JP7092889B2 - 電子・電気機器部品屑の組成解析装置、電子・電気機器部品屑の処理装置及び電子・電気機器部品屑の処理方法 - Google Patents

電子・電気機器部品屑の組成解析装置、電子・電気機器部品屑の処理装置及び電子・電気機器部品屑の処理方法 Download PDF

Info

Publication number
JP7092889B2
JP7092889B2 JP2020554011A JP2020554011A JP7092889B2 JP 7092889 B2 JP7092889 B2 JP 7092889B2 JP 2020554011 A JP2020554011 A JP 2020554011A JP 2020554011 A JP2020554011 A JP 2020554011A JP 7092889 B2 JP7092889 B2 JP 7092889B2
Authority
JP
Japan
Prior art keywords
electronic
electrical equipment
component
types
scraps
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2020554011A
Other languages
English (en)
Other versions
JPWO2020090941A1 (ja
Inventor
智也 後田
寿文 河村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
JX Nippon Mining and Metals Corp
Original Assignee
JX Nippon Mining and Metals Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by JX Nippon Mining and Metals Corp filed Critical JX Nippon Mining and Metals Corp
Publication of JPWO2020090941A1 publication Critical patent/JPWO2020090941A1/ja
Application granted granted Critical
Publication of JP7092889B2 publication Critical patent/JP7092889B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34Sorting according to other particular properties
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/04Sorting according to size
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/16Sorting according to weight
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34Sorting according to other particular properties
    • B07C5/342Sorting according to other particular properties according to optical properties, e.g. colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C2501/00Sorting according to a characteristic or feature of the articles or material to be sorted
    • B07C2501/0054Sorting of waste or refuse
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30136Metal
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30148Semiconductor; IC; Wafer
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P10/00Technologies related to metal processing
    • Y02P10/20Recycling
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02WCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
    • Y02W30/00Technologies for solid waste management
    • Y02W30/50Reuse, recycling or recovery technologies
    • Y02W30/82Recycling of waste of electrical or electronic equipment [WEEE]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Sorting Of Articles (AREA)
  • Processing Of Solid Wastes (AREA)
  • Manufacture And Refinement Of Metals (AREA)
  • Image Analysis (AREA)
  • Electrical Discharge Machining, Electrochemical Machining, And Combined Machining (AREA)

