Participamos en el proyecto “Desarrollo de tecnologías multifábrica 5.0 para la mejora de la competitividad, calidad y agilidad en la toma de decisiones de la industria alimentaria de productos del mar” en colaboración con Dymsa Ingeniería. Para ello, se ha obtenido una inversión total de 612.769,14 euros dentro de la ayuda del Programa de consolidación de la cadena de valor de la Agència Valenciana de la Innovació #RetoAVI y el Fondo Europeo de Desarrollo Regional (#FEDER) 2021-2027.

Este proyecto, que arrancó en 2023 y está previsto que finalice en 2025, está enfocado en el desarrollo de un conjunto de tecnologías y aplicaciones de control de calidad inteligentes a lo largo de toda la cadena de valor de los productos del mar. De este modo, permitirá un mayor control, lo que facilitará la toma de decisiones para orientar la producción bajo la premisa de mejorar la calidad del producto y maximizar la sostenibilidad de los procesos.

El LIFE REFISH tiene como objetivo crear la primera biorrefinería de demostración para materia prima de pescado y marisco que, mediante la implementación de la última tecnología, permita la valorización de estos recursos de pescado y marisco actualmente infrautilizados en productos de alto valor añadido con un gran potencial de mercado.

El consorcio del Proyecto LIFE REFISH El proyecto LIFE REFISH unirá por primera vez a actores internacionales clave en las industrias de la pesca y la acuicultura (JEALSA, PESCANOVA, STOLT, OPROMAR), expertos en el desarrollo de ingredientes funcionales (VALORA) y una institución de investigación líder en el campo de los recursos marinos. y valorización de residuos alimentarios (CSIC). Juntos, los socios de LIFE REFISH implementarán una solución innovadora capaz de crear valor adicional a partir de los descartes desembarcados resultantes de la aplicación LO y los subproductos del procesamiento de pescados y mariscos.

Los objetivos y alcance de LIFE REFISH son:

1. Determinar la composición, condiciones óptimas y parámetros necesarios para el pre-acondicionamiento, acondicionamiento y almacenamiento de los descartes.
2. Escalar y demostrar la viabilidad de una biorrefinería a escala de demostración capaz de valorizar 300 kg/h de descartes y subproductos.
3. Validar el desempeño y valor comercial de los ocho productos de alto valor agregado resultantes del proceso de valorización.
4. Realizar las gestiones necesarias para preparar la producción a escala industrial (4 ton/h) y comercialización.
5. Evaluar los impactos ambientales, sociales y económicos.
6. Sensibilizar a los públicos destinatarios pertinentes sobre los problemas medioambientales relacionados con los descartes y las políticas medioambientales de la UE para frenar esta práctica.

Para lograr estos objetivos, el Proyecto se divide en siete ‘paquetes de trabajo’ o actividades:

1. Gestión y coordinación de proyectos
2. Pre-acondicionamiento y perfilado de materias primas
3. Ampliación de biorrefinería y validación de procesos
4. Validación de productos de alto valor añadido con clientes objetivo
5. Sostenibilidad, replicación y explotación de los resultados del proyecto
6. Monitoreo y evaluación de impacto con KPI Reporting
7. Difusión y comunicación

Los resultados e impactos esperados son:

Ambiental:

1. Eficiencia de los recursos
2. Biodiversidad: Número de especies
3. Biodiversidad: Tasa reducida de infección de peces con anisakis
4. Reducción de las emisiones de GEI de las operaciones pesqueras

Económico – social:

1. Creación de ingresos extra en las zonas costeras europeas
2. Creación de nuevos puestos de trabajo en las zonas costeras europeas
3. Mayor conciencia entre los pescadores y las partes interesadas relevantes de la industria del pescado y los mariscos

Entonces, el LIFE REFISH contribuye a:

• El Pacto Verde Europeo:
  • La estrategia de la granja a la mesa
  • La acción de economía circular de la UE
  • El plan de acción de contaminación cero
• La estrategia de crecimiento azul de la UE
• Regulation (EU) No. 508/2014

Para más información, ver la página web de LIFE REFISH: https://liferefish.com/

 

El proyecto “Programa de selección genética incorporando herramientas estadísticas y genómicas actualmente disponibles para la mejora del cultivo de rodaballo en la empresa INSUIÑA S.L.”,  en el que participa Insuiña , ha sido apoyado por el consejo de administración del Centro para el Desarrollo Tecnológico Industrial por decisión acordada mediante resolución del 28 de mayo de 2022. Esta ayuda está cofinanciada por el Fondo Europeo Marítimo y de Pesca a través del programa operativo FEMP 2014-2020.

