ITENE технологийн төв хүнсний салбарт зориулагдсан уян савлах эдлэлүүдийн дизайныг боловсронгуй болгож, үйлдвэрлэлийг илүү үр ашигтай болгох хиймэл оюун ухаанд суурилсан шийдлүүдийг боловсруулж байна. FLEXIA төслийн хүрээнд түүхий эдийн шинж чанарыг үйлдвэрлэл эхлэхээс өмнө урьдчилан таамаглахыг зорьж, үйлдвэрлэлийн үйл явцын нөхцөлийг цифрийн таамаглал ба мониторингийн хэрэгслүүдээр оновчтой болгох зорилготой. Эдгээр ахиц дэвшил нь савлах бүтэцүүдийн шинэ хэлбэрүүдийг түргэн хөгжүүлэх, туршилтын туршилтын шаардлагыг багасгах, үйлдвэрлэлийн алдагдал багасгах ба хүнсний бүтээгдэхүүний хамгаалалт ба хадгалалтын чанарыг хангах чадваруудыг хадгалж үлдэнэ.
FLEXIA төслийн хүрээнд үйлдвэрлэл эхлэхээс өмнө материалуудын шинж чанарыг урьдчилан таамаглах, мөн үйл явцын нөхцөлийг цифрийн таамаглал ба мониторингийн хэрэгслүүдээр оновчтой болгох зорилготой юм. Эдгээр ахиц нь сав баглах бүтэцүүдийн шинэ хэлбэрүүдийг хурдан хөгжүүлэх, туршилтын туршилтын шаардлагыг багасгах, үйлдвэрлэлийн алдагдал багасгах ба хүнсний бүтээгдэхүүний хамгаалалт ба хадгалалтын чанарыг хангах чадваруудыг хангаж ажиллах боломжийг бий болгоно.
El FLEXIA (IMIDSA/2026/20) төслийн тухай, 2026 оны 7-р сараас 2027 оны 12-р сар хүртэл үргэлжилнэ; энэ төсөл Валенсиа мужийн Үйлдвэрлэл, Аялал жуулчлал, Инноваци ба Худалдааны яамны дэмжлэгээр IVACE+i-аар дэмжигдэж, Европын Холбооноос FEDER Comunitat Valenciana 2021-2027 хөтөлбөрийн хүрээнд STEП (Европын Стратегийн Технологийн Платформ) хүрээнд санхүүжүүлсэн байна.
Хоол хүнсний зориулалттай уян сав баглах салбар нь механик тэсвэр чанар, барьерийн чадвар ба битүүмжлэх чадвар зэрэг шинж чанаруудыг тогтвортой байдал ба дахин боловсруулалтын шаардлагатайтай уялдуулан зохицуулах сорилтой тулгарч байна. Гэвч шинэ бүтэц боловсруулах явцад олон эргэлтийн туршилт ба үйлдвэрлэлийн тохируулга шаардагддаг тул зардал нэмэгдэж, зах зээлд гарах хугацаа удааширдаг.
Хэрэгжүүлэх технологийн чиглэлүүд
Эдгээр сорилтуудад хариу өгөхийн тулд FLEXIA хоёр иж бүрдэл технологийн чиглэлүүдийг авч үзэхээр төлөвлөж байна: хиймэл оюун ухаанаар савны үйл ажиллагааны шинж чанаруудыг урьдчилан таамаглах; үйлдвэрлэлийн үйл явцын ухаалаг мониторинг хийж зөрүүг илрүүлж үйлдвэрлэлийн үр ашгийг дээшлүүлэх.
Эдгээр зорилгод хүрэхийн тулд ITENE материалууд, олон давхар бүтэц, тодорхойлолтын туршилтууд ба үйлдвэрлэлийн параметрүүдийн мэдээллийг цуглуулж, Машин суралцах алгоритмуудыг сургалтанд ашиглах ба материалын шинж чанаруудыг савны эцсийн гүйцэтгэлтэй холбоотой таамаглалын загваруудыг боловсруулахад ашиглана. Зэрэгцээ, үйлдвэрлэлийн критик хувьсагчдыг хянах, гажуудлуудыг илрүүлэх ба алдаа ба материалын алдагдлыг багасгах тохиргоог хэрэгжүүлэхэд зориулагдсан мэдрэгчжүүлэлтийн технологийг нэвтрүүлнэ.
“Салбарын гол бэрхшээлүүдийн нэг нь боловсруулалтын явцад материалын боловсруулалт явсан мэдлэгийг бодит үйлдвэрлэлийн нөхцөлд шилжүүлэх явдал юм. FLEXIA-тай хамт үйлдвэрлэлийн салбарт байгаа өгөгдлийг ашиглан хоёр үе шаттай холбоод илүү үндэслэлтэй шийдвэр гаргах боломжийг нээж өгөхийг зорьж байна; ингэснээр компаниуд өөрсдийн үйлдвэрлэлийн шуганд шинэ сав баглах бүтэцүүдийг илүү итгэлтэйгээр нэвтрүүлэх боломжтой болно
ITENE төсөлд ахлах Тереса Калвотэй хамтран энэ бүх үйл явдлыг тайлбарлав.
Todos los desarrollos se integrarán en una plataforma digital de apoyo a la toma de decisiones, que se validará en entornos piloto e industriales. La herramienta estará dirigida principalmente a fabricantes y transformadores de envases flexibles para alimentación, facilitando el desarrollo de soluciones más eficientes y adaptadas a los requisitos de funcionalidad, sostenibilidad y reciclabilidad del sector.
