3. november 2026
Mød DIREC-forsker Wilbert Peter Empleo
Hvis vi skal bruge færre nye råmaterialer, skal industrien blive bedre til at genvinde de materialer, der allerede er i omløb. Mange produkter, der returneres, når de er udtjente, indeholder komponenter, som kan genbruges. Udfordringen er at få dem ud uden at ødelægge dem.
Det er netop den udfordring, Danfoss står med. Når virksomhedens frekvensomformere til motorer kommer retur, ligger de værdifulde komponenter dybt inde i produktet – omkring 50 trin inde i processen. Man kan ikke bare makulere produktet uden at ødelægge komponenterne. Derfor skal det skilles ad. I dag foregår det manuelt, hvor en medarbejder trin for trin skiller produktet ad i hånden. “Det er ikke en løsning, der kan skaleres,” siger Wilbert Peter Empleo, ph.d.-studerende ved Syddansk Universitet og en del af MOTUS-projektet.
Vi smider hvert år mere elektronik ud, og størstedelen af de værdifulde metaller og komponenter i produkterne bliver aldrig genvundet. Samtidig ønsker Europa at blive mindre afhængig af importerede råmaterialer og har sat mål om at genanvende langt flere af de materialer, vi allerede har. Nye EU-regler for ecodesign stiller desuden i stigende grad krav om, at produkter skal være reparerbare og nemme at skille ad.
Det peger alt sammen i samme retning: Flere produkter vil blive returneret, og flere skal skilles forsigtigt ad i stedet for at blive makuleret. Hvis det arbejde fortsat skal udføres manuelt, bliver det svært at skalere.
En robot virker som den oplagte løsning. Men adskillelse af produkter består af mange små og forskellige opgaver, og hidtil har det været dyrt og tidskrævende at lære robotter dem. De AI-modeller, der ligger bag moderne robotter – såkaldte end-to-end-modeller – omsætter direkte billeder fra et kamera til bevægelser. Typisk kræver det 30-100 demonstrationer at lære robotten hver enkelt opgave.
“Det er ekstremt arbejdskrævende, og jeg blev faktisk lidt træt af det,” fortæller Wilbert.
Derfor fandt han frem til en metode, hvor én demonstration er nok. Robotten observerer opgaven én gang og kan derefter gentage den – også selvom komponenten bliver flyttet eller drejet.
Han demonstrerede teknologien hos Danfoss. Her kunne virksomhedens egne medarbejdere styre robotten med en 3D-mus, mens de skilte produktet ad. Robotten lærte ved at observere deres bevægelser.
»De kunne se, at de faktisk selv kan oplære robotten,« fortæller han.
Det ændrer økonomien i automatiseringen af adskillelsesprocesser. Når robotten kun skal have vist hvert trin én gang, bliver det rentabelt at skille langt flere produkter ad.
DIREC-projektet MOTUS samler Syddansk Universitet, IT-Universitetet i København, Danfoss og Universal Robots. Ifølge Wilbert har samarbejdet med industrien været med til at styrke forskningen.
“Samarbejdet med partnerne har ændret retningen på min ph.d. til det bedre. Forskningen er blevet mere grundig, end den ville have været, hvis jeg havde arbejdet alene, og den tager udgangspunkt i en problemstilling, der virkelig betyder noget.”
Materialerne findes allerede. Med en robot, der kan lære ud fra blot én demonstration, kan det blive muligt og rentabelt at genvinde værdifulde materialer fra langt flere produkter.