Description

本発明は、電子・電気機器部品屑の組成解析装置、電子・電気機器部品屑の処理装置及び電子・電気機器部品屑の処理方法に関する。
近年、資源保護の観点から、廃家電製品・PCや携帯電話等の電子・電気機器部品屑から、有価金属を回収することがますます盛んになってきており、その効率的な回収方法が検討され、提案されている。
例えば、特開平9-78151号公報(特許文献1)では、有価金属を含有するスクラップ類を銅鉱石溶錬用自溶炉へ装入し、有価金属を炉内に滞留するマットへ回収させる工程を含む有価金属のリサイクル方法が記載されている。このようなリサイクル方法によれば、銅溶錬自溶炉での銅製錬にスクラップ処理を組み合わせることができるため、有価金属含有率が低いスクラップ類からでも低コストで有価金属を回収することができる。
しかしながら、特許文献1に記載されるような銅溶錬自溶炉を用いた処理においては、電子・電気機器部品屑の処理量が増えると、電子・電気機器部品屑を構成する樹脂等の有機物に含まれる炭素成分が増加し、溶錬炉で過還元によるトラブルが発生する場合がある。一方で、電子・電気機器部品屑の処理量は近年増加する傾向にあるため、銅溶錬自溶炉での効率的な処理が望まれている。
銅溶錬自溶炉の過還元によるトラブルの発生を抑制する手法の一つとして、電子・電気機器部品屑を銅溶錬自溶炉で処理する前に電子・電気機器部品屑を粉砕処理し、容量を小さくすることが提案されている。例えば、特開2015-123418号公報(特許文献2)では、銅を含む電気・電子機器部品屑を焼却後、所定のサイズ以下に粉砕し、粉砕した電気・電子機器部品屑を銅の溶錬炉で処理することが記載されている。
しかしながら、電子・電気機器部品屑の処理量が増加することにより、電子・電気機器部品屑に含まれる物質の種類によってはその後の銅製錬工程での処理に好ましくない物質(製錬阻害物質)が従来よりも多量に投入されることとなる。このような銅製錬工程に装入される製錬阻害物質の量が多くなると、電子・電気機器部品屑の投入量を制限せざるを得なくなる状況が生じる。
従来より、天然の鉱石由来の製錬阻害物質も含め、銅製錬の溶錬工程における熱力学的な手法や電解工程における電解液の精製方法については数々の取り組みがされてきたが、天然の鉱石と比較して、製錬阻害物質の含有割合が著しく大きい電子・電気機器部品屑の処理方法には課題が多い。
電子・電気機器部品屑から製錬阻害物質を低減しながら効率的に製錬工程へ投入するための処理原料を得るためには、種々の選別機を用いて機械的な処理を行うことが効率性の観点から望ましい。しかしながら、電子・電気機器部品屑は様々な形状及び種類の部品屑が含まれており、供給元の違い等によりその原料組成が変化する場合が多い。そのため、より適切な選別を行うために、電子・電気機器部品屑の原料組成を手選別によって評価し、その結果を選別処理の操業管理、運転条件の設定に反映させることが行われる。
しかしながら、手選別により原料組成を把握する手法では、原料組成の把握のために時間を要するため、迅速な処理を行うことができず、その結果をすぐに操業へ反映することが困難である。時々刻々とその組成が変化する電子・電気機器部品屑の中からその中の部品屑の組成を瞬時に判別することができれば、大量の電子・電気機器部品屑をより適切な条件で選別を行うことができるため有用である。
特開平9-78151号公報 特開2015-123418号公報
本開示は、電子・電気機器部品屑中の部品屑の組成を短時間で判別することが可能な電子・電気機器部品屑の組成解析装置、電子・電気機器部品屑の処理装置及びこれらを用いた電子・電気機器部品屑の処理方法を提供する。
本発明の実施の形態に係る電子・電気機器部品屑の組成解析装置は一実施態様において、複数の部品種からなる電子・電気機器部品屑を撮像した画像の中から複数の部品種の画像を抽出して複数の部品種毎に分類するための分類データを記憶する分類データ記憶手段と、分類データに基づいて電子・電気機器部品屑を撮像した画像の中から複数の部品種の画像を抽出して複数の部品種毎に分類する分類手段と、分類手段により分類された複数の部品種毎の面積、個数、平均粒径及び重量比率の少なくともいずれかを解析する解析手段とを備える電子・電気機器部品屑の組成解析装置である。
本発明の実施の形態に係る電子・電気機器部品屑の処理装置は一実施態様において、複数の部品種からなる電子・電気機器部品屑を撮像する撮像装置と、電子・電気機器部品屑を撮像した画像の中から複数の部品種の画像を抽出して複数の部品種毎に分類するための分類データを記憶する分類データ記憶手段、分類データに基づいて電子・電気機器部品屑を撮像した画像の中から複数の部品種の画像を抽出して複数の部品種毎に分類する分類手段、及び分類手段により分類された複数の部品種毎の面積、個数、平均粒径及び重量比率の少なくともいずれかを解析する解析手段を備える組成解析装置と、組成解析装置によって解析された解析結果に基づいて電子・電気機器部品屑から特定の部品屑を選別する選別機とを備える電子・電気機器部品屑の処理装置である。
本発明の実施の形態に係る電子・電気機器部品屑の処理方法は一実施態様において、複数の部品種からなる電子・電気機器部品屑を撮像する工程と、電子・電気機器部品屑を撮像した画像の中から複数の部品種の画像を抽出して複数の部品種毎に分類するための分類データを記憶する分類データ記憶手段が備える分類データに基づいて、複数の部品種の画像を抽出して複数の部品種毎に分類する分類工程と、分類工程で分類された複数の部品種毎の面積、個数、平均粒径及び重量比率の少なくともいずれかを解析する解析工程とを含む電子・電気機器部品屑の処理方法である。