El objetivo general del presente proyecto es mejorar la producción de rodaballo en las plantas de la empresa INSUIÑA SL, mediante un programa de selección para incrementar la tasa de crecimiento utilizando la evaluación tipo BLUP apoyada en marcadores moleculares para la determinación de las relaciones de parentesco. En el presente proyecto nos proponemos profundizar y actualizar tecnológicamente la metodología de selección ya implementada en la empresa, centrándonos en la aplicación de un panel de SNPs de baja densidad que permita elevar el modelo de selección a una escala genómica, lo que a su vez abrirá la posibilidad de: I) explotar las bondades de la selección intrafamiliar y II) corregir las desviaciones causadas por el binomio núcleo de selección-granja de engorde.

Para la consecución de los objetivos enmarcados dentro del proyecto, Insuiña S.L. contará con la colaboración de varios grupos reconocidos con denotada experiencia en la materia central del proyecto.

El proyecto “Optimización y bienestar del pulpo común (Optopus vulgaris) bajo condiciones de cultivo. CECAELIA”, en el que participa Nueva Pescanova Biomarine Center, ha sido apoyado por el consejo de administración del Centro para el Desarrollo Tecnológico Industrial por decisión acordada mediante resolución del 29 de julio de 2021. Esta ayuda está cofinanciada por el Fondo Europeo Marítimo y de Pesca a través del programa operativo FEMP 2014-2020.

El proyecto tiene como objetivo general, la optimización del cultivo integral del pulpo común, generando el conocimiento necesario tanto básico como aplicado para industrializar su proceso de cultivo. Para esto, el proyecto se ha estructurado en cuatro áreas claves de investigación e interrelacionadas que son:

• Desarrollo e implementación de nuevos sistemas de cultivo.
• Nutrición. Determinación de las necesidades nutricionales y elección de materias primas adecuadas para el diseño de dietas específicas.
• Bienestar Animal. Caracterización y desarrollo de métodos/estrategias de evaluación del bienestar de los animales en sistema de cultivo.
• Genética. Análisis de la diversidad genética y evaluación de parentesco.

Para la consecución de los objetivos enmarcados dentro del proyecto, el Centro Pescanova Biomarine Center contará con la colaboración multidisciplinar de grupos reconocidos con denotada experiencia en el pulpo común, así como en las distintas técnicas a desarrollar en cada una de las cuatro áreas.

El proyecto SEA2TABLE 4.0 en el que participa Pescanova España (Grupo Nueva Pescanova), ha sido apoyado por la Axencia Galega de Innovación mediante resolución de fecha 24 de febrero de 2021 en el marco de la cuarta convocatoria de ayudas del programa Fábrica del futuro, fábrica inteligente y sostenible de la industria 4.0 (número de expediente IN854A 2020/11).

El proyecto (Desarrollo de tecnologías digitales multifábrica 4.0 en la industria alimentaria inteligente y sostenible) tiene como principales objetivos los siguientes:

• Implantar un nuevo modelo de fábrica en la industria alimentaria que promueva la sostenibilidad y la eficiencia productiva mediante la aplicación de tecnologías de inteligencia artificial en un entorno multifábrica.
• Conseguir una cadena de suministro digitalizada que garantice la calidad, seguridad y trazabilidad en toda la cadena de valor, protegiendo así al consumidor final frente a fraudes alimentarios y que permita a su vez asegurar que el producto final proviene de recursos sostenibles.
• Agilizar la toma de decisiones y flexibilizar la cadena de suministro a través de la consolidación de toda la información recogida en los tres centros industriales que el Grupo Nueva Pescanova tiene en Galicia.

El proyecto ha llevado a cabo los siguientes avances:

Durante la primera anualidad se hizo una propuesta de modelo de mapa de sistemas y procesos que permite optimizar la eficiencia y aumentar la flexibilidad basándose en un estudio donde se han identificado los problemas detectados y sus oportunidades de mejora.

Para la sensorización de las fábricas se realizó un estudio de aquellos factores que provocaban pérdidas de productividad y, una vez detectados, se determinó la viabilidad de sensorizarlos. Para ello, se procedió a la instalación de sensores en la planta de producción y al desarrollo de los diferentes componentes de la plataforma de software de captura de datos para su posterior integración en el gemelo digital multifábrica.

Con el propósito de digitalizar los controles de calidad, se ha llevado a cabo un análisis de los que se realizan en las plantas productivas con el objetivo de determinar aquellos procedimientos y variables que son susceptibles de ser digitalizados, con el fin de poder investigar y desarrollar algoritmos y técnicas de IA que permitan mejorar los procesos.

El Grupo Nueva Pescanova está desarrollando prototipos para reforzar el control de calidad y seguridad alimentaria de sus productos, para lo cual se llevó a cabo un estudio interno identificando los principales factores que impactaban en la calidad percibida por sus clientes.

Para la creación de un hilo digital para el aseguramiento de la trazabilidad, se ha realizado un estudio de los movimientos de producto en cada una de las tres fábricas, así como a lo largo de toda la cadena de suministro. Una vez analizados, se integraron todos los datos sobre una plataforma de software única para la planta y se ha recogido la información de todos los nodos de la cadena de suministro con el empleo de tecnología Blockchain.

Con el objetivo de consolidar e integrar toda la información de los diversos centros industriales se han establecido los requisitos y casos de uso concretos para la construcción del gemelo digital, considerando las necesidades de hardware de computación o software, además de los modelos de datos estandarizados para el almacenamiento de información. También se ha diseñado la arquitectura para el procesamiento y almacenamiento masivo de datos que le dé soporte al gemelo digital.

Durante la segunda anualidad se avanzó en la propuesta iniciada durante el primer hito del proyecto, incrementando la eficiencia y favoreciendo la mejora continua de las plantas de producción.

Se continuó el proceso de sensorización de las fábricas, añadiendo sensores y comprobando su funcionamiento. Además, se prosiguió con el estudio de los datos recogidos por la sensórica instalada que servirá de base para el desarrollo del gemelo digital y se avanzó con la validación de la plataforma de software.

En lo que respecta a la digitalización de la calidad, se ha comenzado a realizar controles de forma digitalizada y se han automatizado parámetros gracias a la instalación de sensores en las plantas, que permiten un mayor control del proceso productivo. El tratamiento de estos datos con IA permitirá establecer patrones que mejorarán los procesos y facilitarán el control de la calidad.

En base a estudios realizados en la primera fase del proyecto con diferentes tecnologías de inspección por visión, como rayos X o visión terahércica o hiperespectral, se diseña y desarrollan prototipos que demuestran la capacidad de poder inspeccionar y determinar la integridad y sellado de envases, o inspeccionar y detectar materia extraña, ayudando a elevar el aseguramiento de la calidad de las fábricas.

Con el propósito de asegurar la trazabilidad, se continuó con el desarrollo de la plataforma de software que permite hacer un seguimiento de inicio a fin de la cadena de movimientos de producto empleados en los centros industriales. La información recogida es analizada mediante técnicas de IA y Machine Learning, con el fin de determinar su comportamiento y poder hacer predicciones de eventos relacionados.

Toda la información recopilada en los centros industriales sirvió para dar soporte a los casos de uso planteados en el gemelo digital. Se han estado desarrollando e investigando algoritmos que a partir de los datos introducidos en el gemelo digital puedan predecir el comportamiento y la evolución de una serie de elementos e indicadores definidos previamente en los centros industriales.

En la última anualidad del proyecto, se continuó con el estudio de los datos de las variables sensorizadas en las líneas de producción con el fin de fiabilizar la información aportada desde la línea a la plataforma de software para el tratamiento de los datos mediante inteligencia artificial.

Con relación a la digitalización de la calidad, se siguió con la extensión del sistema al resto de las líneas de producción de las plantas, con el propósito de agilizar y evitar errores en la recopilación de datos relacionados con la calidad de los productos fabricados.

En base al desarrollo de prototipos realizados en fases anteriores, tanto para poder inspeccionar y determinar la integridad y sellado de envases, como para inspeccionar y detectar materia extraña, se ha continuado con la optimización del funcionamiento de estas máquinas realizando diferentes mejoras en la configuración y programación de la visión artificial.

Por otra parte, finalizó el desarrollo de la plataforma de software que permite asegurar la trazabilidad de los productos aportando datos que son analizados mediante machine learning, determinando aquellos puntos que son susceptibles de rotura de trazabilidad y aportando información útil sobre las materias primas desde su origen hasta su consumo.

Los datos recogidos por los servidores de los centros industriales sirvieron como base para la creación de diferentes casos que fueron analizados por el gemelo digital. Partiendo de algoritmos matemáticos, el software desarrollado para el gemelo digital es capaz de establecer relaciones que permiten un aprendizaje del sistema y la construcción de relaciones de causa-efecto.

Participantes

Pescanova España (Grupo Nueva Pescanova) participa en este proyecto junto con ASM SOFT y el Centro Tecnolóxico de Telecomunicacións de Galicia-GRADIANT, siendo Pescanova España la empresa líder de la agrupación.

Financiación

El proyecto está subvencionado por la Axencia Galega de Innovación y apoyado por la Vicepresidencia Segunda y la Consellería de Economía, Empresa e Innovación de la Xunta de Galicia, y la ayuda está cofinanciada por el Fondo Europeo de Desarrollo Regional (FEDER) en el marco del Programa Operativo FEDER Galicia 2014-2020.