佛瑞亚（FAVIA）项目：人工智能驱动的自适应配方

The properties of recycled materials are variable. But the end product needs to have constant, standardised qualities. Ready to take up the challenge, we realised that AI could play a key role in predicting formulations and adjusting production parameters on the go. To get there quicker and achieve better results, we reached out to the Auvergne-Rhône-Alpes Region for funding support and experts within the local ecosystem to bring complementary skills and experience on board.

不同再生材料的固有特性各不相同，而最终产品必须保证质量的稳定性和标准化。我们准备好迎接这一挑战，并深知人工智能在预测材料配方和优化生产参数方面，将发挥至关重要的作用。为了加快目标实现并取得更卓越的成果，我们积极与奥弗涅-罗纳-阿尔卑斯大区展开合作，寻求资金支持，并借助当地的产业生态系统，实现技能和经验的优势互补。

佛瑞亚项目于2024年5月正式启动，为期四年，汇聚了四家位于奥弗涅-罗纳-阿尔卑斯大区的企业。除了迈极瑞团队外，还包括专精于挥发性有机化合物（VOC）传感器的Aryballe公司，以及利用人工智能软件优化生产的POLLEN Metrology公司。同时，法国塑料与复合材料工业技术中心（IPC）也为项目提供支持。

奥弗涅-罗纳-阿尔卑斯大区积极致力于支持当地生态系统的创新与可持续发展，并提供重要支持与资金，其中包括从欧洲区域发展基金（ERDF）获得的360万欧元欧洲结构基金。

深入了解该项目 

Michael Lemoine先生是佛瑞亚项目技术协调员兼迈极瑞自适应配方和再生技术经理，他将向我们详细介绍这一项目。

再生材料与原生塑料有何不同？

再生材料的性质与原生材料有着很大的区别。原料的可变性意味着每次的最终材料属性都可能不同，这对于客户而言是不可接受的！我们必须确保所研发的每一种材料都具有稳定的质量和高度的一致性，以符合严格的规格要求。这意味着我们需要选择最优的配方，并在生产过程中精确调整各成分的比例。使用算法进行预测分析无疑是一个良好的开端，但我们希望更进一步，通过在生产线上部署先进的传感器，进行数字化的样品分析和自动化的参数调整。这就是这个项目如此具有战略意义和令人激动的原因。

这是您第一次使用人工智能开展此类项目吗？

在我之前的工作中，我已经开始探索数字样本分析，这项技术不需要把样本送到实验室，可以加快分析的速度。因此，我很高兴能有机会进一步研究。

您希望在项目结束时取得哪些成果？

我们的目标是开发一种解决方案，能够使用传感器对样品进行数字化分析，来预测配方，并且实时调整挤出机的输入参数，从而生产出不同种类的再生或生物基塑料，并且保证每批最终产品都具有相同的特性。这将会为决策提供支持，确保产品质量的稳定性，并且缩短产品上市的时间。

截至目前，您对该项目有何看法？

作为技术协调员，我深知这是一个极具挑战性的项目。我们需要找到最有效的合作方式，既要保证公司内部独立完成部分工作，又要确保研究成果的充分共享，包括每季度举行技术委员会会议。由于合作方地理位置相近，这件事情进行起来就容易很多。在公司内部，我们有一个由项目经理和数据科学家组成的小团队专门负责这个项目；而与合作伙伴的协作，则为我们带来了更全面的多学科技术，并加速工作的进度。Aryballe的团队非常了解生化传感器，而Pollen Metrology擅长过程算法、数据收集和自动化。塑料与复合材料工业技术中心在塑料、人工智能和传感器方面则拥有广泛的专业知识。 

下一步项目计划是什么？

尽管项目尚处于初期阶段，我们已在算法研发方面投入了大量精力。未来几个月，我们将专注于挥发性有机化合物（VOC）传感器技术，随后再将所有研究整合为一个集成化解决方案。

来自项目重要利益相关者的声音