Quanto sono permeabili i materiali di imballaggio alimentare in carta?
Un nuovo modello di intelligenza artificiale combina i dati dei test di laboratorio con le leggi della fisica per calcolare la capacità dei diversi tipi di carta di proteggere gli alimenti dalla perdita di sapore e dai contaminanti
Annunci
Gli imballaggi in carta sono un'alternativa sostenibile alla plastica. Tuttavia, essendo permeabile all'aria, gli alimenti confezionati in carta perdono sapore nel tempo e sostanze indesiderate come i solventi possono penetrare nella confezione. Finora erano necessari test approfonditi per ogni tipo di carta per determinare in che misura e con quale velocità ciò avvenisse. Un team di ricerca guidato da Karin Zojer dell'Istituto di Fisica dello Stato Solido dell'Università di Tecnologia di Graz (TU Graz) ha ora sviluppato un sistema di previsione basato sull'intelligenza artificiale che calcola la permeabilità dei diversi tipi di carta alle sostanze organiche volatili. Ciò accelera notevolmente lo sviluppo di nuovi materiali da imballaggio. Lo strumento di previsione, sviluppato nell'ambito del CD Laboratory for Mass Transport through Paper, è già utilizzato da un produttore di carta.
Test di laboratorio come base
Il sistema di previsione si basa sull'analisi della microstruttura di diversi tipi di carta, per i quali il team ha registrato con precisione la distribuzione delle fibre di cellulosa e la dimensione dei pori. La seconda fase ha comportato mesi di test di laboratorio in cui i ricercatori hanno utilizzato la gascromatografia per determinare la velocità di migrazione delle sostanze organiche volatili attraverso i diversi tipi di carta. "Tuttavia, abbiamo raggiunto i nostri limiti con questi metodi tradizionali", afferma Karin Zojer. "Le possibili combinazioni di tipi di carta e sostanze volatili sono enormi e gli esperimenti richiedono troppo tempo per sviluppare un modello di previsione completo".
Rete neurale combinata con leggi fisiche
I ricercatori hanno ottenuto la svolta utilizzando le cosiddette reti neurali informate dalla fisica. Questa variante dell'apprendimento automatico incorpora le leggi fisiche nei suoi calcoli come supplemento ai dati di addestramento. In questo modo l'intelligenza artificiale è in grado di estrarre modelli anche da una piccola quantità di dati di addestramento e di eseguire calcoli precisi. Tra le altre cose, Karin Zojer e il suo team hanno fornito all'IA l'informazione che le sostanze organiche volatili aderiscono parzialmente alle fibre di cellulosa quando attraversano l'imballaggio di carta. "Tali principi restringono il campo delle possibili soluzioni per i calcoli che la rete neurale deve eseguire e ottimizzare", spiega Karin Zojer. "Abbiamo poi verificato i risultati della nostra IA con esperimenti su carte a uno e più strati e siamo rimasti sorpresi dall'efficacia di questo modello di previsione".
Il produttore di carta Mondi Uncoated Fine & Kraft Paper, che ha partecipato al laboratorio CD, sta già utilizzando il software per selezionare le qualità di carta per applicazioni speciali. Karin Zojer continuerà a sviluppare il sistema, ad esempio per tenere conto di come cambia la permeabilità quando le fibre di carta assorbono solventi e si gonfiano di conseguenza.
Nota: questo articolo è stato tradotto utilizzando un sistema informatico senza intervento umano. LUMITOS offre queste traduzioni automatiche per presentare una gamma più ampia di notizie attuali. Poiché questo articolo è stato tradotto con traduzione automatica, è possibile che contenga errori di vocabolario, sintassi o grammatica. L'articolo originale in Inglese può essere trovato qui.
Altre notizie dal dipartimento scienza
