END OF LIFE MANAGEMENT OF ELECTRONIC WASTE

Nonostante i prodotti elettronici diventino obsoleti ad un ritmo molto elevato, a causa dei rapidi cambiamenti nella domanda dei consumatori e dei progressi tecnologici, la gestione del loro fine vita (End-of-Life (EOL)) non viene affrontata in modo efficace benché offra, invece, grandi opportunità di riciclo. In questo contesto, questa tesi ha evidenziato le attuali pratiche e problematiche relative alla gestione del fine vita dei prodotti elettronici concentrandosi sulla loro diversa composizione, l’utilizzo delle materie prime seconde ricavabili in una prospettiva di economia circolare. La tesi propone l’introduzione di tecnologie digitali nel processo di riciclo per migliorarne l'efficienza. In particolare, questa tesi si è concentrata sul processo di separazione elettrostatica a corona e sul miglioramento dell'efficienza grazie alla simulazione delle traiettorie delle particelle per identificare i parametri più efficaci. Pertanto, in questo studio, utilizzando i software COMSOL Multiphysics e MATLAB, è stato sviluppato un modello numerico per prevedere le traiettorie delle particelle in un separatore elettrostatico a corona; il modello è stato poi validato con prove sperimentali. Il riciclo dei rifiuti elettronici sta diventando sempre più complesso a causa della presenza di mix di materiali diversificati e in continua evoluzione. A questo proposito, la tecnologia di visione iperspettrale non distruttiva basata su lunghezze d’onda nel visibile e nel vicino infrarosso (VNIR-HSI) è stata utilizzata in questo lavoro di tesi per identificare il materiale in modo preciso; l'efficacia di VNIR-HSI, combinato con modelli di apprendimento automatico, come la Support Vector Machine, K-Nearest Neighbors e Neural Network, viene dimostrata attraverso una campagna sperimentale.

Electronic products are becoming obsolete at a very high rate due to rapid changes in consumer demand and technological advancements. However, on other hand End-of-Life (EOL) management of electronic products is not effectively approached while these products offer huge opportunities for effective recycling. In this context, this thesis has highlighted the current practices and issues related to EOL management of electronic products focusing on their different material compositions, the uses of their raw materials in the circular economy perspective. The thesis proposes the introduction of digital technologies into the recycling process to improve efficiency. More specifically, this thesis has focused on the corona electrostatic separation process and the improvement of efficiency based on the simulation of the particle trajectories to identify the most effective parameters. Thus, in this frame, a numerical model to predict the particle trajectories in a corona electrostatic separator is developed using COMSOL Multiphysics and MATLAB software and validated with experimental trials. The recycling of electronic waste is becoming challenging due to its diverse and constantly changing material composition. In this regard, this thesis illustrates the use of non-destructive visible near-infrared hyperspectral imaging (VNIR-HSI) technique to identify material accurately; the effectiveness of VNIR-HSI is demonstrated through an experimental campaign combined with machine learning models, such as Support Vector Machine, K-Nearest Neighbors and Neural Network.