IAS

El proyecto DEPACA, que está financiado en el marco de las ayudas para AEIs (Agrupaciones Empresariales Innovadoras) del Ministerio de Industria, Comercio y Turismo, ha trabajado en la detección de defectos y parámetros de calidad en carne, desarrollando un sistema de visión artificial y Deep Learning, que permite optimizar el proceso de clasificación e identificación de piezas de producto en carne en salas de despiece.

La solución desarrollada mediante el proyecto DEPACA tiene como función principal la clasificación automática de productos cárnicos en salas de despiece en tiempo real, una tarea realizada hasta el momento de manera manual mediante los operarios de estas salas. La automatización del proceso de clasificación en tiempo real del sistema desarrollado se ha conseguido a través de inteligencia artificial, mediante el entrenamiento de una red neuronal a partir de miles de imágenes. Se introducen imágenes y se etiquetan indicando la referencia con la que queremos que el sistema identifique el producto hasta que el sistema “aprende” a identificar las diferentes categorías de los productos por sí mismo. El sistema desarrollado captura una caja de producto cada 3 segundos de producción y la red neuronal de los clasificadores se ha conseguido desarrollar con el 97% de precisión.

Este proyecto permite optimizar el proceso de clasificación e identificación de piezas de producto en carne en salas de despiece, lo que mejora la competitividad de las empresas reduciendo los costes de operación y evitando errores en producto.

Para ello, el proyecto DEPACA ha contado con un consorcio liderado por el Clúster Aragonés de Alimentación (ARAGON INNOVALIMEN), con participación de Cluster Catalán de la Carne y Proteína Alternativa (INNOVACC), las empresas tecnológicas IA SAPIENS e INNDEO, y la empresa productiva RIVASAM

El proyecto WATERPIG, que está financiado en el marco de las ayudas para AEIs (Agrupaciones Empresariales Innovadoras) del Ministerio de Industria, Comercio y Turismo, ha investigado la validación de un sistema innovador para la purificación e higienización de aguas de consumo para ganado porcino en la fase de engorde, mediante la aplicación de Inteligencia Artificial en una granja experimental real. Para ello, el proyecto WATERPIG ha contado con un consorcio liderado por el Clúster Aragonés de Alimentación (ARAGON INNOVALIMEN), con participación de Cluster Agroalimentario de Navarra, la empresa tecnológicas IA SAPIENS, y la empresa productiva CUARTE, SL

El proyecto WATERPIG ha investigado un sistema verde de purificación de agua mediante generación de oxígeno activo, proceso que elimina o neutraliza la presencia de microorganismos (esencialmente virus y bacterias) a corto plazo y elimina la presencia de biofilm en los sistemas de conducción mediante la generación de radicales libres a largo plazo. Una importante ventaja de este sistema es la ausencia de productos químicos añadidos (cloro, derivados del cloro u otras sustancias biocidas), ya que no se aporta ningún producto al agua excepto burbujas de oxígeno activo, lo que reduce significativamente el uso de químicos para purificar el agua y limpiar las tuberías. El efecto sobre la sostenibilidad medioambiental de la explotación porcina es muy importante, ya que se reduce significativamente el empleo de productos químicos que acabarían como tóxicos o contaminantes en el medio ambiente; por otro lado, aumenta significativamente la sostenibilidad económica al evitar la inversión en productos químicos. Hasta ahora, este tipo de higienización del agua sólo se ha utilizado en explotaciones avícolas y no se ha testado su utilidad en explotaciones porcinas. Este es el objetivo de WATERPIG, en que se busca testar la utilidad del sistema de generación de oxígeno activo en una de las fases más críticas de la producción porcina, el periodo de transición. El periodo de transición comprende desde el destete hasta el momento en que se inicia la fase de cebo de los animales y, en él, el lechón debe adaptarse a consumir una alimentación sólida (pienso) en vez de la alimentación líquida a que está acostumbrado (leche materna); implica no sólo adaptaciones en el sistema digestivo sino situaciones estresantes por la separación materna, la separación de los hermanos de camada, temperaturas ambientales más bajas que en la maternidad y bajada de las defensas transmitidas por la leche materna. En los primeros momentos, los lechones son más susceptibles a patologías entéricas que cursan con síndromes de mala absorción y diarreas que les debilitan aún más; algunos de los lechones morirán y otros verán muy afectado su crecimiento y desarrollo posterior y, con ello, la calidad de canal y carne. Una de las fuentes, o la principal fuente, de exposición a patógenos es el agua de bebida; por ello, la higienización del agua es especialmente importante y, por ello, WATERPIG se centra en este periodo como modelo traslacional a otras fases menos críticas de la producción.

