摘要：全球光伏产业快速发展推动了退役光伏组件回收成为资源循环与环境保护的关键环节。预计到2030年，全球累计退役光伏组件报废量将达800万吨。退役光伏组件中富含硅、银、铜等高价值资源，但其中的重金属及有机物若处理不当，会导致严重的环境污染。分选技术作为退役光伏组件回收的关键预处理环节，目前主要包括传统物理分选与智能分选两类。传统物理分选（如高压静电分选、涡流分选、磁选、重力分选）虽然能够实现基础的物料分离，但对于物理性质差异细微的物料分选精度有限，主要应用于细小物料（2～20 mm）分离，且依赖人工调节。智能分选技术通过机器视觉、深度学习算法及精准定位系统，实现了基于物料本质特征的高精度识别，扩展了分选物料的尺寸范围，突破了传统技术对单一物理属性的依赖。研究表明，智能分选与传统方法的协同应用可显著提升回收效率，并有效降低二次污染风险。当前的技术瓶颈在于传统方法适用范围有限，以及智能技术存在的数据积累不足与成本较高等问题。未来，应通过传统技术的智能化升级和智能系统的模块化设计，结合政策支持与标准化体系建设，推动分选技术向高效化和精准化方向发展，为退役光伏组件的绿色回收与资源高值化利用提供技术支撑。  收起-