Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

AI-guided design and optimization of recycled polymer blends for high-performance and sustainable composites

Descrizione del progetto

Riciclaggio ad alte prestazioni dei rifiuti di polipropilene e polietilene

La gestione dei rifiuti plastici rappresenta una delle maggiori sfide ambientali a livello mondiale: la maggior parte di essi finisce infatti nelle discariche o direttamente nell’ambiente a causa di un riciclaggio inefficace e di prestazioni inferiori dei prodotti. Sostenuto dal programma di azioni Marie Skłodowska-Curie, il progetto OPTIRBLEND mira a progettare un quadro di riferimento basato sull’analisi dei dati per migliorare il riciclaggio e le prestazioni dei prodotti derivati dai rifiuti misti di polipropilene (PP) e polietilene (PE). Avvalendosi di sperimentazioni di produzione avanzate, algoritmi di apprendimento automatico, modellizzazione agli elementi finiti e metodi di ottimizzazione, lo studio individuerà i parametri ottimali per la lavorazione dei materiali di scarto in plastica mista PP/PE al fine di renderli più resistenti e durevoli, con l’obiettivo finale di fornire strumenti per la previsione e la produzione di materie plastiche riciclabili che possano essere riutilizzate in settori ad alte prestazioni quali i trasporti e l’edilizia.

Obiettivo

Plastic waste is one of the most pressing global challenges, with more than 350 million metric tons generated annually and less than 10% effectively recycled. Polypropylene (PP) and Polyethylene (PE) account for nearly 50% of global plastic production and are often collected as mixed waste streams. Their immiscibility, however, leads to poor mechanical performance, preventing their use in high-value applications. Overcoming this limitation requires new methodologies to optimize manufacturing parameters and microstructures to maximize mechanical performance and reduce their intrinsic variability.
This project proposes a data-driven framework for the design and optimization of recycled PP/PE blends. The methodology integrates:
1. A manufacturing campaign with systematic variation of processing parameters (blend composition, compounding time, temperatures, screw speed, cooling rate, etc.), combined with morphological characterization.
2. Generative machine learning to model and reproduce microstructures conditioned on manufacturing parameters.
3. A multi-fidelity model based on finite element analyses to predict yield stress, ultimate strength, and toughness while quantifying epistemic and aleatoric uncertainties.
4. Bayesian active learning and multi-objective optimization to identify optimal manufacturing configurations.
The framework will be validated through an experimental testing campaign. Expected outcomes include a fundamental understanding of process–microstructure–property relationships in recycled PP/PE blends, efficient predictive tools, and manufacturing guidelines. The project will directly support the circular economy by enabling recycled polymers to be used in high-demand sectors (e.g. transportation, construction), strengthening Europe’s competitiveness while reducing environmental impacts.

Campo scientifico (EuroSciVoc)

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-TMA-MSCA-PF-GF - HORIZON TMA MSCA Postdoctoral Fellowships - Global Fellowships

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) HORIZON-MSCA-2025-PF

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

UNIVERSIDADE DO PORTO
Contributo netto dell'UE
€ 395 841,00
Indirizzo
PRACA GOMES TEIXEIRA
4099-002 Porto
Portogallo
Regione
Continente Norte Área Metropolitana do Porto
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
Nessun dato

Partner (2)