TWI898831B - 太陽能板回收方法及回收系統 - Google Patents
太陽能板回收方法及回收系統Info
- Publication number
- TWI898831B TWI898831B TW113134811A TW113134811A TWI898831B TW I898831 B TWI898831 B TW I898831B TW 113134811 A TW113134811 A TW 113134811A TW 113134811 A TW113134811 A TW 113134811A TW I898831 B TWI898831 B TW I898831B
- Authority
- TW
- Taiwan
- Prior art keywords
- recycling
- solar panel
- robotic arm
- vibrating plate
- image recognition
- Prior art date
Links
Classifications
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W30/00—Technologies for solid waste management
- Y02W30/20—Waste processing or separation
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W30/00—Technologies for solid waste management
- Y02W30/50—Reuse, recycling or recovery technologies
- Y02W30/82—Recycling of waste of electrical or electronic equipment [WEEE]
Landscapes
- Processing Of Solid Wastes (AREA)
Abstract
本發明係一種太陽能板回收方法及回收系統，該回收步驟包括S1移除外框及接線盒，將太陽能板進行破碎，並產生複數設定尺寸範圍之碎粒；S2建立AI影像辨識系統，該AI影像辨識系統對複數之該碎粒拍照並進行AI辨識，並區分該碎粒具複數不同辨識對象，而該辨識對象為電池片、玻璃與電池片複合體、塑膠背板、銅錫導線；S3設置機械手臂系統，對應該辨識對象取出至對應之置料盒回收；藉此本發明可具精確回收及較佳環保功效。
Description
本發明關於一種太陽能板回收方法及回收系統，主要指一種可區分辨識對象自動回收太陽能板之方法及系統。
隨著能源轉型、淨零碳排的風潮，未來的能源結構會以太陽能與風力為大宗，雖然太陽能技術不斷有新的進展，但是目前還是以矽晶型太陽能板佔主要的生產量。以一片矽晶型太陽能板大約20至30年的使用年限，使用年限到時預期會有相當數量的廢棄太陽能板，因此，太陽能板的回收已是刻不容緩的議題。
該太陽能板之組成成分主要為玻璃、鋁框架、電池片、銅錫導體、塑膠背板、接線盒，其中該鋁框架、該接線盒可輕易拆解回收，又該玻璃、該電池片、該塑膠背板係由封裝材料結合不易分解，目前一般將該封裝結合之太陽能板進行破碎，並由熱裂解方式或化學方式進行分解。
然而前述熱裂解過程將產生煙及有害物質，又該化學劑亦具污染，造成回收過程不環保缺失。
本發明之目的在提供一種可由AI影像辨識並可自動精確回收之太陽能板回收方法及回收系統。
本發明之太陽能板回收方法之回收步驟包括：
S1移除外框及接線盒，將太陽能板進行破碎，並產生複數設定尺寸範圍之碎粒。
S2建立AI影像辨識系統，該AI影像辨識系統對複數之該碎粒拍照並進行AI辨識，並區分該碎粒具不同辨識對象。
S3設置機械手臂系統，對應該辨識對象取出對應之該碎粒至對應之置料盒回收。
本發明之一實施例中該S1步驟具一破碎裝置、一篩選裝置，該破碎裝置將該太陽能板破碎，又該篩選裝置篩出設定尺寸範圍之碎粒。
本發明之一實施例中該辨識對象有四種，分別為電池片；玻璃與電池片複合體；塑膠背板；銅錫導線。
本發明之一實施例中該AI影像辨識系統包含一相機、一數據處理裝置。該相機拍照後由該數據處理裝置進行影像處理，並建立AI數據模型進行辨識，並輸出該辨識對象及其位置資料至該機械手臂系統。
本發明之一實施例中更包括一餵料器、一震動盤。該餵料器、該震動盤與該AI影像辨識系統、該機械手臂系統電性連接整合。該S1步驟產生之該碎粒置入該餵料器中，又該餵料器將該碎粒置入該震動盤之盤面中，並該相機對該盤面拍照以產生該辨識對象。
本發明之一實施例中該機械手臂系統於該辨識對象具設定取出數量時啟動，並執行以下判斷邏輯：
1.在辨識誤差範圍以外，並辨識數量小於該設定取出數量之設定第一數量時通知該餵料器啟動。
2.在辨識誤差範圍以內，並辨識數量大於該第一數量及小於該取出數量時通知該震動盤啟動。
3.辨識對象只有該電池片及該玻璃與電池片複合體時通知該震動盤啟動。
本發明之太陽能板回收系統包括一破碎裝置、一篩選裝置、一AI影像辨識裝置、一機械手臂系統。該破碎裝置將太陽能板破裂成複數碎粒。又該篩選裝置具篩網，並經振動篩選設定尺寸範圍之碎粒；又該AI影像辨識裝置具一相機、一數據產生裝置。該相機拍攝複數之該碎粒，並由該數據處理裝置進行影像處理，並建立AI數據模型進行辨識，並產生複數不同辨識對象及其位置資料；又該機械手臂系統接收該AI影像辨識裝置輸出該辨識對象及位置資料，並將該辨識對象取出。
本發明之一實施例中該回收系統更包括一餵料器、一震動盤。該餵料器、該震動盤與該AI影像辨識系統、該機械手臂系統電性連接整合。又該篩選裝置篩出之碎粒置入該餵料器中，該餵料器將該碎粒置入該震動盤之盤面中。又該相機對該盤面拍照。
本發明之一實施例中該破碎裝置為爪刀型破碎裝置；又該篩選裝置之篩網具8mm網孔，並篩出1.9~4mm之該辨識對象。
本發明可由前述三個邏輯判斷方式精確分類及回收，並可使回收系統可連續運作，可具較佳回收效率。又本發明可藉由AI影像精
確區分辨識太陽能板碎粒具不同辨識對象再回收，可較傳統全部熱裂解或化學方式具更佳回收環保功效。
S1:移除外框及接線盒，將太陽能板進行破碎，並產生複數設定尺寸範圍之碎粒
S2:建立AI影像辨識系統，該AI影像辨識系統對複數之該碎粒拍照並進行AI辨識，並區分該碎粒具複數不同辨識對象
S3:設置機械手臂系統，對應該辨識對象取出至對應之置料盒回收
1:破碎裝置
2:篩選裝置
21:篩網
3:AI影像辨識系統
31:相機
32:數據處理裝置
T1:電池片
T2:玻璃與電池片複合體
T3:塑膠背板
T4:銅錫導線
4:餵料器
5:震動盤
51:盤面
6:機械手臂系統
圖一係本發明之太陽能板回收步驟示意圖。
圖二係本發明之太陽能板回收系統示意圖。
圖三係本發明之太陽能板回收系統之辨識對象示意圖。
請參閱圖一~三係分別為本發明之太陽能板回收步驟、太陽能板回收系統及辨識對象示意圖，本發明之太陽能板回收步驟包括：
S1移除外框及接線盒，將太陽能板進行破碎，並產生複數設定尺寸範圍之碎粒。
S2建立AI影像辨識系統，該AI影像辨識系統對複數之該碎粒拍照並進行AI辨識，並區分該碎粒具複數不同辨識對象。
S3設置機械手臂系統，對應該辨識對象取出至對應之置料盒回收。
前述S1步驟係先將太陽能板可直接回收之鋁外框及接線盒移除，並將具電池片、玻璃、塑膠背板、銅錫導線組成之複合太陽能板由破碎裝置1進行破碎，該破碎裝置1可為爪刀型破碎機，並產生大部分為1.19至4mm碎粒。
前述碎粒置入一篩選裝置2之篩選，該篩選裝置2之篩網具8mm網孔，並篩出1.9~4mm之碎粒。
前述S2步驟之AI影像辨識系統3包含一相機31、一數據處理裝置32。該相機31對篩出之碎粒拍照，並將拍照資料輸入該數據處理裝
置32，並由該數據處理裝置32建立AI數據模型。並區分該碎粒不同辨識對象及其位置，而本實施例之辨識對象有四種，分別為大小介於1.9~4mm的電池片T1、玻璃與電池片複合體T2、塑膠背板T3、銅錫導線T4。
本實施例拍攝光源可採用彩色白光，軟體採用Visual studio程式開發、Model語言為Python。而該AI影像辨識系統3與機械手臂系統6整合，使用相同package，可為如CV2、tkinter、glob、geopandas等。又該AI影像辨識系統3拍照後由數據處理裝置32將該照片進行影像前處理，包含高斯降噪(Gaussian Filtering Denoising)、去畸變(Undistortion)。之後再進行二種影像增強方法：裁切(cropping)、旋轉(rotation)。
本實施例又包括一餵料器4、一震動盤5。該篩選裝置2篩選之碎粒置入該餵料器4中，又該震動盤5設於該餵料器4一側，並可將該碎粒傾倒至該震動盤5上，並該震動盤5可震動使盤面51上之碎粒可平均分佈，並使該相機31可對該震動盤5之盤面51拍照，其中圖三所示為辨識對象放大示意圖，本實施例每次震動盤5之盤面51上可分佈約50個碎粒，又本實施例之該碎粒大於4mm時再取回至破碎裝置1再次破碎，少量小於1.9mm之碎粒由熱化學方式回收處理。
本實施例採用yolo為AI辨識模型基礎，將影像裁切成六張(5488 x 3762 to 640 x 640)，載入AI辨識模型針對六張小影像開始辨識，整合六張影像的辨識對象結果以及位置到一資料夾，將影像位置轉換成手臂座標位置。
前述S3位置之機械手臂系統6與該AI影像辨識系統3、該餵料器4、該震動盤5電性連接整合，並透過modbus通訊傳輸。該機械手臂系統6透過modbus接收由AI影像辨識系統3傳來之手臂座標位置執行手臂系統撰寫之程式邏輯。本實施例之手臂程式邏輯於單一次影像內容會經過三個判斷式，並當辨識對象具設定取出數量(本實施例為8)時該機械手臂系統6可於該震動盤5上取出8個該辨識對象至對應置料盒。
本實施例之三個判斷式為：
1.在辨識誤差範圍以外，並辨識數量小於該設定取出數量8之第一數量時(本實施例之該第一數量介於0~5(不包含5)之間)通知該餵料器4啟動。
前述動作令餵料器4可將碎粒倒入該震動盤5之盤面51上以提供足夠數量碎粒由相機31拍照。
2.在辨識誤差範圍以內，並辨識數量大於該第一數量及小於該取出數量時(本實施例為介於5~8(不包含8)之間)通知該震動盤5啟動。
前述情況因碎粒於照片內辨識信心程度不足70%不會被偵測出，因此不會給辨識對象類別及位置。上述情況可能該震動盤5上之碎粒數量已超過8。故令震動盤5震動可使辨識對象可翻轉、旋轉，使得原本在辨識系統內信心程度不足70%的物件因相機31再次拍攝不同角度而提升信心程度而被辨識，並再次辨識對象數量大於8個時該機械手臂系統6即可啟動取出該辨識對象。
3.辨識對象只有電池片T1及玻璃與電池片複合體T2時通知震動盤5啟動。
因四種辨識對象之形狀比例不一致，當震動盤5上碎粒於機械手臂系統6多次取出循環後可能僅剩下較不易辨識之電池片T1及玻璃與電池片複合體T2。前述情況因該玻璃與電池片複合體T2若玻璃面朝下時由上方相機31拍攝後與電池片T1之相似度高，為了避免誤判，AI影像辨識系統3判斷只有此二種類時會通知該震動盤5再震動一次重新拍照以提升精確性。
本發明可藉由前述三個邏輯判斷方式精確分類及回收，並可使用回收系統可連續運作以提升效率，又本發明之AI影像辨識系統3及機械手臂系統6配一圖形使用者介面(圖未示)，可即時觀測辨識對象吸取過程及機械手臂系統6、相機31、餵料器4、震動盤5啟動狀態，可提升操作便利功效。
本發明可藉由AI影像精確分辨太陽能板碎粒不同辨識對象並可自動回收，可較傳統全部熱裂解或化學方式具更佳回收環保功效，並前述實施例為本發明例示，並非本發明限制，凡依據本發明精神所為之等效改變亦應屬於本發明範疇內。
S1:移除外框及接線盒，將太陽能板進行破碎，並產生複數設定尺寸範圍之碎粒
S2:建立AI影像辨識系統，該AI影像辨識系統對複數之該碎粒拍照並進行AI辨識，並區分該碎粒具複數不同辨識對象
S3:設置機械手臂系統，對應該辨識對象取出至對應之置料盒回收
Claims (2)
- 一種太陽能板回收方法，其回收步驟包括：S1移除外框及接線盒，將太陽能板進行破碎，並產生複數設定尺寸範圍之碎粒；S2建立AI影像辨識系統，該AI影像辨識系統對複數之該碎粒拍照並進行AI辨識，並區分該碎粒具複數不同辨識對象；S3設置機械手臂系統，對應該辨識對象取出至對應之置料盒回收；又該辨識對象有四種，分別為電池片；玻璃與電池片複合體；塑膠背板；銅錫導線；又該AI影像辨識系統包含一相機、一數據處理裝置，該相機拍照後由該數據處理裝置進行影像處理，並建立AI數據模型進行辨識，並輸出該辨識對象及其位置資料至該機械手臂系統；又更包括一餵料器、一震動盤，該餵料器、該震動盤與該AI影像辨識系統、該機械手臂系統電性連接整合；該S1步驟產生之該碎粒置入該餵料器中，又該餵料器將該碎粒置入該震動盤之盤面中，並該相機對該盤面拍照以產生該辨識對象；又該機械手臂系統於該辨識對象具設定取出數量時啟動，並執行以下判斷邏輯：1. 在辨識誤差範圍以外，並辨識數量小於該設定取出數量之設定第一數量時通知該餵料器啟動；2.在辨識誤差範圍以內，並辨識數量大於該第一數量及小於該取出數量時通知該震動盤啟動；3.辨識對象只有該電池片及該玻璃與電池片複合體時通知該震動盤啟動。
- 如請求項1所述之太陽能板回收方法，其中該S1步驟具一破碎裝置、一篩選裝置，該破碎裝置將該太陽能板破碎，又該篩選裝置篩出設定尺寸範圍之碎粒。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW113134811A TWI898831B (zh) | 2024-09-13 | 2024-09-13 | 太陽能板回收方法及回收系統 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW113134811A TWI898831B (zh) | 2024-09-13 | 2024-09-13 | 太陽能板回收方法及回收系統 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| TWI898831B true TWI898831B (zh) | 2025-09-21 |
Family
ID=97832296
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW113134811A TWI898831B (zh) | 2024-09-13 | 2024-09-13 | 太陽能板回收方法及回收系統 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI898831B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWM532912U (en) * | 2016-07-14 | 2016-12-01 | jie-lin Xu | Final treatment system for renewable energy garbage sub-classification |
| TWM583794U (zh) * | 2019-01-04 | 2019-09-21 | 健行學校財團法人健行科技大學 | 垃圾分類之機器人 |
| TWI771994B (zh) * | 2021-04-22 | 2022-07-21 | 東海大學 | 廢太陽能板之處理方法 |
| US20230405652A1 (en) * | 2022-04-21 | 2023-12-21 | SOLARCYCLE, Inc. | Solar module recycling and testing |
| CN118204175A (zh) * | 2024-04-16 | 2024-06-18 | 广州市联冠机械有限公司 | 一种太阳能电池板破碎回收线及回收方法 |
| TWM664787U (zh) * | 2024-09-13 | 2024-12-21 | 陳品涵 | 太陽能板回收系統 |
-
2024
- 2024-09-13 TW TW113134811A patent/TWI898831B/zh active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWM532912U (en) * | 2016-07-14 | 2016-12-01 | jie-lin Xu | Final treatment system for renewable energy garbage sub-classification |
| TWM583794U (zh) * | 2019-01-04 | 2019-09-21 | 健行學校財團法人健行科技大學 | 垃圾分類之機器人 |
| TWI771994B (zh) * | 2021-04-22 | 2022-07-21 | 東海大學 | 廢太陽能板之處理方法 |
| US20230405652A1 (en) * | 2022-04-21 | 2023-12-21 | SOLARCYCLE, Inc. | Solar module recycling and testing |
| CN118204175A (zh) * | 2024-04-16 | 2024-06-18 | 广州市联冠机械有限公司 | 一种太阳能电池板破碎回收线及回收方法 |
| TWM664787U (zh) * | 2024-09-13 | 2024-12-21 | 陳品涵 | 太陽能板回收系統 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110681610A (zh) | 基于卷积神经网络与深度学习的视觉识别分选物料系统 | |
| JP2018086651A (ja) | 太陽電池モジュールリサイクル方法、太陽電池モジュールリサイクル装置 | |
| CN107293817A (zh) | 一种废旧锂离子电池各组分高效解离与分类回收方法 | |
| TWM664787U (zh) | 太陽能板回收系統 | |
| US20240030509A1 (en) | Method for safe pyrolysis and impurity removal of waste lithium battery and application | |
| CN106584209A (zh) | 基于云制造的刀具磨损实时在线监测方法 | |
| TWI898831B (zh) | 太陽能板回收方法及回收系統 | |
| CN104525503A (zh) | 防水型色选机 | |
| CN106275945A (zh) | 一种垃圾回收装置、垃圾分类系统和使用方法 | |
| Chindarkkar et al. | Deep learning based detection of cracks in electroluminescence images of fielded PV modules | |
| CN108620343A (zh) | 一种基于ccd的烟箱外观质量检测方法 | |
| Ali et al. | Recycling and Material Extraction from End-of-Life Photovoltaic Modules Waste: Exploring Physical Recovery Techniques | |
| TWI801834B (zh) | 電子電氣機器零件屑之組成分析方法、電子電氣機器零件屑之處理方法、電子電氣機器零件屑之組成分析裝置及電子電氣機器零件屑之處理裝置 | |
| CN116258690A (zh) | 一种基于深度学习的太阳能电池板缺陷检测方法 | |
| CN1164376C (zh) | 光盘片环保回收方法 | |
| TWI871148B (zh) | 太陽能板回收專用銑削機 | |
| CN216064808U (zh) | 一种废旧线路板分选回收装置 | |
| CN114419356B (zh) | 一种稠密排列电力设备检测方法、系统、设备及存储介质 | |
| CN115026015A (zh) | 一种基于图像处理的地面垃圾检测系统 | |
| CN204470149U (zh) | 一种防水型色选机 | |
| Wang et al. | Review on surface defect detection methods of solar cells | |
| CN208856377U (zh) | 一种带图像检测功能的粘合机 | |
| CN212017958U (zh) | 一种具有除尘功能的运输装置 | |
| CN209222619U (zh) | 一种印刷墨粉环保分类回收装置 | |
| CN105914420B (zh) | 一种用于废旧锂离子动力电池回收的强力震动分选装置 |