Autor: Ross Blair, Head of Engineering w BMT
Cyfryzacja intensywnie zmienia branżę opakowaniową. Wykorzystując sztuczną inteligencję i zaawansowane symulacje, zmienia sposób projektowania, testowania i wprowadzania butelek na rynek.
W obliczu rosnącej presji na producentów, aby ograniczać zużycie materiałów, redukować odpady i realizować cele zrównoważonego rozwoju, podejścia oparte na danych umożliwiają szybsze i trafniejsze decyzje, które zmniejszają ryzyko oraz poprawiają efektywność jeszcze przed rozpoczęciem produkcji.
Jednocześnie opakowania stają się coraz bardziej złożone, a odchudzanie konstrukcji, wyższy udział przetworzonego PET (rPET) oraz bardziej wymagające parametry użytkowe w coraz większym stopniu obciążają procesy rozwojowe. Sprostanie tym wyzwaniom przy jednoczesnym zachowaniu zrównoważonego podejścia zależy od zrozumienia, jak te materiały oddziałują na siebie i jak się zachowują, a także jak projekt będzie funkcjonował od samego początku.
Co właściwie oznacza cyfryzacja w świecie opakowań?
Cyfryzacja w opakowaniach koncentruje się na integracji symulacji, AI i zaawansowanej charakterystyki materiałowej z procesem rozwoju. Zamiast polegać na testach metodą prób i błędów, producenci mogą przewidzieć, jak butelka będzie się formować i jakie będą jej właściwości użytkowe, zanim zostanie fizycznie wytworzona, co ogranicza liczbę zbędnych iteracji i straty materiałowe.
U podstaw tego podejścia leży zastąpienie założeń pomiarem. Charakterystyka materiałowa pokazuje, jak żywica zachowuje się podczas ogrzewania, rozciągania i kształtowania, rejestrując wzorce odkształceń, współczynniki rozciągu i zmiany sztywności. Następnie symulacja wykorzystuje te zmierzone dane do modelowania pełnego procesu formowania butelki, przewidując, jak materiał rozkłada się w całej butelce i jak będzie zachowywał się w rzeczywistych warunkach użytkowania.
Wraz z rozwojem cyfrowych narzędzi projektowych, w tym symulacji wspieranych przez AI, producenci mogą wirtualnie testować, udoskonalać i walidować projekty. Ta zmiana umożliwia szybsze i lepiej uzasadnione decyzje, przy jednoczesnym ograniczeniu zależności od prób fizycznych, co bezpośrednio wspiera bardziej efektywny i zrównoważony rozwój.
Włączanie cyfryzacji do zrównoważonych praktyk w BMT
W BMT cyfryzacja jest wdrażana poprzez podejście oparte na symulacji, połączone z zaawansowaną charakterystyką materiałową, co umożliwia wiarygodne wirtualne testowanie użytkowe „butelek w stanie po wytworzeniu” w rzeczywistych warunkach.
Zamiast opierać się na stałej grubości ścianki lub jednorodnych właściwościach materiału, metodologia BMT przewiduje, jak materiał rozciąga się i rozkłada podczas rozdmuchu, tworząc profil grubości i sztywności odpowiadający fizycznym butelkom. Taka dokładność pozwala zespołom wcześniej identyfikować problemy i podejmować pewne decyzje przed rozpoczęciem prac nad oprzyrządowaniem.
W praktyce to podejście oparte na danych bezpośrednio wspiera zrównoważony rozwój. Dzięki poprawie przewidywania parametrów użytkowych na etapie rozwoju zmniejsza się potrzeba fizycznego prototypowania, co przyspiesza harmonogramy i pozwala uniknąć niepotrzebnego zużycia materiałów; w niektórych przypadkach skuteczna symulacja skraca czas rozwoju nawet o sześć miesięcy. Umożliwia ono również optymalizację pod kątem odchudzania konstrukcji i wytrzymałości, pomagając producentom stosować tylko taką ilość materiału, jaka jest niezbędna przy zachowaniu wymaganych parametrów.
Szerzej ujmując, podejście BMT „Measure, Digitise, Execute” polega na uchwyceniu sposobu zachowania materiałów, przełożeniu tego na modele wirtualne i zastosowaniu tych wniosków w rzeczywistej produkcji. Zastępując metodę prób i błędów mierzalną i powtarzalną wiedzą, ten model pracy ogranicza odpady, skraca cykle rozwojowe i wspiera bardziej zrównoważone rezultaty na szeroką skalę.
Dzięki możliwości precyzyjnego prognozowania, ograniczeniu zależności od prób fizycznych i dostarczaniu wiedzy na każdym etapie rozwoju, podejście BMT do cyfryzacji pomaga producentom ograniczać rzeczywiste odpady, optymalizować wykorzystanie materiałów i działać szybciej z większą pewnością, a jednocześnie budować solidne podstawy pod przyszły rozwój wspierany przez AI, oparty na zmierzonych danych, a nie wyłącznie na doświadczeniu.
Ross Blair, Head of Engineering w BMT
