich Rückverfolgbarkeit bringen erstmals die Möglichkeit, aufgrund von internen Strukturmustern Rundholzdaten und zugehörige Schnittholzdaten miteinander zu verknüpfen. Während bislang die Rundholzdaten für die weiterführenden Prozessschritte wie Einschnitt, Trocknung und Festigkeitssortierung nicht verfügbar waren, könnten zukünftig bei jedem Bearbeitungsschritt alle bislang erhobenen Daten abrufbar sein.
Projekt READiStrength: Entwicklung von Vorhersagemodellen für Festigkeits- und Rundholzvorsortierung
Im Projekt READiStrength werden Messtechnologien wie nichtzerstörende Verfahren zur mechanischen Charakterisierung (Schwingungsfrequenzmessung durch Laserinterferometer) und bildgebende Verfahren zur Beschreibung des Stamminneren (Computertomografie, röntgenbasierte Einebenenscanner) mit etablierter Messtechnologie wie optischen 3D-Scannern zur Beschreibung der Stammgeometrie kombiniert. Diese umfassenden Rundholzbeschreibungen werden auf die resultierende Tragfähigkeit des Schnittholzes bezogen und Vorhersagemodelle für eine Festigkeitssortierung und Rundholzvorsortierung entwickelt.
Grafik: FVA
Untersuchte Scannertechnologien entlang der Prozesskette / Grafik: FVA
Die FVA kooperiert im Projekt READiStrength mit Partnern aus Schweden und Österreich. Die schwedischen Projektpartner (Luleå University of Technology, RISE Research Institutes of Sweden AB und Norra Skogsägarna) untersuchen die Baumarten Fichte (Picea abies (L.) Karst) und Waldkiefer (Pinus sylvestris L.); die Partner aus Österreich (Holzforschung Austria, HFA) legen den Fokus auf Untersuchungen an der Douglasie (Pseudotsuga menziesii (Mirb.) Franco). Die Arbeiten an der FVA konzentrieren sich auf regionales Weißtannenholz (Abies alba Mill.).
Die Baubranche stützt sich vorwiegend auf Fichtenholz – aufgrund von Klimaveränderungen ist mit dessen Rückgang zu rechnen
Bislang stützt sich die Baubranche vorwiegend auf Fichtenholz. Mit der zu erwartenden Klimaveränderung und veränderter waldbaulicher Zielsetzung ist in Deutschland mit einem Rückgang der Ressource Fichtenholz zu rechnen. Um die holzverarbeitende Industrie auch weiterhin mit hochwertigem Rohholz versorgen zu können, wird auch die Förderung der Weißtanne diskutiert, die ähnliche Holzeigenschaften wie die Fichte aufweist. Jedoch zeigt die Weißtanne Besonderheiten in der Stammstruktur, die die oben beschriebenen Messtechnologien beeinflussen. Deshalb befasst sich das Projekt mit der tannenspezifischen Problematik des Nasskerns, der vermehrt bei starken Stämmen auftritt. Obwohl ein nicht-pathologischer Nasskern bei der Tanne nicht als Festigkeitsmindernd angesehen wird, erschwert diese ungleichmäßige Wasserverteilung die Erfassung festigkeitsrelevanter Merkmale. Insbesondere bei bildverarbeitenden Methoden wurde daher
- der aktuelle Asterkennungsalgorithmus für variable Hintergrunddichten angepasst,
- eine Segmentierung Kernholz/Nasskern zur engeren Bestimmung der Materialdichte in die automatisierten Erkennungsroutinen des Computer-Tomographen implementiert.
Durch Bildverarbeitung automatisch erkannte Merkmale (Nasskern in Rot, Riss in Lila, Äste in Braun) und virtuelle Bretter können aus CT-Bildern (rechts) abgeleitet werden / Grafik: FVA
Neben konventionellen statistischen Modellen, die zur Zertifizierung maschineller Sortierung herangezogen werden können, verfolgt der Projektpartner LTU auch einen physikalisch-numerischen Ansatz mittels Finite-Elemente-Methoden, um die Festigkeit vorherzusagen:
Grafik: Johannes Huber
Virtuelle Biegeprüfung (links) eines aus CT-Daten generierten Schnittholzprodukts (rechts) / Grafik: Johannes Huber
Gefördert durch
Projektpartner
