昨天(4月16日),CHINAPLAS 2025吸引了102,774名访客,其中国际访客有23,199人(占22.57%)。第一、二天的访客总数达到了182,668人。人工智能(AI)正在全球范围内革新各个行业,塑料和橡胶行业也不例外。AI驱动的创新使制造商能够提高效率、质量和可持续性,使生产更加智能和环保。
作为塑料和橡胶行业的顶级贸易展览会,CHINAPLAS 2025是一个重要的平台,用于展示最新的AI应用,这些应用旨在优化生产流程、降低能源消耗、提高产品质量和提高回收效率等行业进步。
AI在智能制造中的应用:更高的效率和产品质量
AI在智能制造中最重要的好处之一是预测性维护。利用先进的传感器和机器学习算法,制造商可以实现实时的设备监控,通过预测机械故障来防止昂贵的停机时间。
例如,领先的注塑机制造商正在将AI集成到他们的生产系统中。克劳斯玛菲(展位:12J41)开发了基于云端的socialProduction的过程支持组件,使用AI来检测过程偏差并主动提醒用户。该公司深厚的塑料加工知识已嵌入到一个复杂的算法中,技术利用socialProduction收集的所有可用机器参数。
同样,阿博格(展位:12F41)提供了arburgXworld在线平台,使客户能够通过AI驱动的功能更高效地工作。最新的Ask ARBURG聊天机器人,这是一个AI驱动的工具,通过访问庞大的知识数据库,帮助操作员快速排除机器和流程相关问题。
AI正在彻底改变塑料行业,CHINAPLAS 2025的参展商和访客正在积极把握这一趋势的机遇。
AI驱动的工具还通过分析数据模式和实时调整操作来优化生产过程中的能源消耗,从而减少成本和环境利益。
在塑料制造业中保持高标准的质量至关重要,而质量控制通过AI驱动的图像识别技术经历了重大升级。这些工具使用深度学习算法检测微米级别的缺陷,确保最终产品满足高标准的质量,减少浪费并提高客户满意度。
苏州玉珍科技(展位:2D61)的预制件检测系统采用深度学习算法,有效管理复杂的检测项目,提高测试效率和准确性,并降低10%的劳动成本。它还可以使生产数据的统计评估实现自动化和智能化质量检查。苏州玉珍科技将深度学习技术应用于他们的设备。
AI在可持续性中的应用:智能回收和供应链透明度
随着全球环境问题的增长,塑料行业越来越多地利用AI来应对可持续性挑战。例如,AI驱动的分拣系统可以准确识别和分离不同类型的塑料,提高回收效率和回收材料的质量。
汤姆拉回收(展位:6A41)开发了GAINnext AI生态系统,该系统使用深度学习来增强塑料、纸张和废旧饮料罐的分拣。系统的三个应用有效地将食品级与非食品级PET、PP和HDPE分开,实现了高达95%的纯度水平。此外,还有一个非食品应用,增强PET纯度以获得更清洁的瓶子流。汤姆拉回收开发的新GAINnext AI生态系统提高了分拣效率。
合肥泰禾智能科技(展位:10Q57)制造的AI驱动的完整塑料瓶分拣机采用深度学习算法自动收集材料特征信息。其特点是精确的多光谱识别,实现了超过98%的纯化率。机器可以设计适合不同应用场景的流程流程和多种分拣方案。合肥泰禾智能科技的瓶子分拣机以AI为动力,实现了非常高的纯化率。
巴斯夫(展位:17D91)及其合作伙伴正在探索如何使用AI来提高通过准确识别塑料废物流来提高机械回收的效果。他们的方法是由AI结合最先进的测量技术。
通过识别测量数据中的模式,AI算法建议进行流程调整和所需的额外组件,以提高回收材料的质量。这项技术确保回收塑料符合行业标准,促进了可持续材料的更广泛采用。
可持续努力超越回收到供应链透明度,AI和区块链技术在这方面取得了显著进展。科思创与阿里巴巴云合作,使用AI技术提高可持续塑料解决方案的可追溯性。阿里巴巴云的AI驱动的能源专家平台在实现从回收材料到最终消费品的整个生命周期排放核算中发挥了关键作用,利用了区块链等技术。
另一个提高供应链透明度的倡议是SABIC和Circularise的试点项目,该项目使用数字产品护照