Los expertos de Fraunhofer IVV están optimizando un proceso de producción de envases. Como parte del proyecto KioPtipack, también están desarrollando herramientas de IA para hacer que el embalaje de plástico se ajuste a la economía circular. Crédito: Fraunhofer-Gesellschaft
Los plásticos son livianos, duraderos y fáciles de procesar, lo que los convierte en materiales verdaderamente versátiles para casi cualquier aplicación. Esto no sorprende que más del 60% de los productos envasados en Alemania estén envueltos, embolsados o en caja en plástico.
El objetivo de la industria de los plásticos es apoyar la economía circular a través del diseño de empaque ideal (diseño para el reciclaje), minimizar el impacto ambiental y, al mismo tiempo, proporcionar una protección óptima para los bienes envasados. Idealmente, el embalaje consistirá en la mayor cantidad de material reciclado como sea posible. Las nuevas regulaciones de la UE también requieren que se realicen envases de plástico de hasta un 35% de material reciclado como mínimo para 2030.
Ingrese la investigación realizada por KioPtipack, uno de los dos laboratorios de innovación que forman parte del centro de aplicaciones de IA en envases de plástico. Junto con sus socios de proyectos, los investigadores de Fraunhofer IVV están utilizando la inteligencia artificial como un cambio de juego en el reciclaje y para procesar material reciclado en empaque para enfrentar los desafíos tecnológicos y los altos estándares involucrados en la producción de empaque.
El objetivo es reducir los desechos plásticos, crear empaques más sostenibles y una menor demanda de materias primas a través de la reutilización como material reciclado, aumentando así la confiabilidad de la oferta en Europa a través de un enfoque en la circularidad.
Para lograr esto, los investigadores de Fraunhofer IVV han desarrollado herramientas de optimización basadas en IA y las conectaron a través de un espacio de datos. Este enfoque permite tener en cuenta eficientemente los muchos requisitos que el envasado de plástico debe cumplir. En particular, también desbloquea formas de reciclar estos paquetes y optimizarlos en general.
Junto con la compatibilidad y el impacto ambiental, los aspectos de la funcionalidad, el diseño, la aceptación del cliente y la viabilidad de la fabricación también se tienen en cuenta. Después de que todos los datos están completamente integrados, las herramientas de IA sugieren los mejores diseños de empaque posibles para un determinado producto al tiempo que minimizan el uso de material.
El espacio de datos reúne todos los datos digitales sobre las propiedades, orígenes y destinos del material para hacer esto y se transmite la información. De esta manera, proporciona una infraestructura compartida para intercambiar datos más allá de las puertas de fábrica. El modelo de datos subyacente al paquete completo, que permite compartir datos entre los diversos interesados en primer lugar, también se desarrolló en Fraunhofer IVV.
Digitalización de flujos de material para proteger a los consumidores
“Para mejorar la incorporación de materiales reciclados en soluciones de empaque, un espacio de datos compartido es crucial”, dice Andrea Büttner, directora del instituto de Fraunhofer IVV. “El plástico reciclado es un material valioso. Pero la calidad del plástico reciclable debe ser correcto. Si el material reciclado está contaminado con sustancias no deseadas, como otros tipos de plástico, tintas de impresión o productos de degradación, puede afectar severamente la calidad e incluso hacer que el material sea inutilizable. Una vez que se recicien, pueden contener contaminantes en Principle”.
Y eso plantea un desafío particular para la industria. Esto significa que en toda la industria, desde productores de materiales reciclados y empresas que fabrican películas de empaque hasta el sector alimentario, se necesita compartir datos sistemáticos, junto con un solo lenguaje para tratar con plásticos. Los materiales involucrados son principalmente poliolefinas, que representan el grupo más grande de plásticos y pueden cambiar sustancialmente durante el procesamiento.
AI ayuda a elegir el método de reciclaje correcto
“AI-driven tools are a must when it comes to high-quality recycling of plastic materials. The modular software solutions we develop at Fraunhofer IVV help with aspects like characterizing and analyzing material properties, and they link different information flows together in such a way that a suitable field of application can be identified for recycled materials with fluctuating properties,” says Matthias Reinelt, head of the Shelf Life and Packaging Modeling group at Fraunhofer IVV.
“Nuestra herramienta de IA para la producción de empaque utiliza tanta información como sea posible sobre el material reciclado para determinar la cadena de procesamiento óptima para que lo que termina en los estantes de las tiendas sea una copa de yogurt fabricada de manera sostenible con un grosor de pared homogéneo y la forma deseada, por ejemplo”.
Los investigadores también analizan la calidad de los materiales reciclados utilizando cromatografía, que a su vez también se basa en herramientas de IA para una identificación de sustancias mejorada. El objetivo aquí es evitar que los materiales reciclados inadecuados o contaminados ingresen al ciclo, lo que puede ocurrir incluso con buena clasificación.
Las herramientas de optimización basadas en IA y el espacio de datos interconectados proporcionados por Fraunhofer IVV y sus socios de proyecto incluso se incorporan directamente a los procesos de producción de los fabricantes en algunos casos. Esto hace posible sugerencias en tiempo real para su posterior procesamiento, dependiendo de los materiales reciclados que se utilizan en las máquinas en el sitio.
Herramientas de IA Dirección de la brecha de material reciclado
El uso de materiales reciclados en productos de plástico está aumentando constantemente. Sin embargo, incluso a pesar de esta tendencia, el volumen de plásticos reciclados será insuficiente para alcanzar los niveles de materiales reciclados requeridos por la ley. Esto conducirá a una brecha cada vez mayor entre la oferta y la demanda en el caso de los plásticos reciclados en los próximos años. Para 2030, se proyecta que la demanda de materiales reciclados supere la oferta en un 30%.
“Las soluciones aisladas no serán suficientes para cerrar la brecha de reciclaje en el sector de plásticos a largo plazo. Estamos abordando este problema con nuestras herramientas de optimización basadas en AI, que entrelazan el material y los flujos de información. Estamos trayendo a las partes interesadas de una amplia variedad de diferentes industrias y tratando de responder de manera más efectiva a escasas de recursos”, dice Büttner.
Los expertos del sector de investigación, la industria, el gobierno y las asociaciones de toda Alemania se reunirán en el evento Zukunftsforum Kunststoffkreislauf, que se celebrará en Berlín del 1 al 3 de julio, para discutir una gama completa de temas relacionados con plásticos, empaques y reciclaje de ambos. El objetivo es unir a las personas para discutir enfoques innovadores para la transformación a una economía circular eficiente en recursos y traducir soluciones concretas en la práctica del mundo real.
Para cerrar el ciclo para el embalaje de plástico tanto como sea posible, 51 socios de la industria, el sector de la investigación y la sociedad civil están trabajando juntos en dos laboratorios de innovación: KioPtipack, que se centra en el diseño y la producción, y el ciclo K3i, que se ocupa del reciclaje y la clasificación de materiales. Los laboratorios fueron creados para habilitar el intercambio de datos de laboratorio cruzado y garantizar que todos los hallazgos relevantes se tengan en cuenta en toda la cadena de valor.
Proporcionado por Fraunhofer-Gesellschaft
Cita: las herramientas de IA optimizan el diseño de envasado de plástico para los objetivos de reciclaje y sostenibilidad (2025, 2 de junio) Consultado el 2 de junio de 2025 de https://techxplore.com/news/2025-06-ai-tools-optimize-plastic-packaging.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
