EpiGe-App: Un algoritme que facilita el diagnòstic del medul·loblastoma
30 de setembre de 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
2 d'octubre de 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
- Un equip de recerca de l’Institut de Robòtica i Informàtica Industrial (IRI, CSIC-UPC), juntament amb el Centre de Disseny d'Equips Industrials (CDEI) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), participen en el projecte nacional CASANDRA, per desenvolupar una solució de fabricació digital que permeti establir un flux de dades bidireccional per a una integració digital contínua a tota la cadena de subministrament al llarg del cicle de vida del producte. Aquesta integració s’assolirà mitjançant bessons digitals i models basats en dades que s’actualitzen contínuament gràcies a eines de monitoratge i control distribuïts.
- Els grups de recerca Structural and Materials Technology (ATEM) i grup Enginyeria de la Construcció (EC) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) treballen en el projecte RE-STEEL, que té com a objectiu desenvolupar una metodologia eficient per a l’avaluació de la rehabilitació d’estructures d’acer existents.
- El projecte està liderat per un equip del grup de recerca Rehabilitació i Restauració Arquitectònica (REARQ) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), i compta amb la col·laboració del Grup Interdisciplinar de Ciència i Tecnologia a l’Edificació (GICITED), també de la UPC, i de CONSTRAULA.
- El grup de recerca AgroTech de la Universitat Politècnica de Catalunya – BarcelonaTech (UPC), juntament amb la seva spin-off Ugiat Technologies, han impulsat DoblAI, una plataforma d’IA que integra transcripció, traducció, subtitulació i doblatge de vídeo en un únic flux de treball. La solució, que fa servir tecnologia ‘deep learning’ i models de veu clonats o per defecte, està especialment pensada per al sector del periodisme i la comunicació.
