機器人救援行動：電子廢棄物回收的自動拆解新方案

聯合國一份新報告指出，全球正產生越來越多的電子廢棄物（簡稱電子垃圾），然而回收工作卻未能跟上腳步。有價值的原材料未能得到回收再利用。

弗勞恩霍夫工廠運營與自動化研究所（Fraunhofer Institute for Factory Operation and Automation IFF）的科研人員正著手解決此問題。在iDEAR專案（Intelligent Disassembly of Electronics for Remanufacturing and Recycling的縮寫）中，他們正研發用於電子產品自動化、非破壞性機器人拆解的解決方案，以用於再製造和材料回收，助力建立先進的迴圈經濟模式。

科技的進步不斷縮短電子裝置的使用壽命。這導致對有限原材料的需求不斷增加。與此同時，電子垃圾也在不斷堆積。到2030年，全球每年產生的電子垃圾可能高達7400萬公噸。只有一小部分電子裝置被回收。

超過80%的電子垃圾最終被填埋或焚燒，其中包括電子產品中所含的所有有價值原材料、貴金屬和稀土元素。焚燒會向環境中釋放有害化學物質。

經過處理的一小部分電子垃圾通常會被切碎，只有有限的一部分會被人工拆解、清除有害物質、機械分解並分類。然而，這種人工拆解成本高昂且效率不高。事實上，目前幾乎沒有能翻新和回收電子產品的可持續價值保留策略，以實現先進的迴圈經濟。

在iDEAR專案中，位於馬格德堡的弗勞恩霍夫工廠運營與自動化研究所的科研人員將知識管理、計量學、機器人和人工智慧整合到一個智慧系統中，用於自動化和非破壞性拆解流程，以建立一個可認證的閉環廢棄物管理系統。

弗勞恩霍夫工廠運營與自動化研究所輔助、服務和工業機器人團隊經理何塞·薩恩斯博士表示：「我們旨在徹底改變電子垃圾的拆解方式。目前的解決方案需要大量工程投入，且只限於特定的產品類別。在iDEAR專案中，我們採用資料驅動的方法，這樣從電腦到微波爐再到家用電器等各種各樣的產品，都能在少量工程投入的情況下實時拆解。」

科研人員最初專注於電腦的自動拆解。該系統旨在日後可升級用於任何裝置，比如洗衣機。

物品交付和分類後，便會啟動識別和狀態分析的初始流程。光學感測器系統和配備人工智慧演算法的3D相機，會掃描包含製造商、產品型別和編號等資訊的標籤，檢測部件型別和位置，檢查幾何形狀和表面，評估螺絲和鉚釘等緊韌體的狀態，並檢測異常情況。

薩恩斯解釋道：「光學計量學有助於掃描標籤和分類不同部件，比如螺絲。先前訓練的機器學習演算法和人工智慧會解讀影象資料，並根據感測器和光譜資料實時識別和分類材料、塑膠和部件。」

例如，人工智慧可以檢測螺絲是否隱藏或生鏽。所有資料都儲存在一個數字拆解雙胞胎（可以說是一個產品例項）中，它還能提供是否曾經拆解過類似產品的資訊。

接下來，薩恩斯和他的團隊會定義拆解順序，以便他們的軟體能決定是執行完整拆解，還是隻專注於回收特定的有價值部件。膠合或以其他方式連線的部件會妨礙非破壞性拆解。生鏽或脫扣的螺絲，以及變形的部件也不適合此類拆解。

基於這些高層次資訊，拆解流程開始。機器人會收到一系列要完成的指令和操作，比如「移除機殼左側的兩顆螺絲，開啟機殼」等等。必要時，機器會在各個步驟之間更換所需的每個工具。

拆解順序中指定的技能包括機器人的各種動作，如擰螺絲、提起、切割、拔出、定位、重新定位、釋放、移動操縱桿、彎曲、折斷和切割線路等，拆解機器人可以完全自主完成這些動作。在測試中，示範器甚至成功從電腦中取出主機板，這是一項非常複雜且需要高精度的任務。

薩恩斯解釋說：「我們為此使用了人工智慧。最初，一個人工智慧代理會在模擬模型上接受訓練以完成整個流程，之後我們將訓練好的機器人動作應用到現實世界的實驗裝置中。對於像定位這樣的簡單技能，就不需要這樣做。我們使用感測器和相機資料來完成。」

各個子流程的示範器已建成：一個用於電腦識別和分析的工作站、一個與產品數字孿生體和拆解順序相連的評估模型示範器、一個數字孿生體示範器、一個用於拆解的基於技能的機器人動作自動執行示範器，以及一個用於從機殼中取出主機板的人工智慧生成機器人動作示範器。接下來，這些示範器將相互連線。

目標是打造一個整合所有技術發展成果、能執行所有自動拆解流程的示範器。薩恩斯表示：「回收和再製造是製造企業確保原材料供應的關鍵。回收這些材料不僅能降低電子垃圾對環境的影響，還能為新產品提供寶貴的原材料來源。」