【德国】人工智能将塑料废弃物转化为适用于工业的再生材料

要点
- K3I-Cycling项目由弗劳恩霍夫LBF联合16家合作伙伴共同实施。
- 项目获得德国联邦研究、技术与空间部(BMFTR)的资金支持。
- 研究团队开发了“人工神经孪生”(ANT)系统以模拟分拣链条。
- DangerSort系统具备识别并排出锂电池以防止火灾的功能。
- 项目旨在开发适用于食品接触包装的高质量再生塑料参考参数。
K3I-Cycling 联盟项目团队在伊瑟龙(Iserlohn)洛贝(Lobbe)分选工厂安装的 DangerSort 设备前合影。
在“K3I-Cycling”项目中,弗劳恩霍夫结构强度与系统可靠性研究所(LBF)联合 16 家合作伙伴,正在开发基于人工智能的消费后塑料分选技术,例如针对黄色垃圾袋中回收的塑料。达姆施塔特(Darmstadt)的研究人员主导“回收与再生材料生产”工作包,并致力于开发一系列用于评估和稳定再生材料的工具。包装制造商、回收企业、品牌方及市政部门将从这些可靠参数中获益。该项目由联邦研究、技术与空间部(BMFTR)资助。
轻质混合包装废弃物(LVP)是一种成分复杂的原料来源。其组成存在波动,杂质含量及老化状态直接影响所产再生材料的质量。这正是“K3I-Cycling”项目着力解决的领域。
从混合包装废弃物到质量可靠的再生材料
在 BMFTR 资助的该项目中,弗劳恩霍夫 LBF 凭借在材料评估、系统可靠性、数字化及循环经济方面的专长,参与“回收与再生材料生产”工作包。研究人员正在开发新方法,以从轻质混合包装废弃物中生产高品质塑料再生材料。工作重点包括在实验室及中试规模上实际生产再生材料、评估材料性能以及开发添加剂组合。其中包含生物基稳定剂,可针对性地改善再生材料的性能。
弗劳恩霍夫 LBF 将实际材料分析与机器学习相结合。聚烯烃再生材料依据老化状态和杂质水平进行分类,并划分为质量集群。由此可获得可靠的材料质量等级,这些等级可纳入新标准及产品数字护照。通过这种方式,研究人员有效管理了技术复杂性,并可靠地保障了材料的可回收性。
参数为高要求应用提供安全保障
该研究为高要求产品中使用的高质量再生塑料提供了全面且可靠的参考参数。这对包装制造商、回收企业和品牌方具有重要意义,使其能够更有针对性地评估再生材料,并将其应用于对材料质量和可靠性要求较高的领域,包括食品接触包装。
为满足上述要求,项目团队开发了“人工神经孪生”(Artificial Neural Twin,ANT)系统。该系统完整模拟了从收集到再生材料最终接收方的整个分拣链条,并支持沿价值链对特定参数(如纯度、短途物流、低成本等)进行针对性优化。人工智能技术还被用于保护分拣设施:DangerSort系统能够安全识别锂电池,并在其引发火灾前将其排出。工业界和市政部门因此获得了更可靠的决策依据和具备故障防护能力的设施,从而以经济可持续的方式达成回收目标,可量化地减少二氧化碳排放,并确保二次原材料的稳定供应。这有助于增强欧洲循环经济的韧性,并将虚拟开发与实际验证相结合。
注:本文由计算机系统自动翻译,未经人工干预。LUMITOS提供此类自动翻译,以呈现更广泛的时事报道。由于采用机器翻译,文章可能存在词汇、句法或语法错误。德语原文可在此处查阅。
一种新方法使丙烯酸玻璃的回收在经济上具有可持续性
研发部门其他新闻
初创企业EDENenergy:将电动滑板车废旧电池转化为工业级储能系统
从磁体中回收稀土元素的新工艺
C1出售其首项技术许可,并与印度工程领域领先企业Thermax达成战略合作
创新过滤技术为水处理及工业应用开辟新前景
基于可再生资源的甲醇及其衍生物合成平台
Stora Enso与Shanshan Technology达成合作,加速Lignode的开发,推动可持续阳极材料的应用
可持续燃料实验平台
2026年秋季,维也纳工业大学将接管“奥地利先进生物能源实验室——第一阶段”(Advanced Bioenergy Lab Austria – Fase 1)项目联盟的领导权
从云端到实验室:Currenta试验实验室的虚拟自动化
更耐碎的玻璃容器助力节能
Arkema向位于里昂地区的全球电池研发卓越中心投资1000万欧元
工业流程中的供暖用氢
增材制造助力更清洁的燃气轮机
输入需求,获取材料:ExoMatter在材料开发中试验逆向设计(Inverse Design)
Panasonic Energy在日本启用新的电池领域全球研发枢纽
迈向循环弹性体:Covestro在勒沃库森启用中试装置
该项目价值数千万欧元,依托德国在化工与工程领域的专业能力,推进技术向工业应用转化
“电子鼻”可检测肉类和鱼类是否仍可食用
为此,Interreg PRECISE项目测量尸胺(cadaverine)——一种蛋白质分解过程中产生的气体
化工与能源行业正逐步摆脱化石原料
Fraunhofer与一家爱沙尼亚深科技初创企业正在工业规模上测试一种模块化生物质平台
同等重量下释放更多能量:Fraunhofer优化电池电芯
这一新的企业架构旨在帮助中小企业在德国启动自身的电池电芯生产
LANXESS强化其电池领域专业能力
新设立的电池专用实验室加速下一代磷酸铁锂(LFP)电池材料的开发
德国作为研发枢纽的前景不再乐观
“化工与制药行业希望依靠创新走出危机。问题不在于意愿,而在于德国作为生产基地的竞争力。”
提交此表单即表示您同意通过电子邮件接收LUMITOS AG发送的上述选定通讯。您的数据不会转让给第三方。您的数据将根据我们的数据保护规定进行存储和处理。LUMITOS可能会通过电子邮件联系您,用于广告目的或市场和意见调查。您可以随时向LUMITOS AG(地址:德国柏林12489,Ernst-Augustin-Str. 2)或发送邮件至revoke@lumitos.com撤销您的同意,无需说明理由,且撤销仅对未来生效。此外,每封电子邮件均包含一个链接,用于取消订阅相应的通讯。
阅读最多的新闻
AkzoNobel与Axalta合并后将启用新名称Axanzo
从有毒到珍贵:净化废水,发掘宝藏
研究人员开发出一种“二合一”方法,用于去除水中的重金属并回收稀土元素
BASF与HSCC正评估成立一家覆盖聚酰胺6全价值链的合资企业
thyssenkrupp nucera在欧洲开设其首个由公司直接管理的电解槽组装中心
用酶替代填埋场:生物工艺如何助力回收利用
飞机尾气中的细颗粒物随时间推移毒性增强
Tioxide大幅扩充Greatham工厂的人员编制
化工行业原材料转型:前Covestro高管以运营角色加入Cyclize
天然气价格上涨加剧化工与冶金企业利润压力
以铝替代石墨:Fraunhofer IPA解决阳极研究中的关键难题
硅酮回收取得突破
来自其他门户的其他新闻
维尔茨堡大学Georg Nagel教授荣获2026年诺贝尔生理学或医学奖
Nagel、Deisseroth和Hegemann发现如何利用光在活体大脑中选择性激活单个神经细胞
研究人员将衰老的血细胞转化为年轻的脑细胞
50天后年轻60岁:一项研究为深入理解细胞年轻化过程开辟新视角
编辑观点
该资讯表明AI技术正从辅助分选向全价值链质量管控延伸,特别是通过数字护照实现再生料的可追溯与分级。从业者应关注机器学习在材料老化评估中的应用,以及生物基稳定剂对提升再生料性能的作用,这将是未来突破食品级再生料瓶颈的关键方向。
常见问题
K3I-Cycling项目如何用AI提升再生塑料质量?
项目通过机器学习对聚烯烃再生材料按老化和杂质水平分类,建立质量集群。结合实验室与中试生产,开发含生物基稳定剂的添加剂组合,从而获得可纳入数字护照的可靠质量等级。
ANT系统在塑料回收分拣中起什么作用?
ANT系统模拟从收集到再生材料接收方的全分拣链条,支持针对纯度、物流等参数优化。同时,DangerSort系统利用AI识别并排出锂电池,防止火灾,保障设施安全运行。
该项目对食品接触包装用再生料有何意义?
项目为高要求应用提供全面可靠的参考参数,使包装制造商和品牌方能针对性评估再生材料。这有助于将再生塑料应用于食品接触包装等对质量可靠性要求极高的领域,确保材料安全。