塑料因其輕量化、耐用且易加工的特性，成為包裝領域的全能材料。在德國，超過60%的商品采用塑料進行包裹、袋裝或盒裝。塑料行業當前的目標是通過理想的包裝設計（可回收設計）支持循環經濟，在最小化環境影響的同時為商品提供最佳保護。根據歐盟新規，到2030年塑料包裝中再生材料占比需至少達到35%。
為此，隸屬于"塑料包裝AI應用中心"的創新實驗室KIOptiPack聯合弗勞恩霍夫加工工程與包裝研究所（IVV），利用人工智能突破回收技術瓶頸，推動再生材料在包裝生產中的高效應用。這一合作旨在減少塑料廢棄物、提升包裝可持續性，并通過再生材料利用降低對原生原料的需求，從而增強歐洲供應鏈的穩定性。
數據空間驅動的AI優化工具
弗勞恩霍夫IVV開發了基于人工智能的優化工具，并通過數據空間實現系統連接。該方法能高效平衡塑料包裝需滿足的多重標準——在考量環境兼容性、功能設計、消費者接受度和生產可行性的基礎上，AI工具會推薦最優包裝方案，同時最大限度減少材料使用。數據空間整合了材料特性、來源與去向等全鏈路數字信息，其底層數據模型由弗勞恩霍夫IVV開發，首次實現了跨利益相關方的數據共享。
數字化材料流保障品質安全
"構建共享數據空間對提升再生材料利用率至關重要，"弗勞恩霍夫IVV所長Andrea Büttner強調，"再生塑料是寶貴資源，但其質量必須達標。"若混入其他塑料、印刷油墨或降解產物等污染物，材料品質將嚴重受損甚至無法使用。當前行業面臨的核心挑戰在于：從再生材料生產商、包裝薄膜制造商到食品企業，全產業鏈亟需建立統一的塑料數據語言。聚烯烴類材料作為塑料主力軍，其加工過程中的性狀變化尤為需要系統監測。
AI精準匹配回收工藝
"高質量塑料回收離不開AI工具，"弗勞恩霍夫IVV貨架期與包裝建模組負責人Matthias Reinelt介紹，"我們開發的模塊化軟件能分析材料特性，并關聯多維度信息流，從而為性能波動的再生材料匹配最佳應用場景。"例如，AI工具會基于再生材料數據優化加工鏈條，最終產出壁厚均勻、造型合格的可持續酸奶杯。研究團隊還采用色譜分析法結合AI物質識別技術，嚴防不合格再生材料進入循環系統——即使經過嚴格分選，污染風險依然存在。
目前，弗勞恩霍夫IVV的AI優化工具與數據空間已直接接入部分制造商的生產流程，可根據現場機器使用的再生材料實時給出加工建議。
破解再生材料供需缺口
盡管再生塑料使用率持續上升，但未來幾年供需差距仍將擴大。預計到2030年，再生材料需求將超過供應量30%。"解決塑料行業回收缺口不能依賴孤立方案，"Büttner指出，"我們正通過AI工具串聯材料流與信息流，聯合跨行業利益相關方共同應對資源短缺。"
7月1日至3日，德國各界專家將齊聚柏林"塑料循環未來論壇"，探討塑料包裝全生命周期創新方案。為最大限度實現塑料閉環，51家產學研機構在兩大創新實驗室展開合作：專注包裝設計與生產的KIOptiPack，以及主攻材料分揀回收的K3I-Cycling。這兩個實驗室通過數據互通，確保價值鏈各環節的技術成果得到整體優化。
精選文章：