Iniciativa “Innovation Day: solucions de talent” / Cocreació, Transferència del coneixement liderat pel Parc de Recerca Universitat Autònoma de Barcelona
El Parc de Recerca Universitat Autònoma de Barcelona (UAB) amb l’Ajuntament de Molins de Rei i l’Ajuntament de Castellar del Vallès organitzem “Innovation Day: solucions de talent”, una iniciativa per connectar estudiants amb empreses que busquen solucions innovadores als seus reptes empresarials en els àmbits de les tecnologies 4.0 i l’economia circular.
L’activitat s’adreça a tota la comunitat de la UAB, sobretot a alumnat, que a partir de reptes concrets d’empreses del territori, tindran l’oportunitat de crear equips, obtenir eines d’ideació i/o de prototipat i aprendre tècniques i recursos per presentar amb impacte una idea de projecte.
Com funciona?
A partir de reptes de diferents empreses, el programa busca dotar als participants de competències emprenedores i tècniques d’ideació i prototipat per al desenvolupament de solucions innovadores.
Sessió d’ideació
30 de setembre de 2025
Sessió de generació d’idees de 12 a 16 hores, a partir de reptes d’empreses a l’espai COMTEC, Hemeroteca Central Plaça Cívica. Els participants treballaran en equips multidisciplinaris composats per estudiants de diferents graus de la UAB (entre 4 a 10 persones) per desenvolupar un proposta de solució al repte que hagin escollit.
Desenvolupament i prototipatge
D’octubre a desembre de 2025
Dos mesos per desenvolupar i prototipar el projecte segons el repte escollit. Cada grup tindrà assignat dos mentors (un tecnològic, de la UAB, i un d’empresa), que l’acompanyarà durant el projecte.
Pitch Day
11 o 12 de desembre de 2025
El programa tancarà amb un esdeveniment final, en què els projectes es presentaran en directe, per a la posterior avaluació de jurat. Es comunicarà al projecte guanyador i es donarà el premi, de 3.000€.
Reptes
SCHNEIDER: Implementar una solució tècnica robusta que permeti identificar les peces de prensat mitjançant etiquetes RFID i assegurar que aquesta informació es llegeix correctament a la fase de muntatge, integrant-se finalment a l’etiqueta del producte acabat. Objectius específics: · Incorporar etiquetes RFID a les peces de prensat. · Llegir automàticament aquestes etiquetes a la fase de muntatge. · Integrar la informació en temps real a l’etiqueta final del producte (construir un dataset per validar la traçabilitat i optimitzar el sistema).
MUSEU DEL RENAIXEMENT: Com ens poden ajudar les tecnologies 4.0 i la IA a proposar la visita a un museu i les seves col·leccions d’una manera personalitzada i més accessible, tenint en compte a priori no només les preferències dels visitants sinó també la seva possible diversitat funcional i necessitats en termes d’accessibilitat?
ELADIET: El repte consisteix en proposar alternatives per optimitzar el procés de control de qualitat del producte fabricat, a partir de la integració de tècniques d’intel·ligència artificial per analitzar i comparar les imatges d’un producte amb la seva fitxa de referència.
ELADIET: Observem que en aquests moments estan en auge les solucions de Business Intelligence que recullen la dada, no només per a reporting, sinó també per a definir-hi alertes. El repte, doncs, és el d’agafar un dels nostres PLC, el que més facilitats doni, i puguem extreure les dades amb l’objectiu de poder-les relacionar amb les nostres màquines.
ADEC GLOBAL: Investigar aplicacions industrials per a la remeiació de sòls contaminats, identificant tecnologies, materials i casos d’èxit implementats a gran escala. Dins l’anàlisi, s’inclourà l’avaluació de l’ús d’escòries siderúrgiques com a possible solució en el marc d’un enfocament d’economia circular.
MARTIDERM: Desenvolupar una eina que permeti simular l’acció d’un cosmètic en la pell del consumidor a partir d’una fotografia actual i aplicant els resultats estadístics obtinguts en l’estudi d’eficàcia del producte.
GEOAMBIENT: Anàlisi quantitativa o semiquantitativa d’hidrocarburs totals derivats del petroli en aigua mitjançant mètodes ràpids i portàtils. Recerca i determinació de possibles metodologies d’anàlisi i equips per tenir una diagnosi preliminar de la concentració d’hidrocarburs a l’aigua in situ.
MENSHEN: Desplegar una IA, sense connexió a Internet per assegurar la privacitat i confidencialitat de les dades, que sigui capaç de, a partir de les dades acumulades en un sistema de gestió de manteniment (GMAO) de mercat, actualment operatiu i funcional, sigui capaç de, per un cantó, proposar possibles orígens dels problemes que els operaris puguin experimentar en les màquines de producció a partir de llenguatge natural, i que també sigui capaç de generar petits vídeos on, a més de la paraula escrita, pugui veure’s de quina forma es pot resoldre el problema. D’aquesta forma es minimitza per un cantó la intervenció del personal de manteniment, per que petits errors es poden resoldre de forma autònoma i immediata, i també pot servir per al personal de manteniment per localitzar i resoldre el problema més ràpidament gràcies a les propostes que doni la IA.
TEB: Optimització del procés de detecció d’errors a temps i per agilitzar el traball dels monitors. Considerant la importància de mantenir els llocs de treball.
CELO: Desenvolupament d’una plataforma de simulació d’estructures metàl·liques utilitzades en la indústria de l’automoció (ex. bateries de vehicles elèctrics). Creació d’una base de dades i entrenament d’un model de Machine Learning capaç de predir el comportament i la resistència dels cargols roscants durant el muntatge. Rellevància directa en l’eficiència i seguretat de futurs vehicles elèctrics.
Bases de participació
Pots consultar les bases de participació a l’Innovation Day: Solucions de Talent seguint els següents enllaços:
Bases de participació per a l’edició de Castellar del Vallès.
