OCEAN: Aplicació per a l’optimització del consum energètic en aparells elèctrics de gran consum
8 de maig de 2025
HARMONIZE: Tecnologies de destil·lació i cristal·lització per membranes millorades per a la recuperació de productes de l’amoníac i avançar cap al residu zero
13 de maig de 202512/05/2025
La digitalització dels sentits humans ha avançat significativament en àmbits com la visió, l’oïda i el tacte. Tanmateix, l’olfacte i el gust continuen representant un repte tecnològic, ja que la seva anàlisi es basa en la identificació de compostos químics volàtils o dissolts. Tot i que al mercat hi ha diversos sensors capaços de detectar gasos i substàncies específiques, sovint manquen de la versatilitat necessària per a una identificació integral d’olors complexes, mostrant limitacions a l’hora d’adaptar-se a diferents combinacions de compostos.
En el camp de la detecció olfactiva artificial, s’han explorat diverses tecnologies que aprofiten la interacció entre compostos volàtils i superfícies sensores, generant canvis en propietats elèctriques com la conductivitat. Aquests fenòmens —influïts per factors com la temperatura i la concentració dels compostos— proporcionen dades que poden ser analitzades per identificar olors.
En aquest context, s’ha desenvolupat una solució innovadora que ofereix més flexibilitat i transparència en el reconeixement d’olors mitjançant intel·ligència artificial. Aquesta proposta es centra en la capacitat d’integrar nous olors al sistema d’identificació de manera senzilla i adaptable. A més, en ser una solució de codi obert, proporciona als usuaris la llibertat de personalitzar-la i adaptar-la a les seves necessitats específiques, fomentant la innovació i la col·laboració en l’avenç de la percepció olfactiva artificial.
L’arquitectura d’aquesta solució es basa en l’ús de xarxes neuronals eficients, dissenyades per executar-se en microcontroladors de baix cost. Això permet implementar sistemes de reconeixement d’olors en una àmplia gamma de dispositius i aplicacions. Un aspecte destacat de la solució és la seva capacitat per processar la informació sensorial de manera optimitzada, permetent fins i tot l’aplicació seqüencial de múltiples models d’IA sobre les mateixes dades adquirides. Aquesta característica obre la porta al reconeixement d’un nombre considerable d’olors utilitzant recursos computacionals limitats, millorant l’eficiència i la versatilitat dels sistemes de detecció olfactiva.
Tecnologia
Vols saber més?
Projectes Relacionats
- Un equip del grup de recerca d’Anàlisi Matricial i Teoria Discreta del Potencial (MAPTHE) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), i del Departament de Matemàtiques de la CUNEF Universidad de Madrid, han participat en el desenvolupament de MARIA, un prototip de dispositiu portàtil, flexible i sense radiació, dissenyat per millorar la detecció precoç del càncer de mama. El dispositiu permet identificar tumors a través de la conductivitat elèctrica amb l’objectiu que, en el futur, pugui utilitzar-se en entorns d’atenció primària.
- El Centre de Disseny d’Equips Industrials (CDEI) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) juntament amb l’IRI, Institut de Robòtica i Informàtica Industrial (CSIC-UPC), participa en el desenvolupament d’un prototip precomercial de serradora portàtil automàtica que integra visió per computador, intel·ligència artificial i control numèric per millorar la productivitat, l’eficiència i la seguretat en el processament local de fusta per a l’empresa Envall Coop. S.L.
- El Centre de Diagnòstic Industrial i Fluidodinàmica (CDIF) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) coordina el projecte europeu STOR-HY, que desenvolupa eines digitals, sistemes de monitoratge i models avançats per optimitzar l’operació de centrals hidroelèctriques reversibles i reduir-ne els costos d’inversió i manteniment.
