Gestión de activos del DIH de Extremadura
El uso de las técnicas phased array con una excitación codificada a partir de un conjunto de secuencias pseudo-ortogonales, como por ejemplo las derivadas de secuencias pseudoaleatorias o de CSS (Complementary Sets of Sequences), así como su posterior etapa de proceso, todo lo cual permite obtener imágenes del entorno con elevada resolución a partir de una única emisión que simultáneamente abarca múltiples direcciones diferenciadas del entorno, a diferencia de los sistemas phased array clásicos que precisan de una emisión por cada sector a inspeccionar. Esta invención introduce un nuevo método de excitación de los elementos del array y post-procesamiento de los ecos recibidos que incrementa la velocidad de generación de imágenes, así como la distancia máxima a inspeccionar manteniendo la calidad de la imagen.
Titular/es patente: Universidad de Alcalá (80.0%) y Universidad de Extremadura (20.0%)
Link del activo: http://www.oepm.es/pdf/ES/0000/000/02/42/13/ES-2421321_B2.pdf
Almacenamiento y conservación de productos en refrigeración o congelación, o para congelación rápida, según necesidades.
El equipo de altas presiones hidrostáticas es de tipo comercial de HYPERBARIC Wave 6000/55. Es un equipo semi-industrial con una capacidad de 55L, que aplica un tratamiento máximo de presión de 600MPa. El equipo, que está ubicado en la planta piloto de INTAEX, ocupa en total una superficie de 8 metros de largo por 2,20 de fondo y 3 metros de altura. El tamaño de la cámara de tratamiento (55L) permite hacer estudios a escala semiindustrial.
Combinación de instrumentos para determinación de efectos calóricos y cambios de masa, para mediciones desde temperatura ambiente hasta 1600ºC. A la salida de gases, se ha conectado un espectrofotómetro de gases, para analizar los gases resultantes de los distintos ensayos, pudiendo tener como entrada hasta 7 gases diferentes de reacción y trabajar con dos atmósferas protectoras, de Nitrógeno o Argón. Dispone de un carrusel de muestras automático, que permite el trabajo en continuo, noches y fines de semana, sin operador presente
La obtención de datos a través del uso la tecnología NIRs supone un avance tecnológico importante para el secto agroalimentario, ya que se caracteriza por una automatización y digitalización de procesos a través de una tecnología rápida, no destructiva y respetuosa con el medio ambiente (NIRS), que ha sido aplicada con éxito en otros muchos sectores y productos. Concretamente desde CICYTEX, se han realizado estudios en carne, productos cárnicos, recursos naturales de dehesa, peces, fruta, aceitunas, uva,… El desarrollo y aplicación de esta tecnología requiere la construcción de modelos de predicción fiables tanto de aspectos de composición del producto (cuantitativos), como de aspectos cualitativos o de pertenencia a un grupo, categoría comercial u origen.
El uso de la tecnología NIRS supone una serie de beneficios para el sector, tales como:
– Rapidez, ya que una vez desarrollados los modelos de predicción cuantitativa nos permite conocer a tiempo real la concentración de los principales compuestos asociados con la calidad del producto, así como la pérdida de ésta durante su envasado y conservación, sin necesidad de abrir el envase. De este modo se agiliza la toma de decisiones y se descartan rápidamente lotes defectuosos en sus atributos sensoriales para garantizar que llegan al consumidor de forma segura y manteniendo su óptimo de calidad. Por otra parte, el desarrollo de modelos predictivos cualitativos nos permite clasificar las muestras en base a su origen o categoría comercial.
– No destructiva, ya que, tras la validación de los modelos predictivos, se puede utilizar en línea de producción permitiendo obtener la información a tiempo real sin necesidad de destruir la muestra, como ocurre con los métodos convencionales de control de calidad
– Respetuosa con el medio ambiente, contribuyendo a mitigar el cambio climático, ya que, una vez validados los modelos predictivos obtenidos, se elimina el uso de reactivos químicos altamente contaminantes
Los medidores de rugosidad, también llamados «medidores de rugosidad superficial», son instrumentos que miden la suavidad (grado de rugosidad) de la superficie de un objeto. Los principales tipos de medidores utilizan sondas o láseres. Convencionalmente, los modelos más comunes utilizan una sonda de diamante, pero los tipos ópticos se han vuelto más comunes, debido a la preocupación de que la sonda de diamante pueda dañar la superficie de semiconductores y objetos similares, durante la medición. Algunos modelos pueden medir superficies planas y curvas. Recientemente, también han aparecido modelos que pueden mostrar una imagen 3D de la forma, en base a los datos medidos de la superficie.
Medidor LEICA DISTO D810; medidor LEICA DISTO S910; medidor angular electrónico WINKELTRONIC NEDO, de 60 cm; detector de nivel LEICA RVL100; mira telescópica de aluminio de 5 m; telescómetro de 8 m; trípode topográfico de aluminio con base regulable en altura hasta 3,00 m; nivel óptico convencional de 32 aumentos; termohigrómetro digital P330; cámara de video SONY HDR-CX240E; trípode fotográfico alto con su rótula 3D; nivel BOSCH; nivel LEICA
El escaner láser 3D, captura las coordenadas geográficas de todas las superficies que lo rodean en un radio limitado, en cuestión de minutos y sin contacto con los elementos medidos. Además, cuenta con la incorporación cámaras fotográficas, que registran la información del rango visible, lo que aporta una información infinita del objeto.
El resultado conocido como nube de puntos 3D, es un conjunto de millones de coordenadas (x,y,z), posicionadas en el espacio y en verdadera magnitud, que representan con rigor y precisión la realidad escaneada.
Se ha llevado a cabo un estudio detallado y en profundidad de estas técnicas con la finalidad de procesar imágenes de la fotosfera solar. La fotosfera es la zona desde la que se emite la mayor parte de la luz visible del sol y es en ella donde pueden apreciarse otras zonas más oscuras denominadas manchas solares. A lo largo del ciclo solar, el sol sufre variaciones en su campo electromagnético dando lugar a dichas manchas las cuales son objeto de estudio en este proyecto.
Link del activo: http://gim.unex.es/index.php?option=com_content&view=article&id=430&lang=es#Menu
En un mundo que cada vez demanda más y más energía es necesario conocer como evolucionará esta demanda para poder generar la suficiente cantidad para satisfacerla. El grupo de investigación aplica técnicas de inteligencia artificial para predecir diferentes variables energéticas, tales como el consumo mensual o la evolución de los precios de los precios de las materias primas ligadas a la producción de energía. Para realizar estas predicciones se utilizan, ademas de diversas herramientas estadísticas, las Redes Neuronales, una algoritmo computacional que reproduce la estructura y comportamiento del cerebro. Esta herramienta ha demostrado una gran potencia en el manejo de grandes cantidades de datos siendo capaz de extraer información sobre el comportamiento de las varibles que predice sin que sea necesario formular modelos matemáticos que lo explique. Su estructura compleja les permite analizar sistemas no lineales, lo que les proporciona una clara ventaja sobre los métodos clasicos de predicción de sereis temporales, los cuales sueles estar optimizados para el tratamienteo de sistemas lineales.
