Autores: Alejandro Álvaro Pérez, Gema Díez Fernández, Alejandra Lozano Álvarez y Rafael Senra Domínguez
Resumen ejecutivo
La infraestructuras aeroportuarias es una de las bases esenciales dentro de la aviación, sus características al igual que es sector requieren de renovaciones. Al desafío arquitectónico dadas sus exigencias también se le ha de sumar el impacto ambiental de las mismas debido a la inmensa cantidad de residuos generados y al amplio consumo de recursos naturales demandado. En el marco del reto EELISA, nuestro equipo ha trabajado en una propuesta de mejora basada en la unión de la economía circular y la inteligencia artificial (AI) que permita transformar la gestión de residuos en una componente esencial de los proyectos de renovación aeroportuarios.
El estudio de casos reales de aplicación de este método, como el Aeropuerto de Oslo y el de San Francisco, nos ha permitido elaborar una propuesta de un sistema inteligente de gestión de residuos capaz de automatizar la difícil tarea de clasificación de residuos. Adicionalmente, la herramienta permite predecir flujos de generación de residuos mediante el uso de visión por computadora, sensores IoT y/o algoritmos de aprendizaje automático, los cuales posibilitan una anticipación que facilita la reutilización de componentes de obra y reducen la necesidad de materiales.
La solución no se limita a mejorar los ratios de reciclaje y reducir costes, sino que logra definir un camino hacia el objetivo de “cero residuos” en renovaciones aeroportuarias, alineándose con los Objetivos de Desarrollo Sostenible (ODS) y la transición hacia infraestructuras más sostenibles e inteligentes.
Nuestro proyecto concluye con un plan de implementación estructurado por cinco fases, con indicadores medibles, asignación de recursos y herramientas específicas de soporte de IA, resumida brevemente en la tabla siguiente. Se trata de una apuesta por la innovación tecnológica aplicada a uno de los sectores más estratégicos en la transición ecológica y digital: el transporte aéreo.
Elección de herramienta de IA
Con el objetivo de optimizar la clasificación, seguimiento y reutilización de residuos en proyectos
de renovación aeroportuaria se ha propuesto una solución de inteligencia artificial de acuerdo a una integración de las siguientes herramientas, cuyas funcionalidades se explican a continuación.
- Visión por computadora (CV): Clasificación automática de residuos(cámaras y modelos de reconocimiento de imagen).
- Machine Learning + Big Data: Predicción de generación de residuos, patrones de flujo y optimización logística.
- Sensores IoT + Edge Computing: Sensores en tiempo real para peso, volumen, humedad o tipo de residuo.
Estas soluciones ofrecen los siguientes resultados:
- Alta precisión en la clasificación automática de materiales reciclables
- Predicción y optimización del flujo de residuos
- Monitoreo continuo con sensores IoT
- Escalabilidad y replicabilidad en distintos entornos del aeropuerto
- Alineación con casos de éxito como Oslo y San Francisco
Resultados medibles
- Reducción de errores humanos en separación de residuos.
- Incremento medible de materiales reutilizados.
- Reducción del uso de recursos nuevos.
- Ahorro en costes operativos y transporte de residuos.
- Mejora en el cumplimiento de objetivos ambientales (ODS, Acuerdo de París).
