EpiGe-App: Un algoritme que facilita el diagnòstic del medul·loblastoma
setembre 30, 2024
MELOA: Nous Drifters de baix cost i baixa potència per millorar els sistemes d’observació i monitoratge del mar en zones costaneres i oceàniques
octubre 2, 202401/10/2024
Un grup d’investigadors de la Facultat de Nàutica de Barcelona (FNB) de la Universitat Politècnica de Catalunya – BarcelonaTech (UPC) està desenvolupant un sistema basat en tecnologies de machine learning per millorar l’eficiència energètica i reduir el consum de combustible dels vaixells de l’ONG Open Arms. Aquest projecte, anomenat FNB-Open Arms, és el primer cas de transferència tecnològica del Fractus-UPC Deep Tech Hub, una iniciativa de col·laboració entre l’empresa Fractus i la UPC, que té com a objectiu promoure la innovació en tecnologies deep tech.
El projecte pretén optimitzar el consum de combustible de l'Open Arms, un antic remolcador de 37 metres que pot consumir fins a 3.000 litres de gasoil diaris. En una primera fase, el sistema monitorarà diferents paràmetres com la velocitat, l’estat de la mar, i el trimat de l’embarcació (els ajustaments que es fan en diversos elements del vaixell per guanyar propulsió i aprofitar-ne al màxim la força motora) per construir un model de machine learning. Aquest model aprendrà a identificar les condicions de navegació que permetin recórrer les distàncies més llargues amb el menor consum de combustible.
En fases posteriors, s’incorporaran altres factors com l’estat del casc, les necessitats elèctriques o les condicions meteorològiques, amb l’objectiu de determinar les condicions de propulsió més eficients en temps real. Així, es reduirà l'impacte ambiental i es podran estalviar recursos que Open Arms podrà destinar a la seva missió de rescatar persones al mar.
Els sensors que captaran les dades ja estan presents al vaixell, com són els sistemes AIS, GPS o la planta de potència, als quals se sumaran cabalímetres finançats per Fractus, que s’instal·laran en breu. El sistema, a més de reduir el consum de combustible, contribuirà a la identificació precoç de problemes tècnics, la qual cosa perllongarà la vida útil del motor del vaixell.
Aquesta tecnologia no només redueix costos i emissions contaminants, sinó que també permet que Open Arms dediqui més recursos a la seva tasca humanitària. Així mateix, la tecnologia facilitarà el compliment de les regulacions ambientals i millorarà la planificació de les rutes marítimes.
Actualment, no existeix al mercat cap sistema similar que utilitzi tecnologies de machine learning per monitorar en temps real els factors que influeixen en la navegació òptima d'una embarcació.
El projecte es va iniciar el mes de gener de 2024 i està previst que en les pròximes setmanes el sistema es desplegui a l'embarcació per definir les opcions i les propostes de navegació. A les fases successives es preveu fer les proves de validació durant algunes missions, fer millores i incorporar nous paràmetres al sistema (tots els que es considerin necessaris), amb l'esperança de replicar el model en altres embarcacions de l'ONG Open Arms en el futur.
Els investigadors de la FNB participants en el projecte pertanyen al grup de recerca Mecànica de Mitjans Continus i Computacional - (MC)2 i al Grup de recerca de transport marítim i logística portuària (TRANSMAR), al grup d’Anàlisi i Tecnologia d'Estructures i Materials (ATEM) i del grup de Sistemes Intel·ligents de Control (SIC).
El projecte ha estat distingit amb el Premi UPC al Compromís Social 2023 pel seu impacte en la societat. Així mateix, Fractus ha finançat l’adquisició dels cabalímetres, necessaris per a la realització del projecte.
Projectes Relacionats
- El Centre d'Innovació Tecnològica en Convertidors Estàtics i Accionaments (CITCEA) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) lidera un projecte europeu que redissenya el sistema energètic actual per estabilitzar la xarxa elèctrica davant la penetració de les energies renovables. Les solucions que es plantegen passen per utilitzar els mateixos dispositius que consumeixen l’energia per ajudar a equilibrar la xarxa.
- Un equip del Laboratori del Centre de Medi Ambient (LCMA) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) participa en un estudi encarregat pels ajuntaments de la Llagosta, Mollet i Santa Perpètua (al Vallès Occidental), amb l’objectiu principal d’identificar l’impacte dels polígons industrials en la generació de males olors i controlar la qualitat de l’aire de forma continuada en aquests municipis.
- Investigadors del grup de recerca Concrete Sustainability and Smart Structures (C3S), que forma part del grup Enginyeria de la Construcció (EC) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), lideren el projecte CIRC-BOOST, l’objectiu del qual és promoure la sostenibilitat, la competitivitat industrial i una major eficiència en l’ús dels recursos en el sector de la construcció europeu.
- Un equip de recerca format pel Barcelona Innovative Transportation (BIT), l’inLab FIB, CARNET Barcelona – Future Mobility Research Hub (CER-AMA) i el Departament d’Arquitectura de Computadors (DAC) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) impulsa el projecte i-MovE, que té com a objectiu incorporar dades multisectorials per proporcionar informació de valor molt més precisa per al sector de la mobilitat. El projecte desenvolupa quatre casos d’ús enfocats a empreses i autoritats de la mobilitat tant del transport públic com l’individual, fent servir el demostrador UPCxels.
