AIMPLAS, centrum technologii tworzyw sztucznych, realizuje projekt badawczo-rozwojowy Poly-ML ukierunkowany na zastosowanie zaawansowanych technik uczenia maszynowego do przewidywania właściwości materiałów polimerowych na podstawie ich składu oraz warunków przetwórstwa. Rozwijane modele mają umożliwić optymalizację formulacji, ograniczenie liczby badań eksperymentalnych oraz podniesienie efektywności procesów B+R. Inicjatywa wpisuje się w szerszy proces cyfryzacji przemysłu przetwórstwa tworzyw, skracając czas rozwoju nowych materiałów, minimalizując błędy recepturowania i generowanie odpadów oraz wspierając śledzenie parametrów procesowych i właściwości końcowych wyrobów.
Projekt koncentruje się na opracowaniu modeli predykcyjnych zdolnych do przewidywania właściwości mechanicznych, termicznych i fizycznych tworzyw. Dzięki podejściu opartemu na danych możliwe ma być podejmowanie szybszych i bardziej precyzyjnych decyzji w najwcześniejszych etapach rozwoju materiału. Ma to przełożyć się na redukcję kosztów, skrócenie czasu wdrożeń oraz zmniejszenie ilości odpadów powstających podczas testów laboratoryjnych i prób technologicznych. Jednocześnie zwiększona ma zostać transparentność i możliwość pełnego prześledzenia historii formulacji i warunków przetwórstwa, co sprzyja poprawie jakości i powtarzalności produkcji.
Poly-ML jest finansowany przez Valencian Institute of Competitiveness and Innovation (IVACE+i) oraz środki Europejskiego Funduszu Rozwoju Regionalnego (EFRR). W projekt zaangażowane są firmy Tyris AI, specjalizująca się w zastosowaniach sztucznej inteligencji w przemyśle, oraz Faperin, przedsiębiorstwo przetwórstwa tworzyw prowadzące głównie proces wtrysku polipropylenu na potrzeby sektora motoryzacyjnego. Faperin udostępnia dane z procesów produkcyjnych, które służą do trenowania modeli i wyciągania wniosków technologicznych, natomiast Tyris AI wnosi kompetencje związane z implementacją narzędzi sztucznej inteligencji w środowisku przemysłowym.
Modele predykcyjne dostępne dla użytkowników bez znajomości programowania
Istotnym elementem Poly-ML jest opracowanie narzędzia umożliwiającego budowanie i wykorzystywanie modeli predykcyjnych również osobom bez przygotowania programistycznego. Celem jest ułatwienie adopcji sztucznej inteligencji w sektorze tworzyw sztucznych poprzez udostępnienie rozwiązań, które mogą być obsługiwane przez technologów, specjalistów ds. jakości czy inżynierów procesu na poziomie zakładu. Takie podejście ma wspierać postępującą cyfryzację branży i poprawę jej konkurencyjności.
– Z projektem Poly-ML wykonujemy istotny krok w kierunku realnego zastosowania sztucznej inteligencji w projektowaniu materiałów z tworzyw sztucznych. Naszym celem jest, aby modele zostały zwalidowane w środowiskach przemysłowych, co zapewni ich niezawodność i użyteczność w rzeczywistych warunkach pracy – wyjaśnia Joan Giner, badacz z laboratorium badań właściwości w AIMPLAS.
Wpływ na zrównoważony rozwój, bezpieczeństwo pracy i gospodarkę lokalną
Poly-ML ma generować wymierne korzyści w obszarach środowiskowym, zdrowia zawodowego oraz rozwoju gospodarczego. Z perspektywy środowiskowej projekt przyczynia się do ograniczenia ilości odpadów laboratoryjnych oraz zużycia niebezpiecznych rozpuszczalników i dodatków dzięki unikaniu nieefektywnych formulacji. Mniejsza liczba prób i korekt receptur oznacza też redukcję zużycia surowców i energii w fazie rozwoju nowych materiałów.
W obszarze bezpieczeństwa i higieny pracy ograniczenie liczby eksperymentalnych testów oraz kontaktu z substancjami chemicznymi zmniejsza narażenie personelu technicznego na czynniki szkodliwe. Redukowane są także ryzyka związane z prowadzeniem badań w warunkach laboratoryjnych oraz podczas prób technologicznych. W ujęciu ekonomicznym i terytorialnym projekt ma wzmacniać konkurencyjność sektora tworzyw sztucznych we Wspólnocie Walenckiej, sprzyjać tworzeniu wysoko wykwalifikowanych miejsc pracy oraz wspierać rozwój kompetencji w zakresie autonomicznego projektowania nowych materiałów.
Inicjatywa jest spójna ze strategią RIS3-CV w kluczowych obszarach, takich jak cyfryzacja, zrównoważony rozwój, gospodarka o obiegu zamkniętym oraz współpraca pomiędzy podmiotami przemysłowymi i ośrodkami badawczymi. Tym samym projekt wzmacnia pozycję Wspólnoty Walenckiej jako regionu referencyjnego w zakresie zastosowań sztucznej inteligencji do projektowania materiałów z tworzyw sztucznych.
Projekt uzyskał wsparcie Valencian Institute of Competitiveness and Innovation (IVACE+i) w ramach programów wspierania przemysłowych projektów badawczo-rozwojowych, współfinansowanych przez Europejski Fundusz Rozwoju Regionalnego.
