Materials compostos reciclables i intel·ligents per a estructures més lleugeres, segures i eficients

EmotionalSigns: biosensors per mesurar l’estrès i l’estat emocional en persones amb dificultats de comunicació

8 de setembre de 2026

10/09/2026

El grup de recerca Control, Data and Artificial Intelligence (CoDAlab) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) participa en el projecte ATHENS, que desenvolupa materials compostos termoplàstics reciclables amb sistemes avançats de monitorització en temps real per millorar la fabricació, la seguretat i la vida útil d’estructures lleugeres.


Els materials compostos tenen un paper cada vegada més rellevant en sectors com el transport urbà, els vehicles i els trens, on la reducció de pes, l’eficiència estructural i la durabilitat són factors clau per millorar el rendiment i reduir costos. Tot i això, els compostos tradicionals presenten limitacions importants: sovint són difícils de reciclar, poden requerir processos de fabricació complexos i necessiten sistemes fiables per garantir la seva integritat al llarg del temps.

ATHENS neix per donar resposta a aquest repte mitjançant el desenvolupament de materials termoplàstics reciclables i la integració de tecnologies de monitorització intel·ligent. L’objectiu és crear estructures més lleugeres i eficients, optimitzar-ne la fabricació amb processos automatitzats i incorporar xarxes de sensors encastats que permetin controlar-ne la qualitat i diagnosticar-ne l’estat durant la seva vida útil.

La solució proposada combina materials compostos reciclables, sensors integrats, sistemes ciberfísics, intel·ligència artificial i plataformes de validació Hardware-in-the-Loop (HiL, una tècnica de validació en què es prova un sistema físic real —per exemple, un sensor, una unitat de control, un dispositiu electrònic o un sistema de monitorització— connectant-lo a un entorn de simulació que reprodueix condicions reals de funcionament). Aquest enfocament permet monitoritzar tant el procés de fabricació com la salut estructural del producte final, aportant una visió completa del comportament de l’estructura des del moment en què es produeix fins al seu ús real.

Una de les principals novetats del projecte és la capacitat de detectar, identificar i predir possibles danys o fallades abans que es produeixin situacions crítiques. A partir de les dades recollides pels sensors, el sistema impulsat per IA pot generar alertes preventives i donar suport a decisions de manteniment més eficients. D’aquesta manera, ATHENS pot contribuir a reduir els costos de manteniment i fabricació, allargar la vida útil dels components i millorar la seguretat i la fiabilitat de les estructures fabricades amb materials compostos.

En aquest marc, la UPC és responsable del subprojecte SNAPSHOT, centrat en el desenvolupament de la capa d’intel·ligència del sistema. La seva aportació inclou la creació d’algorismes d’intel·ligència artificial i sistemes d’adquisició de dades per al control de processos i la monitorització de la salut estructural. SNAPSHOT també desenvolupa un sistema ciberfísic capaç de recollir dades de forma eficient i segura a partir de diversos sensors integrats en les estructures, tant durant la fabricació com en condicions d’ús.

A més, el subprojecte incorpora tècniques avançades d’IA, com l’aprenentatge automàtic basat en la física, l’aprenentatge per transferència i models d’IA explicable, amb l’objectiu de millorar la precisió, l’adaptabilitat i la interpretabilitat del sistema de monitorització. També es desenvoluparan plataformes HiL per simular condicions de funcionament realistes i validar les tecnologies de monitorització i els algorismes d’IA abans de la seva implementació en entorns reals.

Pressupost i consorci

ATHENS té una durada de 36 mesos (setembre de 2025 - agost de 2028) i compta amb un pressupost de 100.000,00 €. El projecte està coordinat per la Universidad Politécnica de Madrid (UPM), responsable al seu torn de l’altre subprojecte d’ATHENS, anomenat STRESS, orientat als materials i la fabricació.



Projectes Relacionats