ITAINNOVA ha presentado en TECNOVID y OLEOTEC cómo la tecnología puede mejorar la competitividad de las PYMEs

El Instituto Tecnológico de Aragón (ITAINNOVA) ha dedicado una jornada informativa a cómo puede la tecnología mejorar la competitividad de una pequeña y mediana empresa. Ha sido en los salones TECNOVID y OLEOTEC, que tienen lugar en Feria de Zaragoza. Sol Arnaldo, Miguel Ángel García y Alberto Capella, ingenieros de ITAINNOVA, han sido los ponentes.

Sol Arnaldo explica que “el agro es uno de nuestros objetivos estratégicos, por lo que desde ITAINNOVA buscamos continuamente herramientas que impulsen la competitividad en todo el proceso productivo; la producción agrícola es sin duda uno de los sectores clave en la lucha contra el despoblamiento rural”.

Se han expuesto varios proyectos en los trabaja ITAINNOVA:

BODEGAS 5.0

“Es un proyecto en el que ITAINNOVA pretende dar una solución diferencial en el sector del vino, aportando innovación tecnológica que mejore los procesos operativos globales de una bodega o de una cooperativa, desde la vendimia, elaboración, producción y comercialización del vino.

Para este proyecto se ha utilizado la herramienta KAJAL, con la que es posible hacer previsión de la demanda, optimización de stock en almacenes, planificación de pedidos a proveedores y de las líneas productivas, así como analizar distintos escenarios de planificación”.

GRAPETRUST

“Este proyecto favorece el control operativo total del proceso de vendimia. La solución permite visualizar en tiempo real la ubicación de las vendimiadoras y los carros usados para el transporte de la uva, de otros datos obtenidos en las máquinas utilizadas para la vendimia y de información contenida en los sistemas transaccionales de la bodega.

Puede gestionar hasta un millón de mensajes durante la época de vendimia, además de generar alarmas para el gestor de vendimia que eviten posibles errores o malas prácticas, así como generen información de valor para el agricultor y las bodegas”.

GRAPEVINE

“Es un proyecto que pretende fomentar el uso de las infraestructuras de datos abiertos (Open Data) y de computación de alto rendimiento (High Performance Computing o HPC) para el desarrollo de un modelo predictivo basado en técnicas de aprendizaje automático (Machine Learning).

Busca mejorar la prevención y el control de enfermedades de la vid, como por ejemplo mildiu, con el objetivo de reducir la cantidad de fungicida usado en la prevención de estas enfermedades, así como el número de tratamientos preventivos realizados por los productores del sector vinícola.

Puede predecir la evolución de las plagas en las vides con una anticipación de dos o tres semanas, y ayuda a tomar decisiones acerca de cuándo deben utilizarse los pesticidas, reduciendo así el número de aplicaciones y focalizándose en los tratamientos más adecuados para reducir las plagas”.