Tercer Milenio

En colaboración con ITA

La gestión del agua se vuelve inteligente

Aplicando inteligencia artificial –análisis big data y capacidad predictiva–, el proyecto Digicat ayudará a las empresas del sector agroalimentario a la toma de decisiones para la optimización de las corrientes de agua en tiempo ‘cuasi’ real y con carácter predictivo. Liderado por la empresa Cognit, ya se ha desarrollado un piloto de optimización del coste del agua en el proceso de escalde de canales en Fribin.

Planta de tratamiento de agua
Planta de tratamiento de agua
Cognit

El sector agroalimentario es el mayor consumidor de agua de la industria manufacturera, con entre el 8% y el 15% del agua consumida por el conjunto de la industria europea. Hasta ahora, en la industria se ha priorizado la optimización de otros recursos de mayor coste que el agua; energía, transporte o procesos productivos han concentrado las inversiones tecnológicas. Sin embargo, "la gestión del ciclo del agua para su uso industrial en lo que a control de calidades, a cumplimiento normativo, coste del agua en su punto de uso y responsabilidad ambiental se refiere, son motivos de preocupación para las industrias cuya producción depende de la disponibilidad del recurso hídrico, por lo que cada vez se demanda más ayuda en su gestión con el fin de reducir costes de operación e impuestos", reflexiona Jorge Milán, responsable del proyecto Digicat en Cognit.

De este análisis parte el proyecto Digicat, que se propone desarrollar un software de inteligencia artificial aplicado a la industria agroalimentaria para mejorar la gestión integral del ciclo del agua. Estas tecnologías "han sido probadas en entornos relevantes de otros sectores (márquetin, ‘e-health’, banca...). Digicat –destaca Milán– adapta por primera vez al sector agroindustrial una tecnología de análisis big data, y tecnologías de ‘business inteligence’ para el control de aguas de proceso".

Cognit ha liderado el consorcio formado por el clúster Zinnae, Fribin, Contazara e Itainnova para la realización de la primera fase del proyecto. Cognit, como consultora tecnológica especializada en la optimización de procesos en la industria, ha realizado la gestión integral de datos con la colaboración de Itainova. Contazara se ha encargado de los equipos de medida e Itainnova ha desarrollado la herramienta de inteligencia artificial. Los resultados se han validado en la empresa agroalimentaria Fribin. Digicat está subvencionado por el programa de apoyo a Agrupaciones Empresariales Innovadoras, de las que Zinnae forma parte.

Dos fases

En la primera fase, ya finalizada, se ha realizado un proyecto piloto de optimización del coste del agua en el proceso de escalde de canales de Fribin y se ha validado la capacidad de optimización de procesos utilizando el software de inteligencia artificial Moriarty. Una segunda fase del proyecto "abarcará la digitalización de diferentes procesos dentro de una estrategia de industria 4.0 implantando el software de inteligencia artificial en continuo", avanza Milán.

Se ha optado por la inteligencia artificial porque "la identificación de los indicadores de negocio y una captura automática de datos nos posibilita realizar un modelado de procesos capaz de establecer patrones y, por lo tanto –destaca–, poder predecir comportamientos en función de las producciones, pudiéndose anticipar en todo momento a posibles desviaciones de los requerimientos y así mantener los consumos de agua optimizados en todo momento".

Estos requerimientos "son establecidos por el propio proceso productivo y la normativa que le afecta y deberán responder a necesidades de cantidad y calidad para poder gestionar tanto aguas de entrada a planta como aguas de salida de los procesos, aguas de reutilización, aguas depuradas que van al vertido final, etc.".

Una herramienta piloto para la empresa cárnica Fribin
¿Cómo puede la inteligencia artificial contribuir a una mejor gestión del agua en la industria alimentaria? "La idea es, utilizando algoritmos de inteligencia artificial, identificar qué parámetros son los más relevantes a la hora de optimizar el consumo de agua y ofrecer a los usuarios cómo debería configurarse el proceso productivo para que el gasto fuese menor", responde desde el Instituto Tecnológico de Aragón Vega Rodrigálvarez.

Pero esto no es teoría, Itainnova ha desarrollado una herramienta piloto que se ha aplicado ya al proceso de producción de escaldado de canales de cerdos dentro de la empresa cárnica Fribin. "El problema se ha formulado de tal manera –explica– que el usuario introduce los parámetros deseados para la producción y los requisitos del sistema, así como el coste unitario de los recursos, y, a partir de esa información, obtiene el perfil diario de las variables de operación, es decir, cómo deberían configurarse los diferentes elementos del sistema para que se minimicen los costes de producción". Esta optimización del proceso de producción se ha logrado a partir de "una combinación de técnicas de predicción avanzada de series temporales basadas en modelos regresivos, ‘deep learning’ y técnicas de programación lineal".

En estos momentos el piloto está finalizado. Tomando como base los datos proporcionados por Fribin, "se realizó un estudio de las variables y del comportamiento del proceso de producción de escaldado de cerdos. Se estudió qué algoritmos se adaptaban mejor al proceso productivo y se desarrolló un software piloto que ofrece al usuario diferentes funcionalidades". Entre ellas: "Generar nuevos modelos de clusterización en función de los históricos de datos proporcionados al sistema; ver los consumos de agua en un determinado periodo de tiempo; ver las recomendaciones de configuración según el modelo seleccionado –por ejemplo, cuándo se debería iniciar cada ciclo del proceso productivos (tiempos de operación, tiempos de descanso, tiempos de ‘stand-by’…), temperaturas a las que deberían encontrarse las diferentes balsas de agua…–; y comparativa de resultados entre el proceso real y el proceso optimizado".

La herramienta piloto generada por Itainnova permite a los usuarios: estudiar el comportamiento del sistema en un intervalo de fechas definido; generar nuevos modelos que permiten predecir el comportamiento del sistema en el futuro y ayudar al usuario en la toma de decisiones a la hora de configurar determinados parámetros de la instalación con el objeto de optimizar el consumo de agua; identificar patrones de comportamiento según los modelos generados; y, finalmente, optimizar los procesos de producción de la instalación.

Aunque aquí se ha aplicado al proceso de escaldado de cerdos, "podría extenderse a cualquier otro proceso productivo con el objeto de mejorar los resultados que se están obteniendo actualmente", concluye Rodrigálvarez.

-Ir al suplemento Tercer Milenio

Comentarios
Debes estar registrado para poder visualizar los comentarios Regístrate gratis Iniciar sesión