En el proyecto WATERPIG se ha llevado a cabo el estudio de la influencia del sistema de tratamiento de agua sobre la aparición y gravedad de enfermedades, principalmente entéricas, en lechones en periodo de transición y sobre sus patrones de desarrollo y rendimientos productivos (ganancia de peso e índices de conversión) durante este periodo y durante el periodo posterior de cebo, valorando finalmente posibles efectos sobre las características y la calidad de canal y carne.

Para ello, se integraron todos los datos generados por los nuevos sistemas desplegados, con otros datos provenientes de otros sistemas como el ERP, las herramientas de gestión técnica, otros datos recogidos manualmente, y datos de otras variables que pudieran distorsionar los resultados como temperatura ý humedad interior y exterior así como status sanitario de las explotaciones y analíticas durante el período. Una vez creado el set de datos de análisis, se realizó el correspondiente análisis estadístico para validar la hipótesis nula de que el sistema no proporciona resultados con significancia estadística. A través de dicho análisis, se pudo comprobar la validez del sistema, extraer conclusiones sobre su mejor modo de utilización, así como generar nuevas hipótesis para continuar esta línea de investigación.

Hace unos días eleconomista.es nos hizo un reportaje.

Puede consultarse la noticia en en siguiente enlace.

Hace unos días navarradirecto.com nos hizo un reportaje.

En el se comenta la monitorización individual del crecimiento de los cerdos, la última novedad desarrollada por IA SAPIENS INNOVATIONS, así como nuestra participación en el proyecto Poliapig.

Puede consultarse la noticia en en siguiente enlace.

Proyecto: “PROBONEWFOOD - INVESTIGACIÓN INDUSTRIAL PARA LA OBTENCIÓN DE NUEVAS FUENTES PROTEICAS ALTERNATIVAS, SOSTENIBLES, NUTRITIVAS Y TRAZABLES A TRAVÉS DE BIOPROCESOS MEDIANTE USO DE IA.”

Expediente: MIG-20221025

Fecha concesión: 30 de Diciembre de 2022

Miembros del consorcio: JORGE S.L., AGRENVEC, S.L., EBERS MEDICAL TECHNOLOGY S.L., ASAPIENS INNOVATION S.L., VISCOFAN ESPAÑA S.L.

Proyecto subvencionado por el Centro para el Desarrollo Técnico e Industrial (CDTI), el Ministerio de Ciencia e Innovación, y la Unión Europea.

La necesidad de optimizar y automatizar los procesos de la industria alimentaria está en auge, y la industria cárnica porcina no es ninguna excepción. La cadena de valor de este sector es de gran complejidad debido a los distintos actores que participan: granjas, transportistas, matadero, sala de despiece, elaboradores y distribuidores. Por este motivo, el control de la producción tiene que ser exhaustivo para no tener errores en ningún punto de la cadena. Las salas de despiece se encargan de los procesos de conseguir que las canales sean despiezadas y los productos depositados en sus respectivos compartimentos en tan sólo unos minutos logrando mantener la cadena de frío y la calidad microbiológica. Además, la gran heterogeneidad de los productos cárnicos hace que el control y trazabilidad sea vital para ofrecer un producto de calidad y seguro durante toda la cadena.

El proyecto DEPACA tiene como principal objetivo investigar y desarrollar una nueva solución que permita la clasificación de producto en salas de despiece. La solución permitirá optimizar el proceso y evitar errores en producto. El proyecto investigará en la identificación de producto cárnico en cajas en sala de despiece mediante visión artificial y Deep Learning. Como resultados del proyecto, se espera conseguir mayor producción de biogás por tonelada de residuo en las plantas de biogás, así como minimizar los costes operación asociados a la gestión de los residuos, mejorando el potencial de descarbonización del gas renovable producido.

Participantes: DEPACA está liderado por el Clúster Aragonés de Alimentación (Asociación Aragón Innovalimen) con participación, como segundo Clúster, de INNOVAC que coordinará las acciones de difusión y comunicación del proyecto, y cuenta con la participación de la empresa RIVASAM dedicada al despiece de cerdos dentro de la cadena productiva del Grupo Jorge, la empresa tecnológica IA Sapiens un profundo conocimiento de tecnologías exponenciales (IA, Big data, IoT) y la empresa tecnológica Inndeo fabricante de equipos de visión artificial especializada en visión artificial.

