借助机器人和AI实现更智能的电子废弃物拆解

（图源：©Fraunhofer IFF，经许可使用）

电子废弃物正在不断堆积。全球每年会产生超过5000万吨电子废弃物[1]，所以寻找一种高效、可扩展的回收解决方案是一个迫在眉睫的需求。在美国，电子废弃物管理主要由州级法规和私营回收企业负责，自动化可能是大规模解决这一问题的关键。本文将探讨当今电子废弃物处置面临的挑战，以及诸如Fraunhofer IFF这样的机构如何致力于克服这些挑战。

如何处置五花八门的过时电子产品？

电子产品回收面临的最大挑战之一，是回收中心接收的电子产品种类繁多。回收人员需要处理来自手机、笔记本电脑、工业设备等各类产品中各式各样的元器件，其中许多都缺乏数字化的电路图、物料清单、装配图纸或标准化设计，致使回收人员难以辨别哪些材料可以回收。

传统回收流程包括手动拆解设备以分离金属、塑料和电路板。正如您所想象的那样，这是一个耗费时间和人力的过程，有时甚至要直接处理危险物质。在很多情况下，电子设备会被直接粉碎。虽然这样的方法可以回收金和银等材料，但包括稀土元素在内的其他关键原材料往往就流失了。

Fraunhofer IFF机器人系统以及辅助、服务和工业机器人部门经理José Saenz博士向我们介绍了这一过程面临的挑战：“他们会把收进来的旧电脑、旧手机粉碎成一滩烂泥，然后通过某种化学方法，把金、银、铂之类的金属提取出来。但这种方法只能提取金属，却不能分离塑料，所以塑料基本上只能被焚烧掉。”

材料回收效率低下，是打造真正循环电子经济体系的最大障碍之一。这一体系要求电子产品在设计阶段就考虑到耐用性和可回收性。

革新拆解工艺

为了解决这些问题，Saenz及其团队一直在使用人工智能（AI）驱动的机器人技术来实现自动化拆解。与依赖预定义程序的传统自动化不同，现代机器人技术具有很强的适应性，能够利用计算机视觉、力敏执行器和机器学习等技术来处理难以预测的材料[2]。

Saenz介绍了其团队的“面向再制造与回收利用的智能拆解”（iDEAR）项目（图1）。该项目目前专注于一种产品类型，但团队计划在未来扩展应用范围：“我们目前专注于个人电脑，目标是取出主板以便进一步处理。我们希望这项工作能够实现自动化；但我们的核心思路是，如果能够正确地建立起这个流程，那么就可以推广到其他产品上。”

图1：iDEAR项目在个人电脑上的实际应用。通过自动化拆解旧电子设备，回收有价值的材料并减少电子废弃物。（图源：©Fraunhofer IFF，经许可使用）

该团队并没有采用对机器人进行编程，使之遵照固定的X、Y、Z坐标的方法，而是开发了基于故事板的通用拆解序列。所以，机器人可以动态地确定所需工具，减少对人工干预的依赖，并使整个流程可以推广到其他电子产品上。

传感器、AI视觉和力敏机器人

Fraunhofer团队正使用强化学习和模仿学习两种方法训练其机器人评估和拆解设备。

在强化学习中，机器人尝试以不同的方式拆除组件，并因正确操作而获得奖励，从而逐步提升能力。在模仿学习中，人类操作员引导机器人完成拆解流程，机器人通过模仿这些动作进行学习（图2）。这些方法使系统能够适应各种设备，无需采用预先编程的指令。

图2：一名研究人员正通过操控机械臂的方式对其进行训练，使其能够自主拆解电子设备。（图源：©Fraunhofer IFF，经许可使用）

他们的系统包含以下技术：

计算机视觉和AI：先进的物体检测算法（例如YOLO和物体检测器）使机器人能够实时识别组件，即使面对各种未知产品也是如此。

力敏执行器：配备力反馈机制的机器人可以根据阻力调整操作方式。这有助于它们处理卡住的螺丝、变形的外壳或易碎组件，而不会造成损坏。

模块化工具：该系统让机器人能够在不同工具（如螺丝刀、夹具和刀具）之间切换，以完成拆解任务。

此外，数字产品护照可以提供“关于每种产品的产地、材料、环境影响和处置建议的全面信息”，它也有望在未来的回收工作中发挥作用[3]。

自动化拆解带来的影响

欧盟在“维修权”立法方面走在前列[4]，美国也已经开始效仿。美国所有50个州均已出台相关立法，要求制造商向消费者提供维修手册和零部件，以推动产品设计向更易于维修的方向发展[5]。这也将使回收商的拆解工作更加便捷。

对于设计未来产品的工程师来说，这些趋势可能意味着需要更多采用模块化设计、标准化组件和易拆解的连接点。未来，AI驱动的拆解系统甚至可以与制造商数据库整合，让机器人能够获取电路图并自动优化回收流程。

自动化拆解还将影响钴、锂和稀土金属等材料的开采，这些开采工作具有较高的环境破坏性和地缘政治敏感性。自动化拆解和材料回收流程可提高回收效率，减少对新开采资源的依赖。例如，AI驱动的系统可以选择性地取出有价值的半导体、电池和高纯度金属，使其可用于新设备。

挑战与未来展望

要让AI驱动的电子产品回收得到广泛应用并非易事，但Saenz及其团队正专注于提高其可扩展性和影响力。到目前为止，他们的进展表明，机器人技术和AI可以加快拆解速度、减少废弃物并提高材料回收率。

这项技术最令人期待的地方之一，是它能够适应个人电脑以外的电子设备。该团队正致力于让这项技术推广到个人电脑之外，成为处理手机和工业电子产品等更大规模回收业务的一部分。模块化设计使机器人能够根据任务需要切换工具，从而使系统具有适应性和可扩展性。

他们下一阶段的研究更加雄心勃勃：该团队希望将这些AI驱动的拆解方法应用于喷气涡轮机和其他已经开展再制造工作的组件。

此外，随着数字产品护照的不断完善，产品数据将会越来越容易获得，从而提高AI系统快速评估和拆解电子产品的能力。目前，缺乏历史数据是这项技术面临的一大障碍；但Saenz相信，随着越来越多企业接受循环经济原则，数据可访问性将得到改善，机器人拆解将变得更加高效。

Saenz并不认为高昂的初期成本是一种障碍。他认为，投资自动化最终将会降低运营成本，因为AI驱动的拆解工作可以显著减少劳动密集型流程，并大幅提高材料回收率。随着法规推动更可持续的实践，各行业将有更多理由采用这些解决方案，这些方案的成本效益也将逐渐提升。

在Saenz设想的未来场景中，人类与机器人将实现优化协作，通过自动化方式处理复杂的拆解工作，同时人类还可以对整个流程进行监督和优化。随着研究的深入和行业协作的加强，AI驱动的电子产品回收有望彻底改变废弃物管理，使可持续发展成为制造商和回收商能够实现并且有利可图的目标。

结语

对于工程师而言，自动化电子产品回收的兴起既是挑战，也是机遇。在设计产品时就考虑到AI辅助拆解、利用“维修权”原则并整合数字产品护照，可以让电子行业更具可持续性。

随着机器人视觉、机器学习和模块化产品设计技术的发展，未来的电子产品回收将变得更加智能、高效。Saenz强调，他的团队热切希望与业界专业人士合作，确保他们的研究不仅具有创新性，而且具有实用性。

他说道：“我们可不想制造大家都不需要的东西。我们希望听取业界领军人物的意见和建议、了解他们面临的具体挑战，这样我们就能创造出真正有用并且可以推广的解决方案。”

[1]https://ewastemonitor.info/gem-2020/.
[2]https://www.iff.fraunhofer.de/en/press/2025/automated-electronics-disassembly-first-milestones-in-the-research-project.html/.
[3]https://data.europa.eu/en/news-events/news/eus-digital-product-passport-advancing-transparency-and-sustainability/.
[4]https://www.europarl.europa.eu/news/en/press-room/20240419IPR20590/right-to-repair-making-repair-easier-and-more-appealing-to-consumers/.
[5]https://www.ifixit.com/News/108371/right-to-repair-laws-have-now-been-introduced-in-all-50-us-states.

作者简介

Nicolette Emmino是一位科技作家，对文字工作充满热爱。她拥有广播新闻学背景，并曾在工程领域积累了丰富经验。她的目标是发掘科技新动态，向大众介绍各种创新突破、消费电子产品以及创客科技项目。