Measuring the Recyclability of Electronic Components to Assist Automatic Disassembly and Sorting Waste Printed Circuit Boards

要約

テクノロジー製品の急速な進化と多くの IT 部門の競争により、電気および電子機器の無駄が増加しています。
毎年、何百万トンもの電子廃棄物が環境に捨てられ、人間の健康に重大な影響を与えています。
したがって、テクノロジー、特に人工知能だけでなく、新しい生産プロセスのための重要な原材料の再利用を使用して、この廃棄物の流れを制御することが重要です。
この論文では、数学的革新モデルを使用した、廃棄プリント基板 (WPCB) からの廃棄電子部品 (WEC) のリサイクル可能性の測定に焦点を当てました。
この革新的なアプローチは、WEC のリサイクル可能性とリサイクルの難しさの両方を評価し、分解と分別を改善するために AI モデルを統合します。
WPCB 上に存在する個々の電子部品のリサイクル可能性を評価すると、貴重な材料の回収可能性についての洞察が得られ、経済的価値と生産ユーティリティの観点からリサイクルに伴う複雑さのレベルがわかります。
この新しい測定アプローチは、AI モデルが廃棄 PCB の自動分解中に識別および分類されるクラスの数を正確に決定するのに役立ちます。
また、モデルの反復トレーニングや個々の電子コンポーネントの検証も容易になります。

要約(オリジナル)

The waste of electrical and electronic equipment has been increased due to the fast evolution of technology products and competition of many IT sectors. Every year millions of tons of electronic waste are thrown into the environment which causes high consequences for human health. Therefore, it is crucial to control this waste flow using technology, especially using Artificial Intelligence but also reclamation of critical raw materials for new production processes. In this paper, we focused on the measurement of recyclability of waste electronic components (WECs) from waste printed circuit boards (WPCBs) using mathematical innovation model. This innovative approach evaluates both the recyclability and recycling difficulties of WECs, integrating an AI model for improved disassembly and sorting. Assessing the recyclability of individual electronic components present on WPCBs provides insight into the recovery potential of valuable materials and indicates the level of complexity involved in recycling in terms of economic worth and production utility. This novel measurement approach helps AI models in accurately determining the number of classes to be identified and sorted during the automated disassembly of discarded PCBs. It also facilitates the model in iterative training and validation of individual electronic components.

arxiv情報

著者 Muhammad Mohsin,Xianlai Zeng,Stefano Rovetta,Francesco Masulli
発行日 2024-06-24 12:33:56+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV, cs.CY, cs.LG パーマリンク