本開示によれば、電子・電気機器部品屑中の部品屑の組成を短時間で判別することが可能な電子・電気機器部品屑の組成解析装置、電子・電気機器部品屑の処理装置及びこれらを用いた電子・電気機器部品屑の処理方法が提供できる。
本発明の実施の形態に係る電子・電気機器部品屑の処理装置を示すブロック図である。 画像中に存在する電子・電気機器部品屑を部品種毎に特定して部品種毎にそれぞれ異なる色の色枠で区分けした画像を表す写真である。 本発明の実施の形態に係る電子・電気機器部品屑の処理装置を用いた解析結果の一例を示す表である。 電子・電気機器部品屑の処理装置を用いた電子・電気機器部品屑の処理方法の一例を示すフローチャートである。 電子・電気機器部品屑の処理装置を用いた電子・電気機器部品屑の処理方法の応用例を示すフローチャートである。
本発明の実施の形態に係る電子・電気機器部品屑の処理装置は、図1に示すように、電子・電気機器部品屑を撮像する撮像装置12と、電子・電気機器部品屑の組成を推定する解析手段を備える組成解析装置10とを備える。組成解析装置10によって解析された組成解析結果に基づいて電子・電気機器部品屑から特定の部品屑を選別する選別機13を更に備えている。
本実施形態における「電子・電気機器部品屑」とは、廃家電製品・PCや携帯電話等の電子・電気機器を破砕した屑であり、回収された後、適当な大きさに破砕されたものを指す。本実施形態では、電子・電気機器部品屑とするための破砕は、処理者自身が行ってもよいが、市中で破砕されたものを購入等したものでもよい。
破砕方法として、特定の装置には限定されず、せん断方式でも衝撃方式でもよいが、できる限り、部品の形状を損なわない破砕が望ましい。従って、細かく粉砕することを目的とする粉砕機のカテゴリーに属する装置は含まれない。
電子・電気機器部品屑は、基板、筐体などに使われるプラスチック(合成樹脂類)、金属片、銅線屑、コンデンサー、ICチップ、その他、等の複数の部品種からなり、処理目的に応じて更に細かく分類することができる。以下に限定されるものではないが、本実施形態では、粒度50mm以下に破砕されている電子・電気機器部品屑を好適に処理することができる。
本発明の実施の形態に係る組成解析装置10を用いて、複数の部品種からなる電子・電気機器部品屑の組成を解析し、その解析結果に応じた選別機の選択及び選別機の条件を制御することにより、例えば、選別物を銅製錬工程に利用する場合には、銅製錬工程での処理に好ましくない物質、例えば、アンチモン(Sb)等の元素を含む部品種や、プラスチック、アルミニウム(Al)、鉄(Fe)等を含む部品屑を極力低減しながら、金、銀、白金、パラジウム、銅を含む有価金属を濃縮した処理原料を得ることができる。
特に、図1に例示する組成解析装置10を用いて、電子・電気機器部品屑の組成を判別し、各部品屑の個数、粒径、重量比率、面積などを数値化して評価することで、例えば、選別物を銅製錬工程に利用する場合には、銅製錬工程での処理に好ましくない物質、例えば、アンチモン(Sb)等の元素を含む部品種や、プラスチック、アルミニウム(Al)、鉄(Fe)等を含む部品屑を極力低減しながら、金、銀、白金、パラジウム、銅を含む有価金属を濃縮した処理原料を得ることができる。
組成解析装置10は、組成解析処理を制御するための制御部(制御装置)100、各種制御に必要な情報を記憶する記憶装置110、入力装置120、表示装置130を備えることができる。制御部100は、分類手段101、計測手段102、解析手段103、運転条件生成手段104、変更情報生成手段105、位置情報出力手段106、機械学習手段107及び更新手段108を含むことができる。記憶装置110は、分類データ記憶手段111、解析情報記憶手段112、運転条件記憶手段113、位置情報記憶手段114を備えることができる。解析手段103はネットワーク11を通じて解析手段103の解析結果を、サーバ15或いはネットワーク11を介して接続された選別機13とは別の選別機14へ出力することができるようになっている。
分類データ記憶手段111は、電子・電気機器部品屑を撮像した画像の中から複数の部品種の画像を抽出して複数の部品種毎に分類するための分類データが記憶されている。例えば、分類データ記憶手段111は、電子・電気機器部品屑の画像情報から、複数の部品種、即ち、基板、プラスチック、金属片、銅線屑、コンデンサー、ICチップ、その他(コネクタ、フィルム状部品屑、被覆線屑等)の少なくとも3種類以上、好ましくは7種類以上に分類するための基本情報を備えている。電子・電気機器部品屑の中の特定の部品を上記の部品種のいずれかに設定するための条件は、その後の選別処理目的に応じて、操作者が予め設定することができる。
分類手段101は、分類データ記憶手段111に記憶された分類データに基づいて、電子・電気機器部品屑を複数の部品種毎に分類する。図2は分類手段101が画像中に存在する電子・電気機器部品屑を部品種毎に特定して部品種毎にそれぞれ異なる色の色枠で区分けした画像の例を示している。
計測手段102は、分類手段が分類した複数の部品種それぞれの画像の面積を計測する。計測手段102は、図2に示すように、それぞれ色枠で区分けされた部品種の面積を、部品種毎に、それぞれ解析情報記憶手段112に記憶された計測情報を用いて計測する。解析情報記憶手段112は、制御部100による組成分析の解析に必要な情報、例えば、複数の部品種の面積を計測するための情報、部品屑の重量比率の計算に必要な各部品屑毎の単位当たりの重量比率の情報等を記憶する。
解析手段103は、複数の部品種の単位面積当たりの想定重量を複数の部品種の面積と乗算して複数の部品種の重量比率を解析することにより、電子・電気機器部品屑の組成を推定する。複数の部品種の単位面積当たりの想定重量は、操業結果に応じて予め操作者により入力装置120等を介して設定しておくことができる。以下に限定されるものではないが、例えば、電子・電気機器部品屑を3種類に分類する場合、基板屑の想定重量を例えば2.0g/cm2、プラスチックの想定重量を1.5g/cm2、その他の部品を1.0g/cm2と設定することができる。
