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

Valorisering av krom och magnesium från industriavfall i Sverige

Omvandling av metallurgiskt avfall till värdefulla råvaror genom biomining och industriell symbios Vid produktion av ferrokrom uppstår stora mängder metallurgiskt avfall. Trots att…

Projekt

GREENROOTS: Nya affärsmöjligheter från gräs och klöver

Gräs och klöver kan bli råvara för proteinfoder, biobaserade material och energi. I det nya projektet GREENROOTS leder Chalmers Industriteknik arbetet med att undersöka hur gröna b…

Projekt

GBR-ACT – Green Biorefineries as Catalysts for Agroecological Transitions and Circular Value Chains

Att skapa nya cirkulära värdekedjor för ett hållbart och resilient europeiskt jordbruk GBR-ACT är ett transnationellt forsknings- och innovationsprojekt som samlar ledande forsknin…