OPTINVAS consiste en la creación de un equipo piloto de inspección por visión artificial que verifique la calidad individual de un envase de lonchas de jamón con el fin de poder extraer parámetros cualitativos del mismo y correlacionarlos con parámetros de producción con el fin de mejorar el proceso mediante la trazabilidad de estos. Se ha previsto establecer el sistema tecnológico de INNDEO de visión artificial para probarlo en un entorno de escala piloto en las empresas Espuña y Cañigueral. La inspección que realizará el equipo se hará a través de tecnologías de visión artificial, y permitirá la captura y el procesado de un número muy elevado de imágenes en periodos muy cortos. Una vez capturada dicha imagen, se prevé realizar un procesado posterior a través de un software de visión artificial diseñado ad-hoc para cada procedimiento de calidad y para cada producto. También, se plantea desarrollar una herramienta de configuración del software de inspección que permita a las propias empresas productoras configurar los parámetros de inspección cuando realicen un cambio de envase, de modo que los programas de inspección puedan adaptarse como un traje a la medida de cada envase y de cada producto. Esta solución resuelve una necesidad de automatización de los productores de jamón loncheado permitiendo automatizar el proceso de encajado, ya que para el mismo es imprescindible la automatización del proceso de inspección de los envases. Siendo realizada esta tarea de forma manual debido a la baja efectividad de las soluciones automatizadas existentes en el mercado.

El objetivo principal de este proyecto es investigar una solución innovadora y tecnológica en el proceso de detección de contaminaciones y defectos en los envases de la industria alimentaria. En concreto, se pretende establecer un sistema de visión artificial para automatizar el proceso de inspección de calidad en envases de jamón loncheado, testando un nuevo sistema de inspección de calidad por visión artificial al final de la línea que permitirá inspeccionar la calidad. De este modo, se fortalecerán innovadores procesos de higienización en la industria alimentaria.

Participantes: Embutidos Caseros Collel SL, Esteban Espuña SA, IA Sapiens Innovation SL, INNDEO SL, NAGRIFOOD, INNOVACC

Desde ALIA, queremos difundir el proyecto AEI concedido en la convocatoria de julio de 2022 “PREDICTRAIL. Optimización de rutas ferroviarias y tiempos de conducción integrando la previsión de la demanda de cereal con IA” financiado por el Ministerio de Industria, Comercio y Turismo mediante el programa de apoyo a las Agrupaciones Empresariales Innovadoras. El objetivo del proyecto es investigar y validar en un entorno real una solución que permita la optimización de las rutas ferroviarias y los tiempos de conducción de los maquinistas, integrando la previsión de la demanda de cereal con Inteligencia Artificial.

Participantes: IA SAPIENS INNOVATION, ARALOGIC SL, GO TRANSPORT SERVICIOS, CLÚSTER ARAGONÉS DE ALIMENTACIÓN y ASOCIACIÓN LOGÍSTICA INNOVADORA DE ARAGÓN – ALIA (promotor).

Desde ALIA, queremos difundir el proyecto AEI concedido en la convocatoria de julio de 2022 “OPTICARN. Optimización de la calidad cárnica y el bienestar animal a través de inteligencia artificial en toda la cadena de valor porcina” financiado por el Ministerio de Industria, Comercio y Turismo mediante el programa de apoyo a las Agrupaciones Empresariales Innovadoras. El objetivo del proyecto es abordar un estudio crítico que permita validar una solución innovadora basada en biomarcadores para parametrizar el estrés animal e integrarlo en toda la cadena de valor porcina mediante inteligencia artificial, evaluando su capacidad para optimizar el bienestar animal, calidad cárnica y productividad.

Participantes: IA SAPIENS INNOVATION, RIVASAM INTERCONTINENTAL, UNIVERSIDAD DE ZARAGOZA, CLÚSTER ARAGONÉS DE ALIMENTACIÓN, y ASOCIACIÓN LOGÍSTICA INNOVADORA DE ARAGÓN – ALIA (promotor).

Descripción del proyecto: El proyecto AQUALIPIG busca la investigación de la Inteligencia Artificial en una granja de porcino experimental real donde se valide la utilización de una tecnología innovadora, electrólisis, en su utilización para la higienización de aguas de consumo para ganado porcino en la fase de engorde.