解析手段103は、面積の他に、部品種毎にその部品種を構成する部品の個数(個)、上記の面積の計算結果と個数とに基づいて算出される平均粒径、重量比率などの物理的特性の少なくともいずれかを解析して表示装置130等に出力することもできる。解析結果の一例を図3に示す。図3に示す解析結果では、基板が全体の70%を占め、次いでプラスチックが22%、銅線屑が6%、金属片が3%含まれることが分かる。
運転条件生成手段104は、解析手段による複数の部品種の重量比率の解析結果に基づいて、複数の部品種を選別するための選別機の運転条件の情報を生成する。選別機としては、ピッキング、カラーソーター、メタルソーター、渦電流選別機、風力選別機、篩別機などの種々の選別機がある。例えば、図3に示す解析結果から、運転条件生成手段104は、例えば基板とプラスチックとを選別するカラーソーターの運転条件を生成し、生成した運転条件を運転条件記憶手段113へ格納する。運転条件記憶手段113へ格納された運転条件は、選別機13、14へ出力されて、選別機13、14が、出力された運転条件に応じて選別処理を行うことができる。
位置情報出力手段106は、電子・電気機器部品屑を撮像した画像において分類手段101が分類した複数の部品種のそれぞれの位置情報を取得し、位置情報記憶手段114へ格納する。そして、複数の部品種の中から特定の部品種の位置を抽出してこれを選別するための特定の選別機13、14に対し、位置情報を出力する。例えば、基板と金属片はメタルソーター等の特定の選別機13、14では分離できないが、画像情報で個別に位置情報が得られれば、ピッキング機能を備える選別機13、14によってこれらを選別することができるようになる。
機械学習手段107は、電子・電気機器部品屑を撮像した複数の画像または複数の部品種を選別するための選別機13、14の選別結果に基づいて、分類手段101が参照する分類データを機械学習により処理する。
機械学習においては、まず、電子・電気機器部品屑を撮像した画像に写る部品種単体に対してタグが付される。例えば、画像内に写っている基板に対し、ペイントソフトで赤線により囲む等してタグが付され、機械学習手段107は、タグが付された部品種を基板であると学習する。同様に、機械学習手段107は、数種類の色でそれぞれ囲まれたプラスチック、金属片、銅線屑などに対し、それぞれ固有の部品種であると学習する。このような方法で100枚以上、好ましくは数百枚~数千枚の学習データを用意し、学習データを機械学習手段107が処理することで、それぞれの部品種の特徴を学習し、その分類の精度を向上させるように学習する。
更新手段108は、機械学習手段107の学習結果に基づいて、分類手段101が部品種を分類するために用いられる分類データを更新する。更新された分類データは、ネットワーク11を介して接続された選別機14やサーバ15へ出力されてもよい。
図1に示す電子・電気機器部品屑の処理装置を用いた電子・電気機器部品屑の処理方法の一例について、図4のフローチャートを用いて説明する。ステップS100において、図1の選別機13の搬送手段(コンベア)などに搬送された電子・電気機器部品屑を撮像装置12を用いて撮像する。ステップS101において、図1の分類手段101が、撮像装置12により撮像された画像内に存在する部品屑を、分類データ記憶手段111に記憶された分類データに基づいて、部品種毎(例えば、基板、プラスチック、金属片、銅線屑、コンデンサー、ICチップ、その他の部品種の7分類)に分類する。
分類手段101による分類結果は、表示装置130等によって表示されることができる。操作者の確認がし易くなるように、分類結果は、表示装置130に表示される画像において、例えば、基板は赤枠で、プラスチックは青枠にする等して、部品種毎に色の異なる枠が付される。このとき、図1の位置情報出力手段は、分類手段101によるこの分類結果に基づくこれらの位置情報を位置情報記憶手段114に格納することができる。
例えば、基板、プラスチック、金属片、銅線屑、コンデンサー、ICチップ、その他の部品種の7分類に分類した場合、基板、銅線屑、コンデンサー及びICチップは有価物とし、金属片(アルミやSUS)及びプラスチックを製錬阻害物質と見なして選別するように、選別条件を適切化することで、電子・電気機器部品屑の分離効率やロス率、操業成績を数値化して管理することができる。
ステップS102において、計測手段102が、分類手段101が分類した複数の部品種の面積を計測する。計測手段102による各部品種の面積の計測は、画像から面積を推定するための既知の面積検出ソフトを用いて計測することができる。ステップS103において、解析手段103は、複数の部品種の単位面積当たりの想定重量を複数の部品種の面積と乗算して複数の部品種の重量比率を解析することにより、電子・電気機器部品屑の組成を推定する。
例えば図3に示すように、解析手段103によって、撮像装置12が撮像した画像の中から複数の部品種毎の平均の面積、個数、平均粒径、重量比率などを数値化して解析することができるため、従来のように、手選別で電子・電気機器部品屑の原料組成を評価するよりも著しく迅速にその原料組成を数値化して把握することができる。
ステップS104において、解析手段103が解析した原料解析結果に基づいて、選別処理が行われる。例えば、ステップS103で得られた組成解析結果に基づいて、原料を選別処理するための選別機の選択と、選別条件、選別順序等の操業条件が決定され、その操業条件に基づいて選別処理が行われる。
