Proyectos I+D+i

Fase 2. SMART SAF: Reducción de la contaminación medioambiental mediante el uso inteligente de combustible sostenible en aerorreactores

Con el fin de seguir apoyando a las Agrupaciones Empresariales e Innovadoras (AEI) para la mejora de la competitividad de las PYMES y apostando por la transformación digital, continuamos con el proyecto SMART SAF. En colaboración con Smart City Cluster y CiTD Engineering & Technologies, con el plan de reducir la formación de estelas de condensación mediante el uso de nuevos combustibles sostenibles de aviación (del inglés, SAF), responsables de la mayor contribución al calentamiento climático por parte de la aviación.

Datos del proyecto

Convocatoria: Programa de apoyo a las Agrupaciones Empresariales e Innovadoras (AEI) 2023

  • Duración: 12 meses: del 16/5/2023 al 17/4/2024
  • Presupuesto del proyecto: 326.812,00
  • Presupuesto Elliot: 135.062,00
  • Subvención concedida total: 250.891,00
  • Subvención concedida a Elliot: 108.049,00

Objetivo del proyecto SMART SAF Fase 2

En determinadas situaciones meteorológicas, el paso de un avión genera una nubosidad artificial contribuyendo al calentamiento global. Aunque en un primer momento las estelas provocan un enfriamiento de la Tierra durante el día, un estudio reciente publicado por la revista Atmospheric Environment sugiere que el efecto total combinado podría ser de 2 a 3 veces superior a las emisiones totales de CO2 de los aviones.


Desde Elliot Cloud, continuamos consolidando nuestra herramienta de análisis mediante Inteligencia Artificial, solución clave para la predicción de formación de estelas de condensación.
La segunda fase del proyecto SMART SAF, se enfoca en el diseño de una interfaz adecuada para su uso por parte del personal de las aerolíneas, y en la mejora de la robustez del algoritmo de predicción de contrails.

  1. Diseño de Frontend:
    A través de Elliot Cloud, se han diseñado los wireframes para el frontend del proyecto, fundamentales para definir la arquitectura de la interfaz y asegurar que sea intuitiva y funcional para los usuarios.
  2. Mejora de la Fiabilidad del Algoritmo de Predicción de Contrails:
    Para mejorar el algoritmo de predicción de contrails, se ha realizado el etiquetado de más de 3.000 imágenes, utilizando técnicas avanzadas de visión artificial basadas en aprendizaje profundo, específicamente redes convolucionales. El proceso de etiquetado ha sido crucial para crear un conjunto de entrenamiento homogéneo, lo cual es fundamental para mejorar la precisión y la fiabilidad del algoritmo. Estas actividades están alineadas con la obtención y etiquetado de datos y del entrenamiento de modelos de Inteligencia Artificial en la detección de contrails.

Resultados del proyecto

La contribución de Elliot a estas tareas refleja una sinergia entre el diseño de interfaces y la ciencia de datos, clave para la obtención de una herramienta robusta para la detección de contrails. Mientras que los wireframes del frontend facilitan la interacción del usuario con la herramienta, la mejora del algoritmo a través de un entrenamiento detallado y preciso garantiza resultados fiables y precisos en la detección de contrails. Juntas, estas tareas subrayan la importancia de una colaboración interdisciplinaria y detallada en proyectos tecnológicos avanzados.
Los resultados del proyectos SMART SAF permitirán a las aerolíneas acceder a datos experimentales contrastados que evalúen la actuación medioambiental de sus modelos y parámetros de operación más allá de las emisiones de CO2.

SMART SAF

El proyecto SMART SAF, está siendo ejecutado y desarrollado por las empresas CiTD y ELLIOT CLOUD con el apoyo del SMART CITY CLUSTER, y ha sido aprobado dentro de la línea de Proyectos de Tecnologías Digitales de la Convocatoria de Ayudas a las Agrupaciones Empresariales Innovadoras 2022b (AEI) concedida a Smart City Cluster por el Ministerio de Industria, Turismo y Comercio del Gobierno de España.

 

¿Quieres conocer
nuestra solución?

mockup-portada-final
Portada-monografico

El desarrollo de plataformas tecnológicas y sistemas de inteligencia aplicados al turismo, son una pieza fundamental para la mejora en la gestión de destinos y en la experiencia de los visitantes. Además, de esta forma, se logra alinear las estrategias de las diferentes regiones turísticas.