CoffeDAT: Machine learning para optimizar la configuración de máquinas de café espresso profesionales
Un equipo de la Cátedra SEAT-UPC diseña estaciones de recarga eléctrica para la micromovilidad urbana
noviembre 23, 2021
Desarrollo de un sistema redundante de seguridad de conducción en carreteras para vehículos autónomos
octubre 26, 2021El Centro Motion Control and Industrial Applications (MCIA), en colaboración con la empresa Caffè d’Autore ha desarrollado un sistema para optimizar el rendimiento de las máquinas de café espresso que comercializa la compañía.
Mediante tecnologías basadas en machine learning se han desarrollado algoritmos que han permitido implementar un indicador que de forma remota (las máquinas están conectadas a internet) y sencilla identifica la configuración que ha establecido el cliente una vez en uso, y detecta las que trabajan con incoherencias fruto de una configuración inadecuada.
A través de este sistema la empresa define las mejoras que deben introducirse en la personalización de las opciones para que la configuración sea consistente de tal manera que se utilice la cantidad de café y agua adecuada para cada selección de tipo de café a preparar. De esta manera se consigue, con la máquina en casa del cliente, mejorar la calidad y consistencia de los productos, alargar la vida útil de los equipos y optimizar el consumo de energía, agua y café.
El proyecto ha tenido una duración de dos años (2019-2020).
Tecnología
Sector
¿Quieres saber más?
Proyectos Relacionados
- El proyecto HybridNeuro, en el que participan investigadores del grupo BIOART, que forma parte CREB de la UPC, pretende establecer una nueva vía de análisis del sistema motor y los movimientos músculo esqueléticos humanos, así como trasladar la investigación académica a la práctica clínica e industrial.
- El centro de investigación Intelligent Data Science and Artificial Intelligence (IDEAI) forma parte del proyecto AI4HealthyAging, que desarrollará soluciones inteligentes para la detección precoz de enfermedades neurológicas, motoras y degenerativas derivadas del envejecimiento.
- El proyecto Hospitales 4.0 – Machine learning para una gestión más efectiva, en el que participa el Grupo MCIA de la Universitat Politècnica de Catalunya, tiene como principal objetivo la construcción de un digital twin que permitirá un sistema de gestión de equipos predictivo y correctivo.
- El proyecto Fotónica biomédica y machine learning para el diagnóstico y tratamiento de disfunciones oculares, deterioro cognitivo y enfermedades hematológicas (BIOPHOCH), liderado por el Centro de Desarrollo de Sensores, Instrumentación y Sistemas (CD6), tiene como objetivo desarrollar nuevas herramientas y metodologías para el análisis de imágenes y el procesamiento de datos en el ámbito de la salud a través de las tecnologías fotónicas.