例えば、電子・電気機器部品屑に対して風力選別機を用いて風力選別を行って軽量物と重量物とに選別することにより、選別後の処理物中の基板とプラスチックの重量比率を上げるための処理を行うことができる。この場合、選別機13、14による処理においては、解析手段103が解析した原料解析結果に基づいて、複数の部品種の平均粒径に応じて、風力選別機の風量を調整することができる。風量は例えば5~20m/s、より好ましくは5~12m/s、更には5~10m/s程度とすることができる。風力選別は解析手段103が解析した原料解析結果に応じて2回以上繰り返して行うことができる。
或いは、上記の風力選別を実施する前に、ピッキング装置を用いたピッキング処理を行うことにより、塊状の銅線屑を取り除くピッキング処理を行うことができる。このピッキング処理に際しては、位置情報記憶手段114に記憶された銅線屑の位置情報を選別機13としてのピッキング装置に出力し、ピッキング装置がその出力結果に応じて銅線屑を取り除くことができる。この銅線屑は、例えば有価金属回収工程へ送ることができる。
風力選別を二回以上繰り返す場合は、第1回目の風力選別と第2回目の風力選別との間に篩別機を用いた選別処理を行うことができる。この場合、選別機13としては篩別機が採用され、解析手段103が解析した原料解析結果である複数の部品種の平均粒径に基づいて、特定の部品種を選別するための篩別機の篩目の寸法を変更することができる。
上記で説明した手法の他にも、磁力選別工程、渦電流選別工程、及び金属物と非金属物とを光学的に選別する光学式選別工程に用いられる選別機13に対してそれぞれ本発明の実施の形態に係る組成解析装置による組成解析結果を活用することで、搬送中の電子・電気機器部品屑を連続的に撮影しながら、その画像データをリアルタイムに解析し、原料組成を解析することができる。
従来、電子・電気機器部品屑の原料組成は、手選別によって評価し、その結果を選別処理の操業管理、運転条件の設定に反映させることが行われていたが、しかしながら、手選別により原料組成を把握する手法では、迅速な処理を行うことができなかった。
本発明の実施の形態によれば、時々刻々とその組成が変化する電子・電気機器部品屑の中からその中の部品屑の組成を画像解析と所定の分類データに基づく分離によって、瞬時に判別し数値化することができるため、大量の電子・電気機器部品屑をより適切な条件で迅速に選別を行うことができる。
更に、選別機13、14による処理前後の部品屑の原料組成を画像解析することで、部品屑の変化量に基づいて、選別機13、14の選別効率(成績)を評価することができる。電子・電気機器部品屑の原料組成を判別するとともにその位置情報を抽出し、ピッキング装置やカラーソーター、メタルソーターなどの選別機13、14と連動させることで、部品種の個別分離が容易になる。
また、表示装置130に解析結果として各原料種毎に色の異なる枠を付けて表示させることで操作者が認識しやすくなるため、組成解析装置の誤検知も認識しやすくなる。
本発明は上記の実施の形態によって記載したが、この開示の一部をなす論述及び図面はこの発明を限定するものであると理解すべきではない。即ち、本発明は各実施形態に限定されるものではなく、その要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、各実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素からいくつかの構成要素を削除してもよい。更に、異なる実施形態の構成要素を適宜組み合わせてもよい。
例えば、本発明の実施の形態に係る組成解析装置を用いて、銅製錬へ投入される原料の調整のための組成解析を行うことができる。現在、銅製錬炉(自溶炉)へ投入される電子・電気機器部品屑中のプラスチックの重量が原料によって異なり、不明であるため、プラスチックの重量が過剰な場合は過還元状態を引き起こすおそれがあり、操業に影響を与える場合がある。銅製錬工程へ投入される原料に対して、本発明の実施の形態に係る組成解析装置を用いて、電子・電気機器部品屑中に含まれるプラスチックの重量比率を解析する。解析された原料中のプラスチックの重量比率に応じて、原料に銅鉱石をブレンドして調整することで、銅製錬の操業を長期間安定させることができる。
銅製錬工程の原料調整のための処理フローとしては、図5(a)に示すように、本発明の実施の形態に係る組成解析を実施した後に、原料を銅製錬炉への投入のために好適な組成に調整し、焙焼、破砕処理を経て、破砕処理後の原料を銅製錬炉へ投入することが可能である。或いは、図5(b)に示すように、本発明の実施の形態に係る組成解析を実施した後に、組成解析結果に基づいて、上述の種々の選別機13、14等を用いた物理選別処理を行って、プラスチックの重量比率を下げた後、焙焼、破砕処理を経て、破砕処理後の原料を銅製錬炉へ投入することが可能である。或いは、図5(c)に示すように、所定の物理選別を行った後の原料に対し、本発明の実施の形態に係る組成解析を実施して原料の組成を確認後に、焙焼、破砕処理を経て、破砕処理後の原料を銅製錬炉へ投入することが可能である。或いは、図5(d)に示すように、本発明の実施の形態に係る組成解析を物理選別の前後に行い、その後に焙焼、破砕処理を経て、破砕処理後の原料を銅製錬炉へ投入することも可能である。
10…組成解析装置
11…ネットワーク
12…撮像装置
13,14…選別機
15…サーバ
100…制御部
101…分類手段
102…計測手段
103…解析手段
104…運転条件生成手段
105…変更情報生成手段
106…位置情報出力手段
107…機械学習手段
108…更新手段
110…記憶装置
111…分類データ記憶手段
112…解析情報記憶手段
113…運転条件記憶手段
114…位置情報記憶手段
120…入力装置
130…表示装置

