Trova la migliore formulazione in base al prezzo, alle proprietà, alla somiglianza con una composizione target, combinando diverse materie prime. La piattaforma assiste nella formulazione di prodotti come i corpi ceramici e i loro rivestimenti (ingobbi, smalti, fritte, additivi, inchiostri) grazie ai suoi flessibili algoritmi di ottimizzazione matematica.

Le proprietà e le misurazioni archiviate possono essere utilizzate come limiti o obiettivi di ottimizzazione durante la riformulazione di un prodotto esistente, per ottenere il miglior costo, la perdita al fuoco, l’assenza di ossidi o minerali indesiderati - sulla base dell’esperienza dell’operatore e di studi precedenti. È possibile definire parametri personalizzati attraverso formule arbitrarie.

Ottimizzazione multi-vincolata

Dato un insieme di materiali disponibili, ciascuno con una proprietà numerica obiettivo, l’algoritmo di ottimizzazione può minimizzare (o massimizzare) la proprietà di una miscela trovando le migliori proporzioni dei materiali di partenza.

Una tipica proprietà obiettivo è, ad esempio, il costo al crudo delle materie prime.

La proprietà target da sola non è sufficiente per ottenere risultati interessanti: se l’obiettivo fosse il costo, la soluzione sarebbe banalmente il 100% del materiale più economico nel pool di componenti disponibili.

L’ottimizzazione diventa interessante quando vengono applicati gli opportuni vincoli. I più importanti sono i vincoli di composizione:

• Richiedere che la composizione finale in ossidi o minerali sia entro una tolleranza di una determinata composizione obiettivo.
• Richiedere che i materiali presenti nel pool disponibile siano utilizzati entro un certo range
• Richiedere che uno specifico ossido o minerale sia contenuto all’interno di un range

Questi vincoli, applicabili contemporaneamente, consentono di riformulare un prodotto con materie prime diverse, rispettando la composizione ossidica o mineralogica complessiva.

Minimizzazione iterativa della tolleranza di composizione

Se l’algoritmo non riesce a trovare alcuna soluzione entro la tolleranza data dalla composizione target, semplicemente fallisce. Ceramics Genome permette di trovare la tolleranza minima di composizione necessaria per avere successo, minimizzando iterativamente una tolleranza esplicitamente grande.

Funzioni di costo personalizzate

Le proprietà o gli attributi dei materiali standard, come la perdita al fuoco o il costo, potrebbero non essere in grado di esprimere, da soli, le preferenze che il ceramista vorrebbe guidassero l’algoritmo.

Il sistema permette di definire nuove proprietà numeriche personalizzate definendo formule matematiche che incorporano le proprietà esistenti. Questo sistema può essere utilizzato per definire una funzione di costo complessa, che combina il costo economico con molti altri parametri e li pondera secondo le preferenze dell’utente.

Il nuovo campo verrà utilizzato per guidare l’algoritmo verso la soluzione migliore, data una funzione di costo arbitrariamente complessa.

Ottimizzazione ricorsiva multi-variata

Ceramics Genome semplifica la definizione di una funzione di costo personalizzata. Tuttavia, la sua progettazione concettuale e l’interpretazione del suo comportamento possono essere impegnativi.

Una funzione di costo spesso combina quantità incomparabili, come un costo, una perdita al fuoco e forse anche un contenuto di ossidi o minerali. Scalare e bilanciare questi valori in una funzione di costo significativa può essere scoraggiante.

Ceramics Genome introduce l’ottimizzazione ricorsiva, che nella maggior parte dei casi renderà superflua la definizione di una funzione di costo personalizzata.

Immaginate di voler minimizzare il costo e il LOI, all’interno di una cornice ben definita di vincoli precedentemente esposti. Attraverso l’ottimizzazione ricorsiva, è possibile eseguire due ottimizzazioni distinte in serie:

1. La prima ottimizzazione minimizzerà il solo costo, come di consueto. Supponiamo che trovi una combinazione che costa 100€/tonnellata.
2. La seconda ottimizzazione ottimizzerà il LOI, allentando al contempo i requisiti sul costo con una determinata tolleranza. Ad esempio, cerchiamo la composizione minima di LOI con un costo compreso tra 90€ e 110€/ton.

Questa procedura può essere estesa a più parametri in serie. Ogni fase introduce nuovi vincoli dinamici, basati sul risultato dell’ottimizzazione e su una tolleranza fornita all’inizio del calcolo.

In altre parole, l’utente deve valutare “quanto della proprietà A sono disposto a sacrificare per ottimizzare anche la proprietà B?”. E poi C, D, ecc… per quante proprietà sono necessarie.

Questo porta alla soluzione migliore, date le tolleranze definite lungo il percorso ricorsivo.