Objetivo: El objetivo del proyecto, por tanto, ha de llevar implícito el diseño y desarrollo de un sistema de captación y procesado de datos basado en Inteligencia artificial que permita comparar los datos de producción normal con los de tratamiento del agua de bebida con ActivH2O. ActivH2O es una tecnología patentada basada en electrólisis, que elimina virus y bacterias del agua sin incorporar químicos y que genera un oxidante natural que se mantiene en el agua durante varias semanas, actuando sobre el biofilm y protegiéndola así de una posible recontaminación.

Validar una nueva estrategia de higienización del agua y aplicar al proceso IA supone un paso totalmente innovador y novedoso en cuanto que no existen, hasta la fecha actual, actuaciones que ofrezcan resultados concluyentes al respecto. La información que se ha encontrado, tras un extenso análisis del estado del arte, se refiere a estudios experimentales muy preliminares y en condiciones muy controladas; el estudio que se presenta busca, por primera vez, la realización de estudios en condiciones de granja experimental, en explotaciones porcinas que permitirán la adecuada valoración de los resultados encontrados y su extrapolación directa a las condiciones reales de producción.

Además, la incorporación de la Inteligencia artificial permitirá tener en cuenta no solo históricos sino también variables parametrizadas en dos grupos. Por un lado, se recogerán y analizarán datos relativos a la producción, que serán clasificados en términos de consumo de pienso y en peso. Por otro lado, se recogerán y analizarán datos relativos al estado sanitario, que serán clasificados en índices de mortalidad e intervenciones veterinarias necesarias (uso de medicamentos, brotes, etc.). Con todo ello, se permitirá el tratamiento de datos y la extracción de resultados concluyentes, dando lugar a la optimización de la toma de decisiones en todo el proceso a la vez que permitirá tener conclusiones robustas.

Participantes: CUARTE SL, IA SAPIENS INNOVATION SL, ARAGON INNOVALIMEN, INNOVACC

Presupuesto: 70.196,00€ (Ayuda: 50.298,00€)

Poliapig is a project that investigates in a circular economy approach that links the wine industry with pig farming sector. Grape pomace contains grape skins, seeds and stems, which are left over once the grapes have been pressed and used after wine production. It takes about 1,5 kilograms of grapes to produce one litre of wine, and 20% of this weight results in pomace. Taking into account that around 12 million tons of wine are being produced every year at a global scale, it is easy to understand the importance of focusing efforts to find feasible uses to all this waste of organic material.

Grapes are rich in polyphenols, a substance that, according to a raising number of studies have well-known benefits for the health of pigs and other animals. Poliapig is focused on the implementation of Artificial Intelligence technology to determine and assess the best condition and proportion of grape pomace as part of pig’s feed consumption in farming. It involves the design of a real-time data collection system to compare health indicators of male pigs and piglets in different feeding stages and in real-environment conditions.

This will allow pig farmers to adopt the best polyphenol-rich nutritional strategy when integrating pomace that come from grape cultivation and wine production into pigs feed, with the objective of improving efficiency and competitiveness of both sectors and also contributing to our responsibility towards environment sustainability, as waste is transformed into a valuable product that will also help to reduce the use of chemical antimicrobial in animal farming.

Poliapig is the project that has raised the best awarding score amongst all the proposals that were submitted in the first call of 2022 for the national support grant programme for AEI clusters (Innovative Business Groups), awarded by the Spanish Ministry of Industry, Commerce and Tourism. This public grant framework for AEI Clusters is aimed at promoting competitiveness and transition to a digital leadership, especially amongst SME organisations within accredited clusters, and with a particular impact on Industry 4.0, post-Covid recovery and, last but not least, on more efficient uses of materials and energy resources for the ecological transition. An amount of 76.332€ has been granted to develop this project in 2022, from a total budget of 105.729€. INNOVI, the Catalan wine cluster, coordinates the project partnership, which is formed by other four Spanish organisations: the Aragon Food Cluster, Cuarte, as the pig farming industry with experimental research activities, Unio Fruits, a cooperative company specialised in agricultural food products, and IA Sapiens Innovations, technological company with expertise in Artificial Intelligence.

Descripción del proyecto: Recientemente, el Ministerio de Industria, Comercio y Turismo MINCOTUR aprobó la financiación para el Proyecto AEI – WATERPIG liderado por el Clúster Aragonés de Alimentación en colaboración con NAGRIFOOD que busca investigar la validación de un sistema innovador para la purificación e higienización de aguas de consumo para ganado porcino en la fase de engorde, mediante la aplicación de Inteligencia Artificial en una granja experimental real.