Claims (10)

  1. 複数の部品種からなる電子・電気機器部品屑を撮像した画像の中から前記複数の部品種の画像を抽出して前記複数の部品種毎に分類するための分類データを記憶する分類データ記憶手段と、
    前記分類データに基づいて前記電子・電気機器部品屑を撮像した画像の中から前記複数の部品種の画像を抽出して前記複数の部品種毎に分類する分類手段と、
    前記分類手段が分類した前記複数の部品種の面積を計測する計測手段と、
    前記分類手段により分類された前記複数の部品種毎の面積、個数、平均粒径及び重量比率の少なくともいずれかを解析する解析手段と
    を備え
    前記解析手段が、前記複数の部品種の単位面積当たりの想定重量を前記複数の部品種の面積と乗算して前記複数の部品種の重量比率を解析することを特徴とする電子・電気機器部品屑の組成解析装置。
  2. 前記分類手段が、前記電子・電気機器部品屑を、基板、プラスチック及びその他の部品種の少なくとも3種類に分類することを含む請求項1に記載の電子・電気機器部品屑の組成解析装置。
  3. 前記分類手段が、前記電子・電気機器部品屑を、基板、プラスチック、金属片、銅線屑、コンデンサー、ICチップ及びその他の部品種の少なくとも7種類に分類することを含む請求項1に記載の電子・電気機器部品屑の組成解析装置。
  4. 前記解析手段による前記複数の部品種の重量比率の解析結果に基づいて、前記複数の部品種を選別するための選別機の運転条件の情報を生成する運転条件生成手段
    を更に備えることを特徴とする請求項1~のいずれか1項に記載の電子・電気機器部品屑の組成解析装置。
  5. 前記解析手段が、前記面積及び前記複数の部品種の個数から前記複数の部品種の平均粒径を解析し、前記複数の部品種の前記平均粒径に応じて、風力選別機の風量又は篩別機の篩目の寸法を変更するための情報を生成する変更情報生成手段を更に備えることを特徴とする請求項1~のいずれか1項に記載の電子・電気機器部品屑の組成解析装置。
  6. 前記電子・電気機器部品屑を撮像した画像において前記分類手段が分類した前記複数の部品種のそれぞれの位置情報を取得し、前記複数の部品種の中から特定の部品種の位置を抽出してこれを選別するための選別機に対し、前記位置情報を出力する位置情報出力手段を更に備えることを特徴とする請求項1~のいずれか1項に記載の電子・電気機器部品屑の組成解析装置。
  7. 電子・電気機器部品屑を撮像した複数の画像または前記複数の部品種を選別するための選別機の選別結果に基づいて、前記分類手段が前記分類のために参照する前記分類データを機械学習により処理し、学習結果に基づいて前記分類データを更新する更新手段を更に備えることを特徴とする請求項1~のいずれか1項に記載の電子・電気機器部品屑の組成解析装置。
  8. 複数の部品種からなる電子・電気機器部品屑を撮像する撮像装置と、
    前記電子・電気機器部品屑を撮像した画像の中から前記複数の部品種の画像を抽出して前記複数の部品種毎に分類するための分類データを記憶する分類データ記憶手段、前記分類データに基づいて前記電子・電気機器部品屑を撮像した画像の中から前記複数の部品種の画像を抽出して前記複数の部品種毎に分類する分類手段、前記分類手段が分類した前記複数の部品種の面積を計測する計測手段、及び前記分類手段により分類された前記複数の部品種の単位面積当たりの想定重量を前記複数の部品種の面積と乗算して前記複数の部品種の重量比率を解析する解析手段を備える組成解析装置と、
    前記組成解析装置によって解析された解析結果に基づいて前記電子・電気機器部品屑から特定の部品屑を選別する選別機と
    を備える電子・電気機器部品屑の処理装置。
  9. 複数の部品種からなる電子・電気機器部品屑を撮像する工程と、
    前記電子・電気機器部品屑を撮像した画像の中から前記複数の部品種の画像を抽出して前記複数の部品種毎に分類するための分類データを記憶する分類データ記憶手段が備える前記分類データに基づいて、前記複数の部品種の画像を抽出して前記複数の部品種毎に分類する分類工程と、
    前記分類工程で分類された前記複数の部品種の積を解析し、前記複数の部品種の単位面積当たりの想定重量を前記複数の部品種の面積と乗算して前記複数の部品種の重量比率を解析する解析工程と
    を含む電子・電気機器部品屑の処理方法。
  10. 前記解析工程が、前記電子・電気機器部品屑に含まれるプラスチックの重量比率を解析することを含み、
    前記解析工程で解析された前記プラスチックの重量比率の解析結果に基づいて、銅製錬炉へ投入される前記電子・電気機器部品屑を含む原料を調整し、調整後の原料を製錬処理することを更に含む請求項に記載の電子・電気機器部品屑の処理方法。
JP2020554011A 2018-10-31 2019-10-30 電子・電気機器部品屑の組成解析装置、電子・電気機器部品屑の処理装置及び電子・電気機器部品屑の処理方法 Active JP7092889B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018206160 2018-10-31
JP2018206160 2018-10-31
PCT/JP2019/042696 WO2020090941A1 (ja) 2018-10-31 2019-10-30 電子・電気機器部品屑の組成解析装置、電子・電気機器部品屑の処理装置及び電子・電気機器部品屑の処理方法

