CBL - Campus del Baix Llobregat

Projecte matriculat

Títol: Desenvolupament de models predictius basats en espectroscòpia d'infraroig proper (NIR) per a l'avaluació de la qualitat en productes elaborats

Tutor/a o Cotutor/a: SEPULCRE SANCHEZ, FRANCISCO LUIS

Departament: DEAB

Títol: Desenvolupament de models predictius basats en espectroscòpia d'infraroig proper (NIR) per a l'avaluació de la qualitat en productes elaborats

Data inici oferta: 16-09-2025 Data finalització oferta: 16-04-2026

Estudis d'assignació del projecte:
MU MKET4FOOD+BIO
MU TECH4AGRI+FOOD

Lloc de realització:

En empresa (cal signar un conveni de cooperació)

Tutor/a Extern: Gerard Giménez I Ribes
Institució/Empresa: CASA AMETLLER, SL

Paraules clau:
Espectroscòpia; NIR; control qualitat; processament senyals

Descripció del contingut i pla d'activitats:
El present Treball de Final de Màster se centrarà en la implementació d'una metodologia de control de qualitat en la indústria agroalimentària, aplicant l'espectroscòpia d'infraroig proper (NIR). Aquesta tecnologia permet una anàlisi no invasiva, que és fonamental per obtenir informació ràpida i precisa sobre la composició interna dels productes, donant resposta a la
necessitat de sistemes d'inspecció eficients.
La investigació se centrarà en el gaspatxo com a producte d'estudi. El treball consistirà a crear un sistema d'anàlisi per a processar els espectres NIR que s'obtindran tant de la matèria
primera utilitzada en la seva elaboració com del producte final. Aquest sistema inclourà un algorisme de processament de senyal per aplicar tècniques de pretractament essencials per eliminar els sorolls i les variacions inherents a la mesura.
L'objectiu principal del projecte serà la modelització predictiva. Es farà servir un mètode de regressió multivariant per construir un model que establirà una correlació robusta entre les dades espectrals i els paràmetres clau de qualitat. No obstant això, una part fonamental del TFM serà l'anàlisi i la interpretació de les dades, ja que no només es buscarà crear un model funcional, sinó també entendre els resultats per poder extreure'n conclusions sòlides i amb valor per a la investigació.
Les tasques de desenvolupament es realitzaran en un entorn de programació d'alt nivell, utilitzant eines especialitzades per a la ciència de dades. S'aplicarà una infraestructura computacional robusta per a la gestió de dades massives, el càlcul de models complexos i la visualització dels resultats, assegurant un flux de treball optimitzat i col·laboratiu.
En definitiva, l'objectiu d'aquest treball de final de màster és oferir una solució que pugui transformar els processos de control de qualitat del gaspatxo, contribuint a una gestió més eficient dels recursos i a la millora continua de la qualitat del producte final.

Orientació a l'estudiant: Coneixements d'espectroscìpia en general i d'IR en particular. Coneixements de MATLAB i d'anàlisi estadístic. Treball experimental.