应用遗传算法的线路板拆解加热参数优化

为了优化线路板拆解加热参数,保证元器件有较高的拆除率和合格率,通过正交试验和BP神经网络技术,建立了加热参数与元器件拆除率和合格率之间的映射关系,并验证了网络的稳定性和可靠性;用遗传算法对无数学表达式、多目标、离散值的线路板拆解问题进行多次优化,均收敛到同一个解,说明最优解的稳定性与正确性;按照优化参数得到的元器件拆除率和合格率的网络预测值和试验值都很高,说明加热参数优化效果良好。

吸附浓缩催化燃烧技术在线路板拆解烟气VOCs处理中的应用

本文介绍了线路板拆解的工艺,以及产出的烟气特点,并针对烟气特点,提出了烟气VOCs净化流程并在具体项目中应用。重点介绍了吸附浓缩催化燃烧技术在线路板拆解烟气处理中的首次应用的效果,达到了预期的目的。并介绍了生产实践中的出现问题和改进情况,为吸附浓缩催化燃烧技术在线路板拆解烟气VOCs处理中的应用同类项目设计提供了参考。

废旧塑封芯片分层热力学仿真研究

废旧塑封芯片的界面分层会严重影响其回收重用价值,一直是废弃电器电子产品(WEEE)资源化研究中关注的热点问题。基于有限元仿真方法,分析了废旧QFP塑封芯片在线路板拆解温度下的翘曲变形和各材料界面应力分布。研究表明,拆解温度过高时,芯片翘曲过大容易导致材料膨胀力失配,造成界面分层;在粘结层、衬底和模塑料的结合区域应力水平非常高,较易发生分层;模塑料在拆解温度下为玻璃态,与管芯及衬底的结合强度均降低,其界面角点均为较易发生分层的位置。