AutoWEEEdakt

Computer Vision

Vid återvinning av WEEE (Waste Electrical and Electronic Equipment) används manuellt arbete i stor utsträckning för att sortera och kategorisera WEEE. Detta beror främst på att återvinningsföretag måste se till att produkter som innehåller miljö- och hälsofarliga komponenter sorteras ut för att sedan demonteras.
Det har gjorts flera försök att automatisera dessa steg med hjälp av AI-baserad bildigenkänning. Alla dessa försök har dock misslyckats på grund av den stora variationen av elektronisk utrustning som kan komma in till en återvinningsanläggning och det faktum att nya produkter kommer ut på marknaden varje dag. Manuell märkning av WEEE-objekt som krävs för att träna AI-baserade datorseende system är ett arbetsintensivt och därmed dyrt förfarande.

För att lösa detta problem föreslogs och utvecklades automatiserade märkningsförfaranden som bygger på övervakning av befintliga industriella återvinningsprocesser. Detta arbete har utförts på två olika återvinningsanläggningar, El-Kretsens sorterings och kategoriseringsstation vid EXSE-anläggningen i Arboga och NG Metalls återvinningsanläggning i Katrineholm.

Ladda ner projektposter

Fler projekt
Projekt

Energianvändning och kostnader för säkra gångytor genom uppvärmning – Förstudie

Fotgängarnas halkrelaterade singelolyckor och skador ökar signifikant om gångstråken är täckta av snö/is. Tidigare studier har visat på en 60–100-procentig minskning av antalet hal…

Projekt

GrapheneEU – Coordination and Support Action (CSA)

Chalmers Industriteknik hanterar industrialiseringsuppgifterna i GrapheneEU-projektet. De är viktiga aktiviteter för att maximera effekterna av Graphene Flagship i form av nya prod…

Projekt

2D-Pilot Line

2D-Pilot Line-projektet syftar till att stärka Europas ekosystem inom fotonik och elektronik. Målet är att industrialisera tillverkning av 2D-material och stödja industriellt inför…