Proyecto

EIT iFishCan

Banco de pruebas de control inteligente de residuos y pérdidas para la industria conservera de pescado

TerritorioEuropeo
Financiador:Agencia Pública Europea
Duración2021-2022
EstadoFinalizado

Contexto

La pérdida y el desperdicio de alimentos en la cadena de procesamiento de pescado es un problema particularmente grave, ya que se pierde aproximadamente el 35% de la materia prima de entrada. Teniendo en cuenta los volúmenes de producción y el tamaño del mercado, es evidente el fuerte impacto de las pérdidas y el desperdicio de alimentos en la eficiencia y la sostenibilidad de esta cadena de valor alimentaria en un contexto de demanda en continuo crecimiento.

El origen de estas pérdidas es múltiple y difícil de abordar, no sólo por la resistencia cultural de un sector tradicional como el de las industrias pesqueras sino, sobre todo, por la gran diversidad de las variables implicadas y sus complejas interconexiones.

Esto se nota especialmente en el caso de la industria conservera de pescado, en la que, hoy en día, la mayoría de las fases de procesamiento se realizan de forma manual. Además, la percepción del potencial de las nuevas tecnologías basadas en datos, inteligencia artificial y otras no está muy extendida entre esas industrias, perdiendo una gran oportunidad de aplicar esos métodos y hacer sus procesos más eficientes.

Solución

iFishCan es un proyecto propuesto por un consorcio de socios de tres Comunidades de Conocimiento e Innovación del IET (EIT Manufacturing, EIT Food y EIT Digital) que abordará esta cuestión diseñando, implementando, validando y demostrando un sistema de monitorización inteligente de pérdida y el desperdicio de alimentos de bajo coste, flexible, transportable y escalable para la industria de fabricación de pescado.

Aplicando técnicas de aprendizaje automático a los datos de procesamiento de alimentos y a los parámetros de calidad, así como a los indicadores de impacto ambiental, la solución generará información prescriptiva y predictiva sobre los puntos más críticos de la cadena en tiempo real. De este modo, se definirán y aplicarán acciones correctivas rápidas que permitan prevenir o mitigar la pérdida y el desperdicio de alimentos y mejorar múltiples indicadores de impacto ambiental (por ejemplo, la huella de carbono y de agua).

Impacto y resultados esperados

Participantes

AZTI (líder) (EIT Food), AI Talentum (EIT Food), INESC TEC (EIT Manufacturing), FoodInTech (EIT digital)

Financiación

EU – Horizon Europe

Proyectos de investigación

EcoefIoT

Modelos predictivos para la ecoeficiencia de procesos alimentarios: Modelado de procesos a partir de datos captados mediante plataforma IoT

Ver proyecto

SensAIFood2

Monitorización de parámetros de calidad mediante sensórica inteligente

Ver proyecto

NIRMARLIN

Estudio de viabilidad de la sensórica NIR para la identificación de especies de marlines.

Ver proyecto

Sof-IA

Solución digital basada en sistemas de aprendizaje automático para el control, en tiempo real, de la calidad de subproductos alimentarios en industria

Ver proyecto

EIT Food FISH

Mejorar la confianza en la cadena de pescado: herramientas de monitoreo rápidas y portátiles para un mejor control del pescado blanco

Ver proyecto

DIGCAN

Mejorando la cadena pesquera con tecnología digital

Ver proyecto

EIT Food MAKE-IT!

Una infraestructura de la cadena de valor alimentaria más simple e inteligente.

Ver proyecto
Sectores de aplicación, líneas y sublíneas de investigación relacionadas

Lineas de investigación: Digitalización, Sostenibilidad y ecoeficiencia alimentaria

Sublíneas de investigación: Digitalización e inteligencia artificial

Equipo Investigador

Idoia Olabarrieta

Idoia Olabarrieta
Investigadora sénior (PhD)

Contactar
Cookies