La importancia de un diseño maduro y mantenible del software de automatización en los sistemas ciber-físicos de producción (CPPS) aumenta continuamente, ya que una proporción cada vez mayor de la funcionalidad del sistema se implementa mediante software. Como consecuencia, la complejidad del sistema se desplaza cada vez más hacia el lado del software. Características de calidad como la flexibilidad, la mantenibilidad y la extensibilidad, cuya importancia está aumentando en el contexto de la Industria 4.0, son cada vez más difíciles de lograr. Para conseguir dichos retos, se ha de partir de un diseño software sólido. En este sentido, este trabajo, propone una aproximación basada en modelos para diseñar automatismos secuenciales siguiendo GRAFCET. Un modelo digital del automatismo secuencial conteniendo el diseño software de automatización va a permitir testear el automatismo con la parte operativa real o emulada, de una manera totalmente independiente al PLC.

Laboratory work is essential in most applied science and engineering specific coursers. The continuous advances in Information and Communication Technologies be able the use of online laboratories (OLs). Their use is increased due to the advantages they offer compared to conventional laboratories, as unfortunately verified during Covid-19 pandemic. OLs and Learning Management Systems (LMSs) are key technologies in the learning process field. Normally, the integration of OLs with LMSs is carried out using proprietary or ad-hoc solutions. Furthermore, there are standards that can be used for this integration, such as: LTI, IEEE P92741.1 (xAPI), SCORM and IEEE1876. This work elaborates a survey which has been provided to the experts of online laboratories for them to complete. Gathered information allowed authors to diagnose the level of knowledge and use of the main standards for creating and integrating OLs. In fact, the analysis of this information confirms that there is a lack of criteria for selecting one standard against the others and how use it in the online laboratory development. This work gives guidelines for selecting the most appropriate standard according to desired characteristics of the online laboratory under development.

Los laboratorios de tipo online tienen cada vez más aceptación dentro de la educación universitaria relacionada con las ciencias, tecnologías, ingenierías y matemáticas (CTIM o STEM en inglés), donde el trabajo práctico es de vital importancia para los estudiantes. El presente trabajo trata un ejemplo de integración de un laboratorio online en un sistema de gestión de aprendizaje (LMS-Learning Management System). Los estándares SCORM (Shareable Content Object Reference Model) y LTI (Learning Tool Interoperability) ofrecen la posibilidad de integrar laboratorios online en un LMS. En este trabajo, se ha tratado un sistema barra-bola convencional para adaptarlo y mostrar un ejemplo de integración de un laboratorio online remoto al LMS de la Universidad de Jaén usando el estándar SCORM y el protocolo RIP (Remote Interoperability Protocol) que ofrece una práctica con gamificación a los alumnos.

La calidad y cantidad de aceite de oliva virgen están influenciadas por el efecto de las variables tecnológicas durante el proceso de producción en base a las propiedades de las aceitunas de entrada. Dado que la calidad de las aceitunas evoluciona durante la campaña de recolección, una cuestión relevante es la determinación sistemática del momento de