DATA4CIRC

Data-driven AI-assisted digital framework for enhancing circularity in manufacturing

N°GA

101178152

Costo totale del progetto

5663836.26 €

Periodo progetto

01/11/2024 – 31/10/2028

Descrizione del progetto

Il progetto DATA4CIRC mira a rafforzare la circolarità all’interno del settore manifatturiero per facilitare la decarbonizzazione, migliorando al contempo la competitività e incentivando l’adozione di strategie R. Questi obiettivi saranno raggiunti fornendo la soluzione proposta dal progetto, un quadro digitale collaborativo incentrato sull’uomo che sfrutta la potenza dei dati e le tecnologie digitali all’avanguardia per la digitalizzazione degli asset. Tale struttura comprenderà modelli digitali delle catene circolari del valore e dei prodotti ed il passaporto digitale dei prodotti (DPP) e uno strumento di LCA end-to-end assistito dall’intelligenza artificiale. L’integrazione di questi strumenti in un unico quadro miglioreràl’interoperabilità e l’accessibilità dei dati, favorendo così la collaborazione e la creazione di catene del valore circolari. A tal fine, si sfrutteranno ontologie e modelli semantici e si svilupperanno interfacce di facile utilizzo. Inoltre, le soluzioni DATA4CIRC si baseranno su standard e architetture esistenti per massimizzarne la loro adozione e relativo impatto. La validazione e la dimostrazione della soluzione DATA4CIRC saranno realizzate attraverso tre casi d’uso (tra cui la catena di valore della rigenerazione e riparazione dei RAEE), consolidando così il successo del passaggio da TRL4 a TRL6. I casi d’uso selezionati sono catene del valore circolari in settori manifatturieri con un elevato potenziale di impatto e un significativo margine di miglioramento nel campo dell’economia circolare: i settori dell’elettronica, della plastica e dell’automotive. E’ possibile seguire il progetto DATA4CIRC su LinkedIn (www.linkedin.com/company/data4circ).

Attività svolte da Eco Recycling

Eco Recycling, in qualità di partner del progetto, è responsabile delle seguenti attività:

  • Caratterizzare la chimica dei componenti da riciclare (RAEE, resistenze, condensatori);
  • Definire gli elementi da recuperare (metalli preziosi come Rh, Ag, Si);
  • Esecuzione di uno studio su scala di laboratorio che consenta di distinguere tra i diversi tipi di RAEE e di effettuare un recupero più selettivo dei metalli, aumentando la redditività e la sostenibilità;
  • Revamping della sezione d’impianto esistente per eseguire il processo di riciclaggio di alcuni campioni rappresentativi di RAEE.

Risultati raggiunti

  • Sviluppo e ottimizzazione dei processi di riciclaggio dei RAEE, più rappresentativi (tra cui resistenze e dei condensatori);
  • Raccolta di dati lungo l’intera catena del valore per essere modellizzati

Partner coinvolti

IDENER RESEARCH & DEVELOPMENT AGRUPACION DE INTERES ECONOMICO, RHEINISCH-WESTFAELISCHE TECHNISCHE HOCHSCHULE AACHEN, NTT DATA ROMANIA SA, FOS SPA, T&G TECHNOLOGY & GROUPWARE – SOCIETA A RESPONSABILITA LIMITATA, ECO RECYCLING SOCIETA A RESPONSABILITA LIMITATA, ASOCIACION EMPRESARIAL DE INVESTIGACION CENTRO TECNOLOGICO DEL CALZADOY DEL PLASTICO DE LA REGION DE MURCIA, GREEN WORLD COMPOUNDING SL, MONOLITHOS KATALITES KE ANAKIKLOSI ETAIREIA PERIORISMENIS EVTHINIS, CENTRO RICERCHE FIAT SCPA, EIT MANUFACTURING EAST GMBH, GLOBAZ, S.A., DIN DEUTSCHES INSTITUT FUER NORMUNG EV, OSAKA UNIVERSITY

Feed al processo

RAEE a fine vita (soprattutto resistenze e condensatori)

Prodotti e sottoprodotti

Metalli target come Rh, Ag, Si ed altri componenti di interesse che saranno valutati nella fase di caratterizzazione.

Potenzialità impianto

N.D.

Sito Web

Altro

N.D.

DATA4CIRC

Titolo

Data-driven AI-assisted digital framework for enhancing circularity in manufacturing
Torna in alto