TRAINS
Textile Recycling supported by Artificial Intelligence in Spinning
Scheda del progetto
Kiwifarm s.r.l.
Il progetto TRAINS mira allo sviluppo di un Digital Twin basato su Intelligenza Artificiale in grado di migliorare il processo di sviluppo dei filati riciclati e di stimarne automaticamente il colore. Il DT sarà il supporto alle decisioni di processo, per accelerare ed efficientare lo sviluppo di filati da fibre riciclate. Il suo sviluppo porterà alla definizione di algoritmi di AI in grado di prevedere il colore dei filati a partire da determinati tipi di fibre in input. Ci sarà una riduzione significativa del numero di costosi esperimenti fisici, perché sarà possibile misurare in via preliminare gli impatti con un insieme di indicatori di prodotto e di processo. L’azienda Marchi & Fildi svolgerà il coordinamento applicativo del progetto, mentre Kiwifarm guiderà il disegno degli esperimenti per l’addestramento e la validazione dell’AI del Digital Twin.
Contatti:
Luca Cinguino
La sfida è legata alla possibilità di ottenere la qualità target delle miste da filare attraverso un minor numero di prototipi, grazie alla disponibilità di un Digital Twin in grado di simulare con sufficiente accuratezza il tono di colore finale ottenibile dal mescolare fibre riciclate di vari toni di colore.
Oggi la definizione delle miste è svolta da tecnici altamente specializzati e richiede un elevato numero di prototipi. La disponibilità di un Digital Twin può portare significativi risparmi di costi, di risorse consumate e di tempi di attraversamento, aumentando il livello di maturazione della tecnologia.
Il Digital Twin basato su AI rappresenta un’innovazione nel settore tessile a livello globale. Non esistono Digital Twin che siano applicati o applicabili negli anelli intermedi della filiera tessile come la filatura. Tanto meno che siano applicati o applicabili allo sviluppo di filati riciclati. La complessità di tale previsione ha indirizzato sulla scelta dell’Intelligenza Artificiale come tecnologia di simulazione. I colori della materia in ingresso e in uscita del processo saranno misurabili in modo oggettivo, per cui esisterà la possibilità di creare dataset ben strutturati per l’addestramento del Digital Twin.
Il modello digitale sviluppato può ridurre in modo considerevole la quantità di prototipi di filato necessari a ottenere il colore desiderato, con impatti proporzionali sull’efficienza (risparmi di materiali ed energia), sulla sostenibilità (minori consumi di materie prime, minori emissioni di CO2), sulla circolarità e sulla capacità di rispondere prontamente alle richieste del mercato. I principali benefici per i consumatori sono legati alla capacità del progetto di accelerare lo sviluppo di un’offerta commerciale di prodotti tessili circolari.