Die Herausforderung der weltweiten Rohstoffwirtschaft besteht darin, den steigenden Bedarf an Primärrohstoffen, trotz sinkender Wertstoffgehalte und komplizierterer Lagerstättengegebenheiten, weiterhin decken zu können. Aus diesem Grund werden Strategien für eine nachhaltige und technologiebasierte Entwicklung des Bergbaus von der Gesellschaft gefordert. Ein wichtiger Baustein zur Erreichung dieser Forderungen ist die Entwicklung und Implementierung innovativer Technologien und Verfahren, um die Effizienz der Teilschritte Gewinnung, Transport, Qualitätssteuerung, Aufbereitung und Verladung/ Verkippung zu steigern. Neben der Entwicklung von Technologien für zukünftige Abbauverfahren gibt es heutzutage noch Herausforderungen hinsichtlich des Transports von Stoffströmen, die bisher nicht zufriedenstellend gelöst werden konnten. Eine wesentliche Voraussetzung zur gezielten, autonomen Disposition von Massenströmen ist eine kontinuierlich zur Verfügung stehende Information über deren Zusammensetzung. Erst das Wissen über die Zusammensetzung ermöglicht eine optimierte Weiterverarbeitung in nachgeschalteten Aufbereitungsanlagen oder die gezielte Aufhaldung bei einer qualitätsabhängigen Verkippung. Innerhalb dieser Arbeit wird ein indirektes Verfahren zur Charakterisierung von Stoffströmen auf Basis der Acoustic Emission Technologie vorgestellt. Neben dem Stand der Forschung zur Charakterisierung von Rohstoffen werden die Grundlagen der verwendeten Technologie sowie Verfahren zur Bewertung von Stoffströmen erläutert. Ein Fokus liegt dabei auf der Evaluation von Methoden aus dem Bereich des Machine Learnings. Im Rahmen von Machbarkeitsstudien im Technikumsmaßstab werden verschiedene Methoden an idealen Referenzstoffströmen sowie natürlichen Massenströmen erprobt. Auf die Entwicklung der Auswertealgorithmen folgt die Durchführung praxisnaher Feldtests im industriellen Umfeld. Basierend auf den Ergebnissen wird das Konzept eines Inline-Messsystems zur Stoffstromcharakterisierung für den Einsatz in der Rohstoffindustrie erarbeitet und die angewandte Methodik nach derzeitigem Erkenntnisstand bewertet. Die Arbeit schließt mit einer Zusammenfassung relevanter Ergebnisse sowie einem Ausblick zu zukünftigen Einsatzbereichen und Optimierungspotentialen.weiterlesen