Électrorécupération des déchets de cartes de circuit imprimé (PCBs) : Une approche d’IA pour l’optimisation du processus

Les cartes de circuit imprimé (PCB) figurent parmi les types de déchets électroniques les plus importants, présentant des défis de recyclage en raison de leur complexité. Cependant, elles contiennent des métaux précieux tels que l'or, l'argent et le cuivre. Bien que l'apprentissage automatique (ML) et l'intelligence artificielle (IA) aient amélioré le recyclage des déchets électroniques, leur accent sur la récupération des métaux est limité.

Ce projet vise à explorer le potentiel des algorithmes de ML dans l'optimisation de l’électrorécupération en surveillant des paramètres. L'objectif est le développement d'un modèle de ML pour prédire les paramètres optimaux de récupération des métaux. Cette approche favorise les pratiques de l'économie circulaire en augmentant la récupération des métaux, en réduisant l'extraction primaire et en préservant les ressources. Cela s'aligne sur les principes de l'économie circulaire en promouvant une utilisation responsable des matériaux et une réduction