Development of a modular cobot for e-waste recycling

This thesis presents the design and realization of a modular collaborative robot (cobot) aimed at enhancing efficiency in electronic waste (e-waste) recycling. Positioned within the Industry 5.0 framework, the project leverages advanced automation and AI to address the increasing demands for sustainable e-waste management. The cobot’s modular architecture allows the integration of various tools, facilitating flexible operations such as disassembly, sorting, and handling of e-waste materials. Key innovations include a predictive maintenance algorithm, an optimal speed control system, and an object detection model, each designed to enhance system adaptability and operational efficiency. The predictive maintenance component uses machine learning to anticipate potential failures, minimizing downtime, while the speed control system dynamically adjusts motor parameters in response to load conditions, optimizing both precision and energy efficiency. Experimental results confirm the cobot’s capability to accurately identify and process waste components, demonstrating its potential to improve material recovery rates and reduce human exposure to hazardous environments. This thesis contributes to the field of collaborative robotics, providing a versatile solution that can adapt to diverse recycling scenarios and other industrial applications, promoting sustainability and efficient resource useThis thesis contributes to the field of collaborative robotics, providing a versatile solution that can adapt to diverse recycling scenarios and other industrial applications, promoting sustainability and efficient resource use.

Questa tesi illustra la progettazione e lo sviluppo di un robot collaborativo (cobot) modulare, mirato a migliorare l’efficienza nel riciclo dei rifiuti elettronici (e-waste). Inserito nel contesto dell’Industria 5.0, il progetto sfrutta l’automazione avanzata e l’intelligenza artificiale per rispondere alle crescenti esigenze di una gestione sostenibile dei rifiuti elettronici. L’architettura modulare del cobot permette l’integrazione di vari strumenti, facilitando operazioni flessibili come lo smontaggio, la selezione e la gestione dei materiali elettronici di scarto. Le principali innovazioni comprendono un algoritmo di manutenzione predittiva, un sistema di controllo ottimale della velocità e un modello di rilevamento degli oggetti, ciascuno progettato per migliorare l’adattabilità del sistema e l’efficienza operativa. La manutenzione predittiva utilizza il machine learning per anticipare possibili guasti, minimizzando i tempi di inattività, mentre il sistema di controllo della velocità regola dinamicamente i parametri del motore in risposta alle condizioni di carico, ottimizzando precisione ed efficienza energetica. I risultati sperimentali confermano la capacità del cobot di identificare e processare accuratamente i componenti di scarto, dimostrando il suo potenziale nell’aumentare i tassi di recupero dei materiali e nel ridurre l’esposizione umana ad ambienti pericolosi. Questa tesi contribuisce al campo della robotica collaborativa, fornendo una soluzione versatile in grado di adattarsi a diversi scenari di riciclo e altre applicazioni industriali, promuovendo sostenibilità ed efficienza nell’uso delle risorse. Questa tesi contribuisce al campo della robotica collaborativa, fornendo una soluzione versatile in grado di adattarsi a diversi scenari di riciclo e altre applicazioni industriali, promuovendo sostenibilità ed efficienza nell’uso delle risorse.