Los grupos de investigación de la Universidad de Cantabria (UC) han unido fuerzas con el Centro Tecnológico CTC en un esfuerzo por impulsar tecnologías innovadoras que prometen transformar la industria cántabra. En este contexto, los equipos de CITIMAC, MATESCO y LADICIM están colaborando en el proyecto FUTCAN, que se centra en la optimización de recursos y la detección temprana de la corrosión, entre otros objetivos.
Desde noviembre de 2023, estos subproyectos han alcanzado su fase final, abarcando áreas clave como el desarrollo de recubrimientos inteligentes y herramientas de inteligencia artificial accesibles para mejorar los procesos productivos.
Innovaciones en detección de corrosión
Una de las iniciativas más destacadas del proyecto es la creación de recubrimientos sensibles a cambios en el sustrato al que se aplican. Este enfoque está diseñado específicamente para detectar la corrosión en acero y otras piezas metálicas antes de que sea visible a simple vista. La colaboración con CITIMAC ha permitido investigar el uso de quantum dots de grafeno, materiales que responden a interacciones químicas y pueden indicar la presencia de iones de hierro liberados durante el proceso corrosivo.
El profesor Ignacio Hernández explica que bajo luz ultravioleta, las áreas afectadas por corrosión aparecen oscuras, lo que facilita una identificación temprana del daño. Esta innovación no solo mejora los tiempos de detección, sino que también contribuye al mantenimiento preventivo en entornos industriales agresivos.
Mejoras en inyección de polímeros
Otra línea del proyecto se enfoca en optimizar el proceso industrial de inyección de polímeros, especialmente poliamida 6 (PA6), un material crucial en sectores como automoción y ferrocarril. Dada la complejidad del proceso —que puede incluir entre 100 y 300 parámetros ajustables—, el objetivo es desarrollar modelos predictivos mediante Machine Learning.
El grupo investigador del LADICIM ha creado una base de datos experimental a partir de 80 configuraciones distintas para inyectar PA6. Con más de 400 ensayos mecánicos realizados, se busca establecer una relación clara entre las condiciones del proceso y las propiedades finales del material. El catedrático Isidro Carrascal, director técnico del LADICIM, destaca que esta investigación proporcionará datos valiosos para mejorar las condiciones de fabricación.
Démocratización del acceso a IA
La tercera línea del proyecto FUTCAN se centra en el desarrollo de una herramienta software destinada a facilitar la creación de modelos predictivos para usuarios sin experiencia previa en aprendizaje automático. El profesor Rafael Duque Medina, líder del subproyecto correspondiente, señala que esta solución incorpora un asistente capaz de interpretar lenguaje natural, permitiendo así a los usuarios describir sus necesidades sin necesidad de conocimientos técnicos avanzados.
A medida que se valida este sistema en diversos procesos industriales relevantes para el CTC —como el sector fotovoltaico—, se busca “democratizar” el acceso a la inteligencia artificial y ofrecer soluciones aplicables a múltiples ámbitos donde sean necesarios modelos predictivos.
Contexto del Proyecto FUTCAN
El proyecto FUTCAN —acrónimo que representa ‘Posicionamiento Estratégico de Especialización Inteligente y Sostenible para las Factorías del FUTuro de CANtabria’— cuenta con cofinanciación del Fondo Europeo de Desarrollo Regional (FEDER) y el Gobierno regional. Su propósito radica en investigar nuevas metodologías y tecnologías para mejorar la eficiencia y sostenibilidad en la fabricación industrial, reduciendo así su impacto ambiental.
Preguntas sobre la noticia
¿Qué tecnologías se están desarrollando en el proyecto FUTCAN?
Se están desarrollando recubrimientos inteligentes para detectar la corrosión, optimización del proceso de inyección de polímeros y herramientas de inteligencia artificial accesibles.
¿Cómo funcionan los recubrimientos inteligentes para detectar corrosión?
Estos recubrimientos utilizan nanomateriales como puntos cuánticos de grafeno que pierden su luminiscencia al interactuar con iones de hierro liberados durante la corrosión, permitiendo una detección temprana del daño.
¿Cuál es el objetivo principal de la optimización del proceso de inyección de polímeros?
El objetivo es desarrollar modelos de Machine Learning que predigan el comportamiento mecánico de componentes fabricados en poliamida 6 (PA6) en función de los parámetros de inyección empleados, mejorando así las propiedades físicas y reduciendo tiempos de producción.
¿Qué busca lograr la herramienta de IA accesible desarrollada en el proyecto?
La herramienta permite a usuarios sin conocimientos avanzados en aprendizaje automático crear modelos predictivos mediante un asistente que interpreta lenguaje natural, democratizando así el acceso a la inteligencia artificial.
Si (
No(
