Finalitza ARIADNA: un projecte europeu per fomentar l’ús de la tecnologia de satèl·lit GALILEO aplicada a la mobilitat urbana
gener 14, 2022
La UPC i CARNET creen un prototip de vehicle autònom de lliurament de mercaderies, que es posarà a prova a Esplugues de Llobregat
gener 17, 2022El centre Motion Control and Industrial Applications (MCIA UPC) ha participat en el projecte AUTSORT (Automatic Textile Sorting), en el marc del qual s'ha desenvolupat un sistema pioner que permet classificar (sorting) els materials tèxtils en funció de les fibres que contenen a partir de tecnologies d'espectroscòpia d'infraroig proper (NIR).
A Europa es calcula que cada persona consumeix una mitjana de 26 kg de productes tèxtils cada any. Per això, un dels principals reptes que afronta el sector tèxtil és el del reciclatge, ja que la majoria de teixits estan fets fent servir fils diferents que requereixen al seu torn ser reciclats amb processos independents entre sí. A més, la directiva europea 2018/851 ja obliga els estats membres a implementar la recollida selectiva de tèxtils abans de l'1 de gener del 2025, amb l'objectiu que els materials tèxtils es reincorporin a les cadenes de reciclatge i reduir el rebuig final. Es pretén, doncs, reduir la quantitat de residus tèxtils que aniran a parar a abocadors o incineradores, potenciar el reciclatge de la indústria tèxtil i reduir la petjada de carboni de la producció de noves fibres ja que es podran reutilitzar fibres recuperades.
Així doncs, classificar les peces de roba segons la seva composició és clau per poder reciclar la roba i passar del sistema lineal actual a un sistema circular. Avui dia aquesta classificació es fa majoritàriament a mà i pràcticament tot va a abocador o s'incinera. A diferència de les tecnologies de classificació de tèxtils que existeixen al mercat, i que estan encara en fase molt incipient, AUTSORT incorpora sensors capaços de reconèixer amb molta precisió els espectres NIR (superior al 90-95% en funció del tipus de tèxtil que es tracti) i determinar la presència de cotó, lli, seda, llana, polièster, poliamida, viscosa i fins a 13 fraccions diferents de fibres més, la qual cosa permet la classificació de manera automàtica.
Per a possibilitar-ne la implementació, aquest sistema s’haurà de desenvolupar perquè sigui escalable a nivell industrial, i per tant, integrable a la maquinària de sorting, tant a l'existent com a la de nou disseny. Per això, cal desenvolupar models matemàtics potents (tant basats en anàlisi multivariable estadística com en xarxes neuronals convolucionals) que permetin el tractament dels espectres NIR i així poder classificar les fibres tèxtils en grups diferents.
El projecte AUTSORT ha estat liderat pel Clúster MODACC i també hi han col·laborat la Fundació per a la Innovació Tèxtil FITEX i la Universitat de Lleida, i ha obtingut finançament del programa AEI (Agrupacions Empresarials innovadores) del Ministeri d'Economia, Hisenda i Competitivitat del govern espanyol . El projecte ha tingut una durada de 9 mesos i un pressupost de 87.000 euros.
Projectes Relacionats
- Les malalties neurodegeneratives, com la malaltia de Parkinson, l'Alzheimer i les malalties relacionades amb l'edat, han estat àmpliament estudiades a causa del seu gran impacte en les persones i la societat. Fins ara, són malalties incurables i debilitants que produeixen una degeneració progressiva i la mort de les cèl·lules nervioses, amb un consegüent deteriorament cognitiu i de la mobilitat. Els tremolors, principalment en repòs, la lentitud dels moviments (bradiquinesi), la rigidesa de les extremitats i els problemes de marxa i equilibri són els trastorns motors típics de la malaltia de Parkinson. A més, a causa de l'atròfia progressiva dels músculs, aquests problemes poden provocar caigudes, la qual cosa comporta més complicacions i riscos per a la qualitat de vida.
- El Grup d'Identificació per Radiofreqüència i Electrònica Flexible (RFLEX) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) participa en el projecte TELEBREATH, amb l'objectiu de contribuir a una millor atenció a la demanda de cures de llarga durada en col·lectius vulnerables, com ara gent gran i persones dependents.
- Un equip multidisciplinari en el qual participen el Servei de Microbiologia de l’Hospital Universitari Vall d’Hebron, el grup de recerca de Microbiologia del Vall d’Hebron Institut de Recerca (VHIR), el grup de recerca en Biologia Computacional i Sistemes Complexos (BIOCOM-SC UPC), el Grup de Processament d’Imatge i Vídeo (GPI) i el grup de recerca de Tecnologies de Bases de Dades i Gestió de la Informació (DTMI) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), i la Fundació Probitas, ha presentat un nou mètode diagnòstic per a la malària basat en intel·ligència artificial.
- El centre de recerca Intelligent Data Science and Artificial Intelligence (IDEAI) de la UPC forma part del projecte AI4HealthyAging, que desenvoluparà solucions intel·ligents per a la detecció precoç de malalties neurològiques, motores i degeneratives derivades de l’envelliment.
