【德国】RezyPart项目利用人工智能技术保障汽车部件再生塑料应用

要点
- RezyPart项目周期为2025年8月1日至2028年7月31日,由巴伐利亚州经济、区域发展与能源部资助。
- 项目参与方包括Brose、SKZ、LabV Intelligent Solutions及R.PLAST,旨在开发AI辅助软件预测杂质影响。
- 回收塑料中的金属残留、油脂等杂质会损害拉伸强度等机械指标,影响安全关键零部件的应用。
- LabV Intelligent Solutions基于数据平台开发AI解决方案,用于精准评估回收料质量并判断零部件性能。
轻量化设计精准落地:该项目旨在评估回收塑料物料流对技术车辆零部件机械性能的影响,从而支持其在高要求轻量化应用中的使用。
未来,回收料将更精准、更安全地融入汽车制造中的技术塑料零部件。为此,RezyPart项目正在开发一款人工智能辅助软件,用于预测回收塑料中杂质对后续零部件性能的影响。该项目的核心问题在于,如何对波动不定的回收料质量进行更可靠的评估,以满足汽车行业高要求的应用场景。
“作为汽车行业的强劲合作伙伴,我们有责任确保回收料的使用不会在安全性上做出任何妥协。同时,作为一家家族企业,我们也希望为可持续发展做出积极贡献。”Brose公司材料技术负责人Peter Weidinger表示。
项目的出发点在于回收塑料应用中的典型问题。回收料中常含有金属残留、灰尘、油脂或其他类型塑料等外来颗粒。此类不均匀性可能损害拉伸强度等机械指标,从而增加其在安全关键或高技术要求零部件中应用难度。
项目拟开发的人工智能软件正是针对这一痛点:该软件旨在精确预测此类杂质的影响,并据此推断特定回收料是否适用于具体零部件。
“基于我们的数据平台,我们正通过RezyPart开发人工智能解决方案,以便未来能够精准评估回收料质量,并对零部件性能做出可靠判断。”LabV Intelligent Solutions公司首席执行官Dr. Stefan Thomas表示。
因为如果能够通过数据更精准地评估回收料质量,在更高要求的塑料零部件中提高回收料使用比例将成为现实,从而可持续地降低二氧化碳足迹。
该项目的核心目标在于确保再生塑料在车辆制造中的可靠应用,从而推动更可持续的产品开发。项目由Brose负责协调,参与方包括位于维尔茨堡的塑料中心SKZ、软件开发商LabV Intelligent Solutions以及塑料回收与贸易公司R.PLAST。项目周期自2025年8月1日启动,至2028年7月31日结束,并获得巴伐利亚州经济、区域发展与能源部的资助。
编辑观点
该资讯表明人工智能正成为解决再生塑料质量波动、提升汽车部件再生含量的关键工具。从业者应关注AI在回收料杂质预测与性能评估中的应用进展,以及巴伐利亚州对循环经济项目的政策支持,为高要求场景的再生塑料应用储备技术能力。
常见问题
RezyPart项目开发的AI软件主要解决什么痛点?
该软件旨在精确预测回收塑料中杂质对零部件性能的影响。依据是回收料常含金属、油脂等外来颗粒,这些不均匀性会损害拉伸强度等机械指标,增加安全关键部件的应用难度。
RezyPart项目的参与方和资助机构有哪些?
项目由Brose协调,参与方包括SKZ、LabV Intelligent Solutions及R.PLAST。该项目获得巴伐利亚州经济、区域发展与能源部的资助,周期为2025年8月1日至2028年7月31日。
使用AI评估回收料质量对降低碳足迹有何帮助?
精准评估回收料质量可提高高要求塑料零部件中的回收料使用比例。依据是更精准的质量评估能确保再生塑料在车辆制造中的可靠应用,从而可持续地降低二氧化碳足迹。