El Centro Tecnológico CTC y la Universidad de Cantabria colaboran en el proyecto FUTCAN para desarrollar tecnologías innovadoras que transformen la industria cántabra, enfocándose en corrosión, inyección de polímeros e inteligencia artificial.
El Centro Tecnológico CTC y varios grupos de investigación de la Universidad de Cantabria están colaborando en el desarrollo de tecnologías innovadoras que buscan transformar la industria en la región. Esta asociación involucra a los departamentos de Ciencias de la Tierra y Física de la Materia Condensada (CITIMAC), Matemáticas, Estadística y Computación (MATESCO), así como el Laboratorio de Ciencia e Ingeniería de Materiales (LADICIM).
Los subproyectos en los que están trabajando abarcan áreas clave como la detección temprana de corrosión, optimización del moldeo por inyección de polímeros y el desarrollo de herramientas accesibles basadas en inteligencia artificial. Esta colaboración, que se encuentra cerca de su finalización, forma parte del proyecto FUTCAN, liderado por el CTC con el objetivo de investigar y validar tecnologías disruptivas que permitan al sector industrial local avanzar hacia modelos más eficientes y sostenibles.
Los resultados obtenidos hasta ahora han reforzado la efectividad del trabajo conjunto entre el único centro tecnológico regional y la universidad pública, destacando el potencial del modelo cooperativo.
Recubrimientos inteligentes para detectar corrosión
Una línea importante del proyecto se enfoca en crear recubrimientos sensibles a cambios en el sustrato donde se aplican. Estos recubrimientos están diseñados para detectar precozmente la corrosión en acero y otros metales. Para ello, CTC ha colaborado con CITIMAC utilizando nanomateriales llamados quantum dots o puntos cuánticos de grafeno, que son luminiscentes y responden a cambios ambientales al interactuar con otras moléculas.
Cuando un metal comienza a corroerse, libera iones de hierro que afectan a estos puntos cuánticos, disminuyendo su luminiscencia. Esta innovación es crucial para mejorar los tiempos de detección y facilitar el mantenimiento preventivo en componentes expuestos a condiciones adversas.
Optimización del proceso de inyección de polímeros
La segunda línea se centra en mejorar el proceso industrial para inyectar poliamida 6 (PA6), un material comúnmente utilizado en sectores como automoción y ferrocarril. Este proceso es complejo debido a los numerosos parámetros ajustables que influyen directamente en las propiedades del producto final. El objetivo aquí es desarrollar modelos predictivos mediante Machine Learning que puedan anticipar el comportamiento mecánico basado en las configuraciones utilizadas durante la inyección.
El grupo investigador del LADICIM ha creado una base de datos experimental tras realizar más de 400 ensayos sobre componentes fabricados bajo distintas configuraciones. Esto ha permitido establecer relaciones detalladas entre las condiciones de fabricación y las prestaciones mecánicas del material.
IA accesible para todos
La tercera iniciativa conjunta implica desarrollar una herramienta software que facilite a usuarios sin experiencia avanzada en aprendizaje automático crear modelos predictivos. El grupo M&F:FLAI ha trabajado junto al CTC para validar una arquitectura que integra machine learning mediante grandes Modelos de Lenguaje (LLMs) dentro de una plataforma ‘no code’. Esto permitirá traducir instrucciones en lenguaje natural a código ejecutable.
El sistema está diseñado para democratizar el acceso a la inteligencia artificial, permitiendo entrenar modelos complejos utilizando lenguaje natural aplicables a diferentes procesos productivos. Actualmente, esta herramienta se está validando en diversas industrias relevantes para el CTC, incluyendo el sector fotovoltaico.
Proyecto FUTCAN
El proyecto FUTCAN —acrónimo que significa ‘Posicionamiento Estratégico de Especialización Inteligente y Sostenible para las Factorías del Futuro de Cantabria’— está cofinanciado por el Fondo Europeo de Desarrollo Regional (FEDER) y el Gobierno regional. Su propósito es investigar nuevas metodologías tecnológicas que mejoren tanto la eficiencia como la sostenibilidad en procesos industriales, contribuyendo así a reducir su impacto ambiental.
El proyecto FUTCAN está trabajando en tres subproyectos principales: recubrimientos inteligentes para la detección temprana de corrosión, optimización del proceso de inyección de polímeros, y el desarrollo de herramientas de inteligencia artificial accesibles para usuarios sin conocimientos avanzados.
Estos recubrimientos son sensibles a cambios en el sustrato y utilizan nanomateriales llamados quantum dots de grafeno. Estos puntos cuánticos responden a la presencia de iones de hierro que se liberan durante el proceso de corrosión, lo que permite detectar la degradación del material metálico antes de que sea grave.
El objetivo es desarrollar modelos de Machine Learning que predigan el comportamiento mecánico de componentes fabricados en poliamida 6 (PA6) según los parámetros de inyección utilizados, mejorando así la eficiencia y calidad del proceso industrial.
Significa desarrollar una herramienta que permita a los usuarios sin formación técnica avanzada crear modelos predictivos utilizando lenguaje natural, facilitando su integración en procesos industriales sin necesidad de conocimientos profundos en aprendizaje automático.