Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

TED2021-129201B-I00

Financiado

Cerrado

OPERACION OPTIMA Y CONTROL DE PLANTAS DEPURADORAS DE AGUAS RESIDUALES MEDIANTE T...

OPERACION OPTIMA Y CONTROL DE PLANTAS DEPURADORAS DE AGUAS RESIDUALES MEDIANTE TECNICAS DE APRENDIZAJE AUTOMATICO ESTE PROYECTO TIENE COMO OBJETIVO LA OPERACION OPTIMA Y CONTROL DE PLANTAS DE TRATAMIENTO DE AGUAS RESIDUALES (EDAR), APLICANDO TECNICAS DE APRENDIZAJE AUTOMATICO EN EL CAMPO DE LA INTELIGENCIA ARTIFICIAL (IA). LA COMPLEJIDAD Y VA... ver más

01/01/2021

USAL

116K€

Presupuesto del proyecto: 116K€

Líder del proyecto

UNIVERSIDAD DE SALAMANCA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 1151

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2021-01-01 No tenemos la información de la convocatoria

0% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

USAL

Lider

Proyectos interesantes

CPP2021-009032

Environmental S...

Software

139K€ Cerrado

PTQ2023-012994

Environmental S...

Software

115K€ Cerrado

DARROW

Environmental S...

Data Science

4M€ Cerrado

TED2021-132513B-I00

Software

Data Science

260K€ Cerrado

NEXOGENESIS

Software

Environmental S...

5M€ Cerrado

RUBSEE

Software

Environmental S...

2M€ Cerrado

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Líder del proyecto

UNIVERSIDAD DE SALAMANCA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 1151

Presupuesto del proyecto 116K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto ESTE PROYECTO TIENE COMO OBJETIVO LA OPERACION OPTIMA Y CONTROL DE PLANTAS DE TRATAMIENTO DE AGUAS RESIDUALES (EDAR), APLICANDO TECNICAS DE APRENDIZAJE AUTOMATICO EN EL CAMPO DE LA INTELIGENCIA ARTIFICIAL (IA). LA COMPLEJIDAD Y VARIABILIDAD DE ESTE PROCESO NO LINEAL DIFICULTA LA OBTENCION DE MODELOS MATEMATICOS BASADOS EN PRIMEROS PRINCIPIOS, REQUERIDOS PARA LA UTILIZACION DE CONTROLADORES BASADOS EN MODELOS (MPC), UTILIZADOS EN LA CAPA INFERIOR DE CONTROL ASI COMO EN LAS CAPAS SUPERIORES DE LAS ESTRUCTURAS DE CONTROL PARA LOGRAR UNA MAYOR EFICIENCIA Y SOSTENIBILIDAD DEL PROCESO. EN ESTE PROYECTO, LAS TECNICAS DE APRENDIZAJE AUTOMATICO, EN PARTICULAR LAS REDES NEURONALES PROFUNDAS, Y EL APRENDIZAJE POR REFUERZO (RL), INTEGRADAS CON LOS CONTROLADORES CLASICOS EXISTENTES EN LA PLANTA, SON LOS PRINCIPALES ENFOQUES CONSIDERADOS PARA PROPORCIONAR SOLUCIONES DE CONTROL OPTIMAS QUE ASEGUREN UNA OPERACION SOSTENIBLE DE LAS EDAR COMO PARTE DE LOS SISTEMAS INTEGRADOS DE AGUAS. LOS CRITERIOS QUE DEFINEN LA OPERACION SOSTENIBLE DE LA PLANTA CONTEMPLAN PRINCIPIOS DE ECOEFICIENCIA DEL PROCESO Y ECONOMIA CIRCULAR EN LINEA CON LA NORMATIVA DE LA UNION EUROPEA. EN PARTICULAR, SE UTILIZARAN DIFERENTES METODOLOGIAS DE APREDIZAJE POR REFUERZO, COMO LA APROXIMACION DE LA FUNCION DE VALOR Y LAS POLITICAS DE CONTROL MEDIANTE REDES NEURONALES PROFUNDAS, QUE SE EXTENDERAN A LOS NIVELES SUPERIORES DE LA JERARQUIA DE CONTROL PARA PROPORCIONAR PUNTOS DE AJUSTE OPTIMOS PARA LAS DIFERENTES UNIDADES DE LA PLANTA. LAS FUNCIONES OBJETIVO, QUE REPRESENTAN OBJETIVOS OPERACIONALES, METAS AMBIENTALES Y OTROS CRITERIOS DE SOSTENIBILIDAD, SE INCLUIRAN COMO FUNCIONES DE RECOMPENSA EN LOS DIFERENTES AGENTES, PARA QUE PUEDAN APRENDER EL COMPORTAMIENTO DEL PROCESO UTILIZANDO LOS DATOS DISPONIBLES. COMO PRIMER PASO, SE VALIDARAN LAS DIFERENTES METODOLOGIAS UTILIZANDO DATOS OBTENIDOS DE SIMULADORES ESTANDARIZADOS DE EDAR ADAPTADOS A PLANTAS REALES, Y LUEGO SE DESARROLLARA UNA METODOLOGIA DE FLUJO DE TRABAJO PARA PRODUCIR UN MARCO GENERAL DE APLICACION DEL APRENDIZAJE AUTOMATICO A PLANTAS REALES, DEFINIENDO ADECUADAMENTE LOS EXPERIMENTOS REQUERIDOS Y LOS DATOS QUE SERIAN NECESARIOS PARA SU APLICACION.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores