Wie durchlässig sind Lebensmittelverpackungen aus Papier?
Wie gut schützen Papiersorten Lebensmittel vor Aromaverlust und Schadstoffen? Das berechnet ein neues KI-Modell der Technischen Universität Graz. Es kombiniert Daten aus Laborversuchen mit Gesetzen der Physik.
Papierverpackungen sollen Verunreinigungen verhindern und vor Aromaverlust schützen.
Quelle: Institut für Festkörperphysik - TU Graz
Ein Forschungsteam um Karin Zojer vom Institut für Festkörperphysik der TU Graz hat ein KI-basiertes Vorhersagesystem entwickelt, das berechnet, wie durchlässig verschiedenste Papiersorten für flüchtige organische Substanzen sind. Dadurch lasse sich die Entwicklung neuer Verpackungsmaterialien deutlich beschleunigen, heisst es auf der Website der TU Graz. Ein Papierhersteller nutzt das Tool bereits.
Basis des Vorhersagesystems sind Analysen der Mikrostruktur verschiedener Papiersorten, für die das Team die Verteilung der Cellulosefasern und die Größe der Poren exakt erhoben hat. In monatelangen Laborversuchen bestimmten die Forschenden dann mithilfe von Gas-Chromatographie, wie schnell flüchtige organische Substanzen durch unterschiedliche Papiersorten hindurchwandern. Allerdings seien die Kombinationsmöglichkeiten von Papiersorten und flüchtigen Substanzen riesig. Entsprechen seien die Versuche viel zu zeitaufwändig, um daraus ein umfassendes Vorhersagemodell zu entwickeln, so Karin Zojer.
Neuronales Netzwerk mit physikalischen Gesetzen kombiniert
Das Problem lösten die Forschenden durch den Einsatz sogenannter Physics-informed Neural Networks. Diese Variante des maschinellen Lernens bezieht neben den Trainingsdaten auch physikalische Gesetzmässigkeiten in ihre Berechnungen ein. Dadurch könne die KI selbst aus wenigen Trainingsdaten Muster herauslesen und präzise Berechnungen durchführen, schreibt die TU Graz.
Die Forschenden haben der KI unter anderem die Information mitgegeben, dass flüchtige organische Substanzen bei ihrem Weg durch die Papierverpackung zum Teil an den Cellulosefasern haften bleiben. «Solche Gesetzmäßigkeiten verengen den Korridor möglicher Lösungen für die Berechnungen, die das Neuronale Netzwerk durchführt und optimiert», sagt Karin Zojer. «Wir haben die Ergebnisse unserer KI anschließend in Experimenten für ein- und mehrlagige Papiere überprüft und waren selbst überrascht, wie gut dieses Vorhersagemodell funktioniert.»
Der Papierhersteller Mondi Uncoated Fine & Kraft Paper nutzt die Software bereits bei der Auswahl von Papiersorten für spezielle Anwendungen. Karin Zojer will das System weiterentwickeln. Es soll etwa berücksichtigen, wie sich die Durchlässigkeit verändert, wenn die Papierfasern Lösungsmittel aufnehmen und dadurch aufquellen.
