Sof-IA

Contexto

La industrialización del sector pesquero y acuícola ha incrementado la generación de subproductos, que en algunos casos pueden representar hasta el 60-70 % de la masa del pescado procesado. Estos subproductos, como los aceites de pescado, contienen compuestos de alto valor, como los ácidos grasos omega-3 (DHA y EPA), pero su aprovechamiento eficiente depende de un adecuado control de calidad.

Actualmente, los métodos disponibles para analizar la calidad de estos aceites son costosos, complejos y no permiten obtener resultados en tiempo real, lo que limita la optimización de su gestión y afecta la competitividad del sector. Ante esta necesidad, surge este proyecto, cuyo objetivo es desarrollar e implementar una solución digital rápida, no destructiva y validada en industria para la caracterización de aceites de pescado.

Objetivos

El objetivo general del proyecto es diseñar, validar e implementar una solución digital basada en inteligencia artificial y sensores NIR para la determinación en tiempo real de la calidad de aceites de pescado, permitiendo una mejor reutilización del producto y un mayor beneficio económico.

Para lograrlo, se trabajará en los siguientes objetivos específicos:

1. Desarrollo de una plataforma digital con IA, capaz de gestionar los datos obtenidos por sensores inteligentes, aplicar algoritmos de aprendizaje automático y almacenar resultados para su futura aplicación en nuevas muestras.
2. Creación de modelos de predicción basados en aprendizaje automático, que permitan analizar la calidad de los aceites a partir de espectros NIR, evitando la necesidad de realizar análisis destructivos.
3. Generación de una base de datos extensa en entorno real, recopilando información de laboratorio y espectros NIR sobre el perfil lipídico, acidez, índice de peróxidos y humedad de los aceites de pescado.
4. Validación en entorno industrial, adaptando la solución digital a los procesos de producción para mejorar su precisión y operatividad. Se espera aumentar el TRL (Technology Readiness Level) de 5 a 8 para los modelos de perfil lipídico y avanzar desde TRL 3 en modelos de peróxidos, acidez y humedad.
5. Capacitación del personal de planta, asegurando que la toma de datos y el uso de la tecnología puedan realizarse correctamente dentro del entorno industrial.

Impacto esperado

La validación de esta solución permitirá la digitalización del control de calidad en la industria pesquera y acuícola, generando beneficios clave como:

• Optimización del aprovechamiento de subproductos, aumentando su valor añadido y reduciendo desperdicios.
• Mayor eficiencia en la toma de decisiones, gracias a un análisis en tiempo real y no destructivo.
• Reducción de costos y mejora en la trazabilidad de los aceites de pescado, facilitando su control de calidad y procesos.
• Transferencia tecnológica a otras empresas del sector, impulsando la competitividad y la innovación en la economía circular.

Con esta iniciativa, se espera que la industria pueda incorporar herramientas digitales avanzadas, mejorar su eficiencia operativa y generar productos de mayor calidad con un impacto positivo en el mercado.

Participantes

Isotader (Coordinador), AZTI, Barna

Financiación