Publications (2)

Publication Number Publication Date
JPWO2020090941A1 JPWO2020090941A1 (ja) 2021-04-30
JP7092889B2 true JP7092889B2 (ja) 2022-06-28

Family

ID=70462482

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020554011A Active JP7092889B2 (ja) 2018-10-31 2019-10-30 電子・電気機器部品屑の組成解析装置、電子・電気機器部品屑の処理装置及び電子・電気機器部品屑の処理方法

Country Status (8)

Country Link
US (1) US12026867B2 (ja)
EP (1) EP3876200A4 (ja)
JP (1) JP7092889B2 (ja)
KR (1) KR20210087056A (ja)
CN (1) CN112955932B (ja)
CA (1) CA3118067C (ja)
TW (2) TWI797562B (ja)
WO (1) WO2020090941A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102532853B1 (ko) * 2023-01-17 2023-05-17 주식회사 비즈데이터 자동차 내외장 부품의 탐색 및 카운팅 방법 및 장치

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111819598B (zh) * 2018-04-26 2023-06-13 大王制纸株式会社 分选装置、分选方法以及分选程序和计算机可读取的记录介质或存储设备
JP7301783B2 (ja) * 2020-04-01 2023-07-03 Jx金属株式会社 電子・電気機器部品屑の組成解析方法、電子・電気機器部品屑の処理方法、電子・電気機器部品屑の組成解析装置及び電子・電気機器部品屑の処理装置
JP7301782B2 (ja) * 2020-04-01 2023-07-03 Jx金属株式会社 電子・電気機器部品屑の組成解析方法、電子・電気機器部品屑の処理方法、電子・電気機器部品屑の組成解析装置及び電子・電気機器部品屑の処理装置
JP2022078835A (ja) * 2020-11-13 2022-05-25 Jx金属株式会社 電子部品屑の分類方法及び電子部品屑の処理方法
JP7336678B2 (ja) * 2020-12-15 2023-09-01 パナソニックIpマネジメント株式会社 ピッキング装置
JP7264936B2 (ja) * 2021-04-21 2023-04-25 Jx金属株式会社 電気電子部品屑の処理方法及び電気電子部品屑の処理装置
US20230048485A1 (en) * 2021-08-11 2023-02-16 Atlas Organics, LLC Non-organic contamination removal automation process
FR3134320B1 (fr) * 2022-04-07 2024-06-14 Suez Procédé d’estimation de la qualité d’un flux d’objets dans une ligne de tri.

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001229385A (ja) 2000-02-18 2001-08-24 Sharp Corp 画像処理装置、それを用いた廃棄物処理装置、画像処理方法および画像処理プログラムを記録した媒体
JP2012115785A (ja) 2010-12-02 2012-06-21 Sharp Corp 廃棄物の選別システム
JP2016218979A (ja) 2015-05-26 2016-12-22 日本電信電話株式会社 含有資源量推定装置、含有資源量推定方法、および、含有資源量推定プログラム
CN107999405A (zh) 2017-12-27 2018-05-08 华侨大学 一种建筑垃圾在线分拣系统和分拣方法
JP2018118223A (ja) 2017-01-26 2018-08-02 Jx金属株式会社 電気電子部品屑の処理方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06226239A (ja) * 1993-01-29 1994-08-16 Hitachi Ltd 廃棄物処理プロセスの運転,制御システム
JP3535629B2 (ja) 1995-09-12 2004-06-07 日鉱金属株式会社 スクラップ類からの有価金属のリサイクル方法
JP3696522B2 (ja) * 2001-04-13 2005-09-21 シャープ株式会社 廃棄物の分別装置および分別方法
GB0322043D0 (en) * 2003-09-20 2003-10-22 Qinetiq Ltd Apparatus for,and method of,classifying objects in waste stream
JP6050222B2 (ja) * 2013-12-26 2016-12-21 パンパシフィック・カッパー株式会社 電気・電子部品屑の処理方法
JP2016052116A (ja) * 2014-08-28 2016-04-11 パナソニックIpマネジメント株式会社 画像処理装置、画像処理方法およびコンピュータプログラム
US10559076B2 (en) * 2015-03-11 2020-02-11 Fuji Corporation Component type automatic distinguishing method, component type automatic distinguishing system, image processing component data creation method, and image processing component data creation system
TWI637796B (zh) * 2016-07-14 2018-10-11 許杰霖 再生能源垃圾細部分類最終處理系統
CN106269803B (zh) * 2016-09-29 2019-03-01 北京航天斯达科技有限公司 一种废旧冰箱无害化拆解及资源分类回收设备及方法
CN106591582B (zh) * 2016-11-28 2018-10-26 安徽得盈再生资源回收有限公司 报废手机环保高效回收处理工艺
CN107876429B (zh) * 2017-12-05 2020-05-19 湖南机电职业技术学院 一种基于机器视觉的废有色金属自动分选系统
WO2019177176A1 (ja) * 2018-03-16 2019-09-19 Jx金属株式会社 電子・電気機器部品屑の処理方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001229385A (ja) 2000-02-18 2001-08-24 Sharp Corp 画像処理装置、それを用いた廃棄物処理装置、画像処理方法および画像処理プログラムを記録した媒体
JP2012115785A (ja) 2010-12-02 2012-06-21 Sharp Corp 廃棄物の選別システム
JP2016218979A (ja) 2015-05-26 2016-12-22 日本電信電話株式会社 含有資源量推定装置、含有資源量推定方法、および、含有資源量推定プログラム
JP2018118223A (ja) 2017-01-26 2018-08-02 Jx金属株式会社 電気電子部品屑の処理方法
CN107999405A (zh) 2017-12-27 2018-05-08 华侨大学 一种建筑垃圾在线分拣系统和分拣方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102532853B1 (ko) * 2023-01-17 2023-05-17 주식회사 비즈데이터 자동차 내외장 부품의 탐색 및 카운팅 방법 및 장치
WO2024154908A1 (ko) * 2023-01-17 2024-07-25 주식회사 비즈데이터 자동차 내외장 부품의 탐색 및 카운팅 방법 및 장치

Also Published As

Publication number Publication date
TW202135952A (zh) 2021-10-01
US12026867B2 (en) 2024-07-02
JPWO2020090941A1 (ja) 2021-04-30
TWI723604B (zh) 2021-04-01
EP3876200A4 (en) 2022-08-03
TWI797562B (zh) 2023-04-01
CN112955932A (zh) 2021-06-11
KR20210087056A (ko) 2021-07-09
CA3118067A1 (en) 2020-05-07
CA3118067C (en) 2023-07-04
TW202023703A (zh) 2020-07-01
EP3876200A1 (en) 2021-09-08
CN112955932B (zh) 2024-01-12
WO2020090941A1 (ja) 2020-05-07
US20220005171A1 (en) 2022-01-06

Similar Documents

Publication Publication Date Title
JP7092889B2 (ja) 電子・電気機器部品屑の組成解析装置、電子・電気機器部品屑の処理装置及び電子・電気機器部品屑の処理方法
JP7328012B2 (ja) 電子・電気機器部品屑の組成解析方法、電子・電気機器部品屑の組成解析装置、及び電子・電気機器部品屑の処理方法
WO2021201251A1 (ja) 電子・電気機器部品屑の組成解析方法、電子・電気機器部品屑の処理方法、電子・電気機器部品屑の組成解析装置及び電子・電気機器部品屑の処理装置
CN108227664A (zh) 基于样本数据训练的产品质量控制设备及质量控制方法
JP6936344B2 (ja) 電子・電気機器部品屑の処理方法
JP2021522070A5 (ja)
JP7328011B2 (ja) 電子・電気機器部品屑の組成解析方法、電子・電気機器部品屑の組成解析装置、及び電子・電気機器部品屑の処理方法
JP7301782B2 (ja) 電子・電気機器部品屑の組成解析方法、電子・電気機器部品屑の処理方法、電子・電気機器部品屑の組成解析装置及び電子・電気機器部品屑の処理装置
CN109248899B (zh) 一种判断废电路板样品中各金属品位的方法
WO2022224478A1 (ja) 電気電子部品屑の処理方法及び電気電子部品屑の処理装置
JP6914220B2 (ja) 電子・電気機器部品屑の処理方法
Paulraj et al. Classification of recyclables from E-waste stream using thermal imaging-based technique
JP2015232449A (ja) 廃電子基板に含まれる有価物の量を非破壊で評価する装置
JP7029333B2 (ja) 電子・電気機器部品屑の処理方法
CN118675636A (zh) 铝灰中金属铝的高效识别与回收方法和系统
Dias et al. Physical separation applied to WPCB recycling process to optimize copper enrichment
Gundupalli et al. Thermal imaging-based classification of the E-waste stream
WO2024033271A1 (en) Process and apparatus for the evaluation of valuable metals in electronic scrap
JP2020037068A (ja) 電子・電気機器部品屑の処理方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200918

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20211124

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220121

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220517

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220616

R151 Written notification of patent or utility model registration

Ref document number: 7092889

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151