Sistema de control y prevención de contaminantes en aguas mineromedicinales mediante inteligencia artificial (Aquapred sudoe)

  1. Lourdes Mourelle 1
  2. Elena Hernández-Pereira 2
  3. Daniela Correia 3
  4. Francisco Maraver 4
  5. Maria J. Alves 5
  6. Odile Eloy-Tran Van Chuoï 6
  7. Lidia Casás 7
  8. Laurence Delpy 8
  9. Miguel A. Fernández-Torán
  10. Ignacio Cortés-Moro
  11. José L. Legido 1
  1. 1 Universidade de Vigo
    info
    Universidade de Vigo

    Vigo, España

    ROR https://ror.org/05rdf8595

    Geographic location of the organization Universidade de Vigo
  2. 2 Universidade da Coruña
    info
    Universidade da Coruña

    La Coruña, España

    ROR https://ror.org/01qckj285

    Geographic location of the organization Universidade da Coruña
  3. 3 AquaValor - Centro de Valorização e Transferência de Tecnologia da Água, Chaves
  4. 4 Universidad Complutense de Madrid
    info
    Universidad Complutense de Madrid

    Madrid, España

    ROR https://ror.org/02p0gd045

    Geographic location of the organization Universidad Complutense de Madrid
  5. 5 Instituto Politécnico de Bragança
    info
    Instituto Politécnico de Bragança

    Bragança, Portugal

    ROR https://ror.org/00prsav78

    Geographic location of the organization Instituto Politécnico de Bragança
  6. 6 University of Bordeaux
    info
    University of Bordeaux

    Burdeos, Francia

    ROR https://ror.org/057qpr032

    Geographic location of the organization University of Bordeaux
  7. 7 University of Pau and Pays de l'Adour
    info
    University of Pau and Pays de l'Adour

    Pau, Francia

    ROR https://ror.org/01frn9647

    Geographic location of the organization University of Pau and Pays de l'Adour
  8. 8 AQUI O Thermes, cluster thermal Nouvelle-Aquitaine
Show affiliations +
Journal:
Investigación: cultura, ciencia y tecnología

ISSN: 1889-4399

Year of publication: 2024

Issue: 32

Pages: 10-14

Type: Article

DIALNET GOOGLE SCHOLAR lock_openOpen access editor

More publications in: Investigación: cultura, ciencia y tecnología

Abstract

AQUAPRED SUDOE es un proyecto multiterritorial, multidis- ciplinario e interdisciplinario de física, medicina, farmacia, química, biología e informática enfocado a la monitorización y control del agua termal/mineromedicinal de los balnearios y a la predicción de contaminantes basándose en la digitalización de los datos en tiempo real de los parámetros fundamentales del agua mineromedicinal. El proyecto determinará los parámetros fundamentales de las aguas termales, así como sus rangos de fluctuación en el agua termal dentro de una instalación termal; también se estudiará su influencia en la seguridad terapéutica y la calidad del agua y posibles modelos de relación. Adicionalmente, se establecerá en el proyecto un modelo de hidrobioma de las aguas termales y se asociará a sus propie- dades terapéuticas. Para la implementación del proyecto, se desarrollarán e ins- talarán sistemas piloto de toma de datos en tiempo real en balnearios de la zona SUDOE, en los que se monitorizarán los parámetros, utilizando dispositivos diseñados especialmente para la función, para su posterior digitalización y análisis. Durante este proceso, se desarrollará un sistema inteligente que, en base a esos datos, permita realizar un control sobre los elementos de tratamiento del agua (desinfectantes…) y un modelo de aprendizaje automático que permita predecir la posibilidad de aparición de contaminantes en dichas aguas (microorganismos). Se aplicarán también, en base a los datos capturados, modelos de eficiencia energética que optimicen el consumo y permitan reducir su demanda.

Bibliographic References

  • Alén, E.; Rodríguez, L. Evaluación de la calidad percibida por los clientes de establecimientos termales a través del análisis de sus expectativas y percepciones. Revista Galega de Economía, vol. 13, núm. 1-2 (2004), pp. 1-18.
  • Maraver, F.; Vázquez, I.; Armijo, F. Vademécum III de aguas mineromedicinales españolas. Ed. Universidad Complutense de Madrid (2020).
  • Domahidi, I.; Csiszer, A.; Buksa, C.; Jeszenszy, K.; Tarcea, M.; Butiurcă, Z.; Menyhart, E.; Oroian, M.; Vitalyos, O.; Fărcaş, O.; Palcu, C.; Moldovan, Ş.; Şandru, A.; Varga, C. Monitoring of mineral waters for the cure in mureş county. Revista de Igienă i Sănătate Publică, 2009, vol.59, nr.1, pp 97-116).
  • Paduano, S.; Valeriani, F.; Romano-Spica, V.; Bargellini, A.; Borella, P.; Marchesi, I.; Microbial biodiversity of thermal water and mud in an Italian spa by metagenomics: a pilot study., Water Science & Technology: Water Supply, 18.4, p1456, 2018.
  • Rice, E. W.; Baird, R. B.; Eaton, A. D. (editors). Standard methods for the examination of water and wastewater. 23rd edition. Washington DC: American Public Health Association, American Water Works Association, Water Environment Federation, 2017.
  • UNE Normalización Española. UNE-EN ISO 11731:2017. Fecha de acceso: abril 2021. Disponible en: https://www.une.org/encuentra-tu-norma/buscatu-norma/norma?c=N0059300.
  • Basu, S.; Meckesheimer, M. Automatic outlier detection for time series: an application to sensor data. Knowl. Inf. Syst. 11, 137-154 (2007). https://doi. org/10.1007/s10115-006-0026-6.
  • Alghawli, Abed. Complex methods detect anomalies in real time based on time series analysis. Alexandria Engineering Journal, vol. 61, 2021, 10.1016/j. aej.2021.06.033.
  • M. Mehdi; Owrang, O. Database Systems Techniques and Tools in Automatic Knowledge Acquisition for Rule-Based Expert Systems, Editor(s): Cornelius T. Leondes,
  • Knowledge-Based Systems, Academic Press, 2000, pp. 201-248, https://doi. org/10.1016/B978-012443875-0/50009-4.
  • Tu Bao Ho. Knowledge Discovery from Unsupervised Data in Support of Decision Making, Editor(s): Cornelius T. Leondes, Knowledge-Based Systems, Academic Press, 2000, pp. 435-461, https://doi.org/10.1016/B978- 012443875-0/50016-1.
Data source: Dialnet