Development of a NARX neural network for a tribo-aero-electrostatic separator with rotating disk electrodes

Abstract

The exponential growth of waste electrical and electronic equipment (WEEE) requires efficient strategies for plastic waste management. Plastics, a major fraction of WEEE, represent both an environmental challenge due to low biodegradability and a valuable source of secondary raw materials. The goal of this work is to develop a reliable dynamic model based on NARX neural networks capable of predicting thereal-time evolution of key process variables such as recovered mass and particle charge. Експоненціальне зростання кількості відходів електричного та електронного обладнання (WEEE) вимагає ефективних стратегій управління пластиковими відходами. Пластики, основна частина WEEE, становлять як екологічну проблему через низьку біорозкладність, так і цінне джерело вторинної сировини. Метою роботи є розробка надійної динамічної моделі на основі нейронних мереж NARX, здатних прогнозувати еволюцію ключових змінних процесу, таких як відновлена маса та заряд частинок, у реальному часі.