AIMPLAS正式启动了POLY-ML项目,这是一项旨在将先进机器学习技术应用于材料性能预测的研发计划。该项目通过深入分析材料的成分与加工条件,致力于优化产品配方、减少对传统实验测试的依赖,并显著提升整体研发流程的效率。项目的合作方包括专注于工业人工智能应用的Tyris AI公司,以及主营汽车领域聚丙烯注塑业务的塑料加工企业FAPERIN。其中,FAPERIN负责提供实际生产流程中的数据,用于模型的训练与结论推导;Tyris AI则凭借其在工业人工智能应用领域的专业知识,为项目的技术实现提供核心支持。
POLY-ML项目的核心目标是开发能够准确预测材料机械性能、热学性能或物理性能的机器学习模型。这些模型旨在帮助研发团队在项目初期阶段就能做出更快速、更精准的决策。这种数据驱动的研究方法,预计将有效降低研发成本、缩短产品开发周期,并减少因反复试验而产生的废弃物。同时,该方法也有助于增强整个工艺流程的可追溯性,推动产业向更加可持续的方向发展。
在环境可持续性与职业健康安全方面,该项目同样展现出积极价值。通过避免使用低效配方,项目能够从源头上减少实验室废弃物的产生,并降低对有害溶剂类添加剂的依赖。这不仅减少了技术人员接触潜在有害化学品的机会,也降低了与实验测试相关的各类操作风险。此外,该项目完全契合瓦伦西亚大区RIS3-CV战略所强调的数字化、可持续性、循环经济以及产学研协同等关键发展方向。它的实施,进一步巩固了该地区在将人工智能技术应用于塑料材料设计与研发领域的领先地位与标杆形象。