Quelle est la perméabilité des matériaux d'emballage alimentaire en papier ?
Un nouveau modèle d'IA combine les données issues de tests en laboratoire et les lois de la physique pour calculer dans quelle mesure différents types de papier protègent les aliments contre la perte d'arôme et les contaminants
Annonces
L'emballage en papier est une alternative durable au plastique. Cependant, comme il est perméable à l'air, les aliments emballés dans du papier perdent leur saveur au fil du temps, et des substances indésirables telles que des solvants peuvent pénétrer dans l'emballage. Jusqu'à présent, des tests approfondis étaient nécessaires pour chaque type de papier afin de déterminer dans quelle mesure et à quelle vitesse cela se produit. Une équipe de recherche dirigée par Karin Zojer de l'Institut de physique des solides de l'Université de technologie de Graz (TU Graz) a maintenant mis au point un système de prédiction basé sur l'IA qui calcule la perméabilité de différents types de papier aux substances organiques volatiles. Cela permet d'accélérer considérablement le développement de nouveaux matériaux d'emballage. L'outil de prédiction, qui a été développé dans le cadre du laboratoire CD pour le transport de masse à travers le papier, est déjà utilisé par un fabricant de papier.
Des tests en laboratoire comme base
Le système de prédiction est basé sur l'analyse de la microstructure de différents types de papier, pour lesquels l'équipe a enregistré avec précision la distribution des fibres de cellulose et la taille des pores. La deuxième étape a consisté en des mois d'essais en laboratoire au cours desquels les chercheurs ont utilisé la chromatographie en phase gazeuse pour déterminer la vitesse de migration des substances organiques volatiles à travers différents types de papier. "Cependant, nous avons atteint nos limites avec ces méthodes traditionnelles", explique Karin Zojer. "Les combinaisons possibles de types de papier et de substances volatiles sont énormes et les expériences prennent beaucoup trop de temps pour développer un modèle de prédiction complet à partir de celles-ci."
Un réseau neuronal combiné à des lois physiques
Les chercheurs ont réalisé cette percée en utilisant ce que l'on appelle des réseaux neuronaux informés par la physique. Cette variante de l'apprentissage automatique intègre des lois physiques dans ses calculs, en complément des données d'apprentissage. Cela permet à l'IA d'extraire des modèles même à partir d'une petite quantité de données d'entraînement et d'effectuer des calculs précis. Karin Zojer et son équipe ont notamment fourni à l'IA l'information selon laquelle les substances organiques volatiles adhèrent partiellement aux fibres de cellulose lorsqu'elles traversent l'emballage en papier. "Ces principes réduisent le champ des solutions possibles pour les calculs que le réseau neuronal doit effectuer et optimiser", explique Karin Zojer. "Nous avons ensuite vérifié les résultats de notre IA dans le cadre d'expériences portant sur des papiers simples et multicouches et nous avons été surpris de constater à quel point ce modèle de prédiction fonctionne bien."
Le fabricant de papier Mondi Uncoated Fine & Kraft Paper, qui a participé au laboratoire CD, utilise déjà le logiciel pour sélectionner des qualités de papier pour des applications spéciales. Karin Zojer continuera à développer le système, par exemple pour prendre en compte la façon dont la perméabilité change lorsque les fibres du papier absorbent des solvants et gonflent en conséquence.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Autres actualités du département science