Objetivo: El proyecto WATERPIG incluye el diseño de un sistema de captación y tratamiento de datos basado en Inteligencia artificial que permita comparar los datos de producción en condiciones normales con los del tratamiento del agua de bebida con este nuevo sistema. Este sistema será capaz de eliminar virus y bacterias del agua así como garantizar una protección a largo plazo frente al desarrollo del biofilm y protegiéndola de una posible re-contaminación. Además, la incorporación de la Inteligencia Artificial permitirá tener en cuenta no solo los históricos sino también los datos relativos a la producción y el estado sanitario del porcino.

Participantes: Este proyecto liderado por el Clúster Aragonés de Alimentación en colaboración con el Clúster de Agroalimentación de Navarra (NAGRIFOOD) cuenta con la participación de la empresa de explotación de granjas de ganadería porcina y fabricación de piensos CUARTE S.L. (Zaragoza) y la tecnológica IA SAPIENS INNOVATION (Zaragoza). Ambos Clústeres difundirá la tecnología y los resultados obtenidos a sus asociados.

Descripción del proyecto: Garantizar la seguridad alimentaria es primordial en toda la cadena de valor de un producto cárnico. Los procesos productivos desde las granjas, hasta los propios mataderos, llevan implícitos muchos riesgos de contaminaciones fecales. Un buen manejo, un buen transporte, un buen eviscerado y limpieza de la canal pueden reducir el nivel de microrganismos en el producto. Disponer y mejorar las técnicas de control y prevención de riesgos en matadero es esencial.

Objetivo: El objetivo del proyecto es investigar industrialmente una solución que permita INSPECCIONAR y DETECTAR aquellas canales con contaminación fecal para una higienización apropiada evitando la contaminación de los productos. Dicha solución está basada en visión artificial para mejorar el proceso de inspección de canales en matadero.

Participantes: Le Porc Gourmet SA, IA Sapiens Innovation SL, Inndeo Proyectos Industriales SL, , Aragón Innovalimen (Clúster Agroalimentario Aragón), INNOVACC

Presupuesto: Total: 89.071€, Ayuda: 69.754€

Descripción del proyecto: Históricamente, la asignación de envíos desde las granjas a los mataderos se ha hecho mediante un proceso manual apoyado en el fuerte conocimiento funcional de los operarios del sector. Aquí aplican numerosas restricciones que hay que tener en cuenta a la hora de realizar la planificación de cargas, que se hace con carácter semanal. Este proyecto supone un gran paso en la digitalización del sector porcino, un sector todavía muy atrasado tecnológicamente, implantando las últimas tecnologías innovadoras como la IA, Big Data o el tratamiento de datos. Se va a permitir acercar la digitalización y la innovación al medio rural, y en especial, a las granjas, permitiéndoles ganar posiciones más competitivas en el mercado a la par que se mejora el bienestar animal y la sostenibilidad.

Objetivo: El objetivo principal es investigar las mejores soluciones tecnológicas que ofrece la I4.0 aplicada a distribución logística en la industria cárnica, incluyendo la inteligencia artificial, big data y tratamiento de datos, para la optimización de rutas de transporte y la mejora del bienestar animal. Como resultado, se incrementará la calidad cárnica, se mejorará la organización logística de las mercancías y la competitividad, disminuyendo los costes asociados y las emisiones de CO2, contribuyendo a la disminución del impacto medioambiental.

Participantes: Le Porc Gourmet SA, IA Sapiens Innovation SL, INNOVACC, ALIA – Asociación Logística Innovadora de Aragón (coordinador)

Presupuesto (solicitado/aprobado): Total: 99.163 € / 77.678 €, Ayuda: 99.163 € / 77.678 €

Descripción del proyecto: Es un proyecto colaborativo que cuyo objetivo principal es investigar y optimizar los procesos productivos en granjas mediante la digitalización de información y la sensorización de las naves de producción de ganado porcino a tiempo real.

Objetivo: El proyecto se centrará en la mejora del bienestar animal mediante la introducción de tecnologías innovadoras encaminadas por una parte a la sensorización y monitorización de las condiciones ambientales en las granjas, de las características individuales de los animales y la gestión de los datos obtenidos para la toma de decisiones. La consecución de estos hitos permitirá mejorar la sostenibilidad y eficiencia de las granjas y las condiciones de bienestar y salud de los animales, lo que redundará en beneficios medioambientales y de salud para el consumidor.

Participantes: Cuarte SL, IA Sapiens Innovation SL, i+Porc, INNOVACC

Presupuesto (solicitado/aprobado): Total: 90.071 € / 63.054 €, Ayuda: 50.071 € / 37.053 €