【德国】改变塑料包装格局的AI创新

要点
- 欧盟法规规定2030年塑料包装再生材料比例不得低于35%。
- KIOptiPack项目由Fraunhofer IVV牵头,联合51家工业界及研究机构参与。
- 预计2030年再生塑料需求将超出供应量30%,形成显著供需缺口。
- Fraunhofer IVV开发数据模型,实现再生材料生产商与包装制造商间的数据共享。
循环经济视角下的包装产业
德国弗劳恩霍夫工艺工程与包装研究所(Fraunhofer IVV)的研究人员正在KIOptiPack创新实验室中,与51家工业界及研究机构合作,开发基于人工智能(AI)的创新优化工具,并构建一个连接包装产业所有利益相关方数据的数字空间。该项目的核心目标在于未来利用AI工具提升塑料包装材料的回收利用率。
塑料因其轻质、高耐用性及易加工特性,成为几乎适用于所有用途的多功能材料。在德国,超过60%的包装产品采用塑料形式,包括薄膜、袋装或盒装,这一现象并不令人意外。
塑料产业旨在通过理想的包装设计(即面向回收的设计)支持循环经济,在最小化环境影响的同时,确保对包装内产品的最佳保护。理想状态下,包装材料应尽可能多地由再生材料构成。新的欧盟法规亦规定,到2030年,塑料包装材料中再生材料的比例不得低于35%。
在此背景下,隶属于塑料包装AI应用枢纽的两家创新研究所之一——KIOptiPack,目前正在进行的研究为AI创新如何改变包装回收领域提供了初步洞察。
KIOptiPack项目获得德国联邦研究、技术与空间部的资助。Fraunhofer IVV的研究人员与项目合作伙伴携手,利用人工智能技术重塑回收领域格局,通过加工再生材料生产包装材料,从而满足包装生产过程中的技术挑战及高标准要求。
该项目的目标是减少塑料废弃物,制造更具可持续性的包装材料,并通过再利用再生材料降低对原生资源的需求,从而在强调循环性的同时,提升欧洲范围内的供应链稳定性。
为此,Fraunhofer IVV研究团队正在开发基于AI的优化工具,并通过数据空间进行互联。这种高效的方法能够全面考量塑料包装材料需满足的多样化要求,特别是提出回收及整体优化方案。除环境适宜性及环境影响外,功能、设计、客户接受度及制造可行性等维度均在考量范围之内。
当所有数据实现完全整合后,AI工具将在最小化材料用量的同时,为特定产品推荐最适宜的包装设计。数据空间整合了关于材料特性、来源及用途的所有数字数据,并实现信息交叉链接,为工厂出货后的数据交换提供共享基础设施。支撑整个数据包、实现多方利益相关者间数据共享的数据模型,亦由Fraunhofer IVV开发完成。
数字化物料流以保障消费者安全
Fraunhofer IVV所长安德烈娅·维特纳(Andrea Wiedner)指出:“若要更有效地将再生材料整合至包装解决方案中,共享数据空间不可或缺。再生塑料虽属宝贵资源,但其质量必须得到严格保障。若再生材料受到其他类型塑料、印刷油墨或降解产物等杂质的污染,其质量将严重下降,甚至可能无法使用。这是因为塑料在回收后原则上仍可能含有污染物。”这一现状给行业带来了特殊挑战,即需要在再生材料生产商、包装薄膜制造商及食品行业等整个产业链中,建立系统化的数据共享机制及塑料处理的统一标准。相关材料主要为聚烯烃,其在塑料中占比最大,且在加工过程中可能发生显著变化。
AI助力选择正确的回收路径
Fraunhofer IVV保质期与包装建模小组负责人马蒂亚斯·赖内尔特(Matthias Reinelt)表示:“基于AI的工具对于实现塑料材料的高质量回收至关重要。Fraunhofer IVV开发的模块化软件解决方案支持材料特性分析及特征解析,通过连接多种信息流,识别适用于特性波动的再生材料的应用场景。”他进一步强调:“用于包装生产的AI工具将充分利用关于再生材料的大量信息,确定最佳加工链,最终在货架上呈现厚度均匀、形状符合要求的可持续酸奶杯。”
研究人员还利用色谱法分析再生材料的质量,该过程亦借助AI工具优化材料识别。此解决方案旨在防止尽管经过适当分类,仍可能混入的不合格或受污染再生材料进入回收流程。
Fraunhofer IVV及其项目合作伙伴提供的基于AI的优化工具与互联数据空间,在特定情况下可直接集成至制造商的生产流程中。由此,可根据现场设备实际使用的再生材料,提供关于后续处理的实时建议。
AI工具缓解再生材料短缺
塑料产品中再生材料的使用量持续攀升,但即便在这一趋势下,再生塑料的总量仍难以满足法定再生材料配额的要求。预计未来数年内,再生塑料供需缺口将进一步扩大,到2030年,再生材料需求预计将超出供应量30%。Wittner所长表示:“单一方案不足以在长期内弥合塑料领域的回收缺口。我们正通过基于人工智能的优化工具,打通材料与信息流,以解决这一问题,并致力于将来自不同行业的利益相关方凝聚在一起,更有效地应对资源短缺。”
7月1日至3日,来自德国各地研究界、工业界、政府及行业协会的专家将齐聚柏林,参加“塑料循环经济未来论坛”(Zukunftsforum Kunststoffkreislauf),围绕塑料、包装及回收相关议题展开讨论。该论坛旨在探讨向资源高效型循环经济转型的创新路径,并将具体解决方案落地于实际应用场景。
塑料包装人工智能应用枢纽
为最大限度缩短塑料包装的循环周期,来自工业界、研究界及公民社会的51家合作伙伴正依托两座创新研究所开展协作。其中,KIOptiPack聚焦设计与生产环节,K3I-Cycling则专注于回收与材料分类。这两座研究所的设计初衷在于激活所间数据共享机制,确保所有相关研究成果能够贯穿整个价值链得到应用。
编辑观点
该资讯表明AI正从辅助工具转变为解决再生塑料质量一致性的核心基础设施。从业者应关注数据空间标准的建立,特别是针对聚烯烃等主流材料的杂质检测与分类数据接口,这是实现食品级再生料规模化应用的关键前提。
常见问题
KIOptiPack项目如何利用AI优化塑料包装回收?
通过开发基于AI的优化工具和互联数据空间,全面考量环境、功能及制造可行性,为特定产品推荐最适宜的包装设计。Fraunhofer IVV利用这些工具在最小化材料用量的同时,确保再生材料在包装中的高质量应用。
欧盟法规对2030年塑料包装再生含量有何要求?
欧盟法规规定到2030年,塑料包装材料中再生材料的比例不得低于35%。这一硬性指标迫使行业必须解决再生塑料供应不足及质量波动问题,以符合合规要求。
再生塑料供需缺口在2030年预计有多大?
预计2030年再生材料需求将超出供应量30%。由于单一方案无法弥合长期回收缺口,行业需通过AI工具打通材料与信息流,凝聚不同利益相关方共同应对资源短缺。