Alumnos de la Universidad Politécnica de Madrid han diseñado y patentado TALMSystem, un novedoso sistema que permite reducir horas en el tiempo de descarga de un barco granelero.
Alumnos de la Universidad Politécnica de Madrid han diseñado y patentado TALMSystem, un novedoso sistema que permite reducir horas en el tiempo de descarga de un barco granelero.
Los alumnos de la Escuela Técnica Superior de Ingenieros Navales de la UPM han desarrollado este sistema de autodescarga situado en las bodegas de buques graneleros (Bulkcarriers), los barcos que transportan cargas a granel. El método desarrollado es capaz de rebajar sustancialmente los costes portuarios al conseguir acortar los tiempos actuales de estancia en puerto.
El sistema es independiente para cada bodega, de manera que coontar con un mayor número de bodegas no supone una menor velocidad de descarga ni un aumento del tiempo de estancia en puerto.
Esto se consigue realizando solo tres movimientos esenciales en el interior del tanque, de manera que consigue sacar la mercancía por una banda de dicho buque y de manera controlada gracias a la utilización conjunta de transportadores lineales, tales como cintas transportadoras o tornillos de Arquímedes, y a un novedoso sistema de elevación que permite alcanzar mayores velocidades.
Los buques autodescargados actuales se sirven de medios mecánicos o neumáticos que permiten esta elevación. El nuevo sistema permite reducir el tiempo de descarga a solo dos horas, con gran eficiencia energética y un tamaño muy compacto del sistema auto descarga.
El sistema es modular y fácilmente escalable, de manera que se puede instalar desde pequeñas gabarras fluviales hasta grandes graneleros, si bien esta previsto un rendimiento óptimo en buques del tamaño Handysize.
Este sistema está enfocado para ser comercializado por empresas del sector, tanto empresas dedicadas a la carga y descarga de graneles como astilleros y armadores.
La Fundación BBVA ha galardonado al informático japonés, de la Universidad Carnegie Mellon (EE UU), por crear los algoritmos que permiten a las máquinas comprender las imágenes y procesar los movimientos. Sus técnicas están presentes en los coches autónomos, los drones y todos los robots con capacidad de visión, como los que se usan en cirugía.
Investigadores de la Universidad de León han aplicado redes neuronales artificiales a imágenes captadas con drones para reconocer, con un 95 % de acierto, la huella que dejaron las explotaciones auríferas de los romanos en el noroeste peninsular. El sistema se puede aplicar para reducir los riesgos asociados a las minas abandonadas, que causan pérdidas humanas y económicas en todo el mundo.
