自动电子元件拆卸

快速阅读: 据《硅半导体》最新报道，弗劳恩霍夫IFF研究所的研究人员正在开发iDEAR项目，旨在通过自动化机器人拆解电子产品，促进再制造和材料回收，建立先进的循环经济。该项目结合了知识管理、计量学、机器人技术和人工智能，能实时识别和拆解各种产品，降低成本并提高效率。研究成果将集成到一个演示器中，实现全面的自动化拆解过程。这不仅能减少电子废弃物对环境的影响，还能为制造公司提供宝贵的原材料。

有价值的原材料没有得到回收和循环利用。弗劳恩霍夫工厂运行与自动化研究所（弗劳恩霍夫IFF研究所）的研究科学家正在解决这个问题。在iDEAR项目中，他们正在开发解决方案，通过自动化、无损的机器人拆解电子产品，以促进再制造和材料回收，从而帮助建立先进的循环经济。技术的进步正在稳步缩短电子设备的使用寿命。这导致对有限资源的需求不断增加。同时，电子废弃物也在不断增加。到2030年，全球每年产生的电子废弃物可能上升至多达7400万吨。只有少量的电子设备被回收。超过80%的电子废弃物最终被填埋或焚烧，包括其中的所有有价值原材料、贵金属和稀土元素。焚烧会释放有害化学物质到环境中。一小部分电子废弃物经过处理，通常会被粉碎，而只有一小部分是手动拆解、清除有害物质、机械分解并分类成不同的部分。这种手动拆解成本高且效率不高。几乎没有可持续的策略来翻新和回收电子产品，以实现先进的循环经济。在iDEAR项目中，简称“智能电子设备拆解与再制造及回收”项目，弗劳恩霍夫IFF研究所的研究科学家们正在将知识管理、计量学、机器人技术和人工智能结合成一个智能系统，用于自动化和无损拆解过程，以建立可认证的闭环废物管理系统。“我们打算革新电子废弃物的拆解方式。当前的解决方案需要大量的工程设计，并且局限于特定的产品组。在iDEAR项目中，我们采用数据驱动的方法，以便能够实时拆解各种产品，从电脑到微波炉再到家用电器，所需工程设计最少，”马格德堡弗劳恩霍夫IFF研究所辅助、服务和工业机器人小组负责人何塞·桑斯博士说。

研究人员最初专注于电脑的自动化拆解。该系统旨在随着时间推移可以升级，适用于任何设备，比如洗衣机等。使用高精度计量学自动识别组件物品送达并分离后，启动初步的身份识别和状况分析。然后，光学传感器系统和配备AI算法的3D摄像头扫描带有制造商、产品类型和编号信息的标签，检测组件类型和位置，检查几何形状和表面，评估紧固件（如螺丝和铆钉）的状态，并检测异常情况。“光学测量有助于扫描标签并分拣不同部件。预先训练的机器学习算法和AI解析图像数据，并基于传感器和光谱数据实现实时材料、塑料和组件的识别和分类，”桑斯解释道。

例如，AI可以检测螺丝是否被隐藏或生锈。所有数据都被存储在一个数字拆解孪生体中，这可以说是一个产品实例，也提供了是否曾经拆解过类似产品的信息。接下来，桑斯和他的团队定义了拆解顺序，以便软件可以确定是执行完整的拆解还是只关注特定有价值组件的回收。粘连或其他连接的组件阻碍了无损拆解。生锈或滑牙的螺丝或变形的组件也不理想。根据这些高级信息开始拆解过程。机器人接收一系列指令和操作来完成任务，比如“拆除外壳左侧两个螺丝，打开外壳”等等。每当需要时，机器会在各个步骤间更换所需的每种工具。拆解序列中指定的技能包括机器人动作，如拧螺丝、提起、切割、提取、定位、重新定位、释放、移动杠杆、弯曲、剪断电线等，这些机器人可以完全自主地执行。演示器甚至成功测试了从电脑上移除主板——这是一个非常复杂的任务，需要高度精确。“我们使用了AI技术。AI代理首先在模拟模型上进行训练以完成该过程，之后我们将训练好的机器人动作转移到实际实验设置中。对于简单的技能，如定位，无需如此。我们使用传感器和相机数据进行，”桑斯解释道。

各个子过程的演示器已建成：用于计算机识别和分析的站、连接到产品数字孪生和拆解序列的评估模型演示器、数字孪生演示器、基于技能的机器人动作自动执行的演示器以及AI生成的机器人动作演示器，用于从机壳中移除主板。下一步，演示器将相互连接。目标是一个集成了所有技术发展的演示器，可以执行所有自动化拆解过程。“回收和再制造是制造公司确保原材料供应的关键。这些材料的回收不仅减少了电子废弃物对环境的影响，也为新产品提供了宝贵的原材料来源，”桑斯说。

(以上内容均由Ai生成)