Los prototipos desarrollados de aplicación en el sector alimentario permiten detectar restos vegetales, plásticos o insectos Estos prototipos ópticos de última generación, desarrollados en el marco del proyecto OPTI2, también permiten obtener informa- ción más exhaustiva en tiempo real, sobre la composición de los productos. Para Lorenzo Cervera, técnico responsable del proyecto en Ainia: “La I+D que hemos desarrollado nos ha permitido aplicar sensores MEMS, consiguiendo prototipos de bajo coste y por lo tanto de rápida implementación en empresas. Los sensores espectrales avanzados que hemos incorporado en los prototipos añaden potencia y precisión en los controles de líneas de pro- ducción, cumpliendo así las exigencias cada día mayores de las empresas en calidad y seguridad de sus productos; y, por último, hemos trabajado con equipos terahercios que son muy novedo- sos, porque prácticamente no hay aplicaciones con ellos en este campo de aplicación industrial”. En de nitiva, nos encontramos ante “prototipos industriales de visión avanzada para el control de calidad en línea que pueden trabajar en automático en la cadena de producción y que detectan anomalías y defectos que no pueden percibirse por los procesos convencionales de control, aumentando así los niveles de calidad, la seguridad de pro- ducción y los costes de la misma”, señala Lorenzo Cervera. Sensores ópticos avanzados para detectar restos vegetales, plásticos e insectos en frutos secos y snacks La utilidad de los prototipos desarrollados de aplicación en el sector alimentario permiten detectar restos vegetales, plásti- cos o insectos que debido a sus características no siempre son localizados de manera e caz por las tecnologías convencionales generalmente utilizadas en las empresas alimentarias. En con- creto, en el proyecto se ha validado su potencial con frutos secos (almendras y pistachos), identi cando puntos críticos como piedras o cáscaras entre los mismos, como en el ámbito de los snacks, identi cando anomalías en tiempo real en maíz fresco. Esta tecnología también permite clasi car el producto en función de la concentración de compuestos químicos o de su composición como el contenido de azúcares, proteínas o grasa en snacks para diferenciar, por ejemplo, un producto normal de otro bajo en grasa. El proyecto OPTI2 cuenta con apoyo de IVACE y con la finan- ciación del Fondo Europeo de Desarrollo Regional (FEDER), en el marco del Programa de ayudas dirigidas a centros tec- nológicos de la Comunidad Valenciana de I+D en cooperación con empresas 2017.•