废弃电路板是废旧电子电气产品的重要组成部分,因其含有大量金属,如铜、铝、铁、镍、铅、锡、锌、金、银、钯、铑等,具有重要的回收价值。同时,还含有重金属、有机物等有毒有害物质,处理过程中存在环境风险。因此,废弃电路板的回收和处置从资源和环境的角度来说有着重要的意义。废弃电路板物理法资源化工业生产线包括四个部分:多级破碎、物料分级、静电分选、除尘设备,尽管工艺工业化的过程中已经解决了很多问题,但是在不同工艺之间的配合上面还是存在一些问题。如果粉碎和分级系统不能得到很好的控制,整个生产线将会面临几个问题:效率过低、金属非金属未有效解离、颗粒过破碎、破碎不充分、堵料和设备过热等。为此,本文研究了废弃电路板冲击粉碎动力学特性,实验分析了物料参数对粉碎效果的影响,并根据生产线实际状况建立了破碎分级循环过程模型以及神经网络粒度预测模型,为废弃电路板破碎分级生产线的工业化应用提供了优化和控制新方法。对粉碎后的电路板颗粒应用不同的分布模型进行粉碎分布特性的分析,发现罗辛-拉姆勒(R-R)分布能更精确地描述废弃电路板冲击破碎的分布规律,说明此模型可应用于预测废弃电路板冲击破碎的分布特性。根据粉碎过程及粒度分布状况建立了精度高,适用性强的一级粉碎动力学模型,对电路板冲击粉碎的生产过程有一定的指导意义。对影响电路板冲击粉碎性能的影响因素进行了分析,得出主要的影响因素。对进料颗粒粒径与进料质量对电路板冲击粉碎特性的影响作了实验分析,得出在描述废弃电路板颗粒冲击粉碎粒度分布的R-R模型中c、m值的变化规律。采用将粉碎颗粒粒级矩阵化的方法,为废弃电路板资源化生产线建立了破碎分级矩阵模型,并与实际生产线对比,确认了模型的有效性。运用MATLAB软件,将建立的模型应用于生产线的稳定状态分析。结果表明,3次循环即可让生产线达到稳定状态,生产线有着很好的应变性和很小的波动性。将建立的模型应用于不同系统总进料量分析,发现各部分物料量与进料量有着非常好的线性关系,该模型为生产线过程控制自动化奠定了基础。针对废弃电路板破碎分级粒度控制进行神经网络原理的理论分析,选用BP神经网络作为建模类型,使用MATLAB设计并训练了BP神经网络,并证明网络的收敛性。对仿真结果进行误差分析,表明这一神经网络模型能较好地模拟实际生产过程,为控制器的设计奠定了基础。