[INNOVA 2019]                     

ECOHYDROS, S.L. ha recibido una ayuda cofinanciada por el Fondo Europeo de Desarrollo Regional a través del Programa Operativo FEDER 2014-2020 de Cantabria por medio de la línea de subvenciones INNOVA 2019 a través del proyecto: “Investigación de una nueva solución basada en sensores y aprendizaje automático para la optimización de procesos en los vertidos de aguas residuales industriales”.

OBJETO

El objetivo principal del proyecto es investigar en nuevos modelos de evaluación de los vertidos de aguas residuales empleando técnicas de inteligencia artificial.

Para el desarrollo de este proyecto se ha contado con la colaboración del Instituto de Física de Cantabria (IFCA) perteneciente a la Universidad de Cantabria (UC) y de la empresa eDrónica, Tecnología para vehículos no tripulados.

DESCRIPCIÓN DEL PROYECTO

Actualmente existe una amplia variedad de sistemas de monitorización ambiental, sin embargo, estos sistemas presentan elevados costes de mantenimiento, tanto de la propia instrumentación como de la infraestructura necesaria para recopilar, transmitir, almacenar y analizar los datos monitorizados. Por esta razón su uso es limitado y generalmente centrado en escenarios muy concretos.

Además de las limitaciones tecnológicas relativas al despliegue de redes de monitorización, se añade un factor incluso más limitante que es la capacidad de análisis de grandes cantidades de datos, que requiere tratamiento y supervisión de personal cualificado. Es por ello, que dentro de este proyecto se tratan de abordar estas limitaciones de los sistemas actuales, definiendo nuevos métodos de actuación asistidos por las nuevas tecnologías disponibles. Por ello, el principal objetivo es investigar nuevos modelos de evaluación de los vertidos de aguas residuales empleando técnicas de inteligencia artificial.

Para llevar a cabo esta idea tienen que confluir una serie de factores, algunos de ellos inexplorados hasta el momento en la monitorización ambiental. Concretamente, para poder investigar nuevos sistemas de evaluación empleando técnicas de inteligencia artificial el principal requisito es garantizar la homogeneidad y calidad de los datos disponibles. Esta necesidad hace necesario el diseño de una nueva infraestructura de gestión de datos en la nube que garantice la accesibilidad.

Por otro lado, obtener un sistema automático de evaluación basado en inteligencia artificial sólo con datos arrojados directamente por una red de sensores, requeriría de un volumen inalcanzable de datos para obtener resultados fiables. Es por ello que el segundo requisito fundamental para el éxito del proyecto se centra en convertir esos datos en información útil mediante nuevos procedimientos de medida en campo combinados con pruebas de laboratorio. Con estas caracterizaciones exhaustivas podremos obtener la información objetivo que replicar con los sistemas de aprendizaje máquina.

Finalmente, una vez garantizada la accesibilidad de los datos y la información para evaluar los vertidos, se podrían investigar nuevos algoritmos basados en inteligencia artificial que, partiendo de los datos en tiempo real, obtengan una evaluación realista de qué está sucediendo con los vertidos sin necesidad de medidas de campo o pruebas adicionales de laboratorio. De este modo, el sistema será capaz de ofrecer un diagnóstico integral del estado de la zona monitorizada en cada momento, con la reducción de costes asociada.

RESULTADOS ESPERADOS

Los resultados esperados durante el período de desarrollo del proyecto, serán:

  1. Diseño de una plataforma que garantice la accesibilidad de los datos, para lo que habrá que implementar nuevas técnicas de interrogación de bajo consumo, comunicación de largo alcance, almacenamiento en la nube y configuración y calibración de los equipos instalados en campo de manera local y remota.
  1. Desarrollo de nuevos procedimientos de análisis en base a monitorización continua, muestreo de campo y pruebas laboratorio. Dichos parámetros de fácil adquisición serán completados con medidas en campo y análisis en laboratorio. Con esta información se determinarán las variables que realmente son de interés, pudiendo establecer relaciones entre variables “fácilmente” medibles con las variables de interés.
  1. Desarrollo de nuevos modelos de evaluación de datos empleando técnicas de Inteligencia artificial (IA). El uso de técnicas de IA, junto con los nuevos sistemas de monitorización en la nube y los datos de contraste tanto en campo como en laboratorio, conseguirá establecer unas directrices capaces de manejar grandes volúmenes de datos.

Print Friendly, PDF & Email