Applicazione della metodologia Life Cycle Assessment al Passito di Pantelleria

Il presente studio riguarda l’applicazione della metodologia Life Cycle Assessment (LCA) ad una bottiglia di Passito di Pantelleria, prodotta dall’Azienda vitivinicola “Donnafugata” localizzata nel comune di Marsala in Sicilia. L’obiettivo di tale studio consiste nel quantificare e valutare le prestazioni energetico-ambientali derivanti dall’intero ciclo di vita del processo produttivo, nonché le fasi di produzione che presentano il maggiore impatto. Lo studio è stato ulteriormente approfondito effettuando una comparazione tra la produzione della singola bottiglia di Passito nei diversi anni 2007, 2008 e 2009 con lo scopo di determinare quali tra questi risulta avere il maggiore impatto ambientale. Gli impatti ambientali di un’Azienda vitivinicola risultano avere la loro particolare importanza in quanto la produzione di vino è un processo di natura complessa. Di conseguenza tali impatti possono compromettere le componenti fondamentali del processo produttivo, a partire dalle uve coltivate in vigna fino ad arrivare in cantina, dove avviene la trasformazione dell’uva in mosto e la successiva fase di vinificazione che determina il prodotto finale messo in commercio. Proprio attraverso il fluire delle seguenti fasi di trasformazione, in che misura queste consumano energia e producono emissioni? È importante sottolineare che lo studio del ciclo di vita di un prodotto può essere considerato come un supporto fondamentale allo sviluppo di schemi di etichettatura ambientale attraverso i quali è possibile indirizzare il consumatore finale verso beni più rispettosi dell’ambiente e fornire informazioni chiare e trasparenti sulle prestazioni ambientali del prodotto stesso. Allo stesso tempo tale strumento può essere adoperato dall’azienda per fornire garanzia delle credenziali ambientali del prodotto acquisendo così un vantaggio competitivo rispetto alle aziende concorrenti. Infatti, nell’ambito delle politiche comunitarie di prodotto, una delle applicazioni più significative della valutazione del ciclo di vita si ha nella dichiarazione ambientale di prodotto o EPD (Environmental Product Declaration). L’EPD è uno schema di certificazione volontaria che rappresenta un marchio di qualità ecologica per i prodotti, permettendo di comunicare informazioni oggettive, confrontabili e credibili relative alla prestazione ambientale degli stessi. Per essere convalidabili, le prestazioni ambientali presenti nelle EPD devono rispettare i requisiti stabiliti dal PCR- Product Category Rules, un documento nel quale sono presenti le regole per lo studio di una certa categoria di prodotto. Il presente lavoro può essere suddiviso in cinque step successivi. Il primo prevede la descrizione della metodologia LCA, adottata per la quantificazione dell’impatto ambientale, analizzandone singolarmente le quattro fasi principali che la caratterizzano; il secondo presenta la descrizione dell’Azienda vitivinicola e del Passito di Pantelleria, oggetto della valutazione, mettendo in evidenza anche le particolarità ambientali del territorio Pantesco in cui il prodotto prende vita; il terzo fornisce una descrizione delle caratteristiche principali dello strumento applicativo utilizzato per l’analisi, SimaPro nella versione 7.3; il quarto descrive le diverse attività di lavorazione svolte nel complesso processo di produzione della bottiglia di Passito, focalizzando l’attenzione sui componenti primari dell’oggetto di valutazione ed il quinto riguarda la descrizione dell’analisi LCA applicata alla singola bottiglia di Passito.

Computer vision in aseptic pharmaceutical manufacturing: a deep learning-based approach to vial inspection and pack formation during a lyophilizer loading cycle

Vision systems are powerful tools playing an increasingly important role in modern industry, to detect errors and maintain product standards. With the enlarged availability of affordable industrial cameras, computer vision algorithms have been increasingly applied in industrial manufacturing processes monitoring. Until a few years ago, industrial computer vision applications relied only on ad-hoc algorithms designed for the specific object and acquisition setup being monitored, with a strong focus on co-designing the acquisition and processing pipeline. Deep learning has overcome these limits providing greater flexibility and faster re-configuration. In this work, the process to be inspected consists in vials’ pack formation entering a freeze-dryer, which is a common scenario in pharmaceutical active ingredient packaging lines. To ensure that the machine produces proper packs, a vision system is installed at the entrance of the freeze-dryer to detect eventual anomalies with execution times compatible with the production specifications. Other constraints come from sterility and safety standards required in pharmaceutical manufacturing. This work presents an overview about the production line, with particular focus on the vision system designed, and about all trials conducted to obtain the final performance. Transfer learning, alleviating the requirement for a large number of training data, combined with data augmentation methods, consisting in the generation of synthetic images, were used to effectively increase the performances while reducing the cost of data acquisition and annotation. The proposed vision algorithm is composed by two main subtasks, designed respectively to vials counting and discrepancy detection. The first one was trained on more than 23k vials (about 300 images) and tested on 5k more (about 75 images), whereas 60 training images and 52 testing images were used for the second one.

Life cycle assessment (lca) of six separation methods of polyethylene and aluminum in tetra pak

In food and beverage industry, packaging plays a crucial role in protecting food and beverages and maintaining their organoleptic properties. Their disposal, unfortunately, is still difficult, mainly because there is a lack of economically viable systems for separating composite and multilayer materials. It is therefore necessary not only to increase research in this area, but also to set up pilot plants and implement these technologies on an industrial scale. LCA (Life Cycle Assessment) can fulfil these purposes. It allows an assessment of the potential environmental impacts associated with a product, service or process. The objective of this thesis work is to analyze the environmental performance of six separation methods, designed for separating the polymeric from the aluminum fraction in multilayered packaging. The first four methods utilize the chemical dissolution technique using Biodiesel, Cyclohexane, 2-Methyltetrahydrofuran (2-MeTHF) and Cyclopentyl-methyl-ether (CPME) as solvents. The last two applied the mechanical delamination technique with surfactant-activated water, using Ammonium laurate and Triethanolamine laurate as surfactants, respectively. For all six methods, the LCA methodology was applied and the corresponding models were built with the GaBi software version 10.6.2.9, specifically for LCA analyses. Unfortunately, due to a lack of data, it was not possible to obtain the results of the dissolution methods with the solvents 2-MeTHF and CPME; for the other methods, however, the individual environmental performances were calculated. Results revealed that the methods with the best environmental performance are method 2, for dissolution methods, and method 5, for delamination methods. This result is confirmed both by the analysis of normalized and weighted results and by the analysis of 'original' results. An hotspots analysis was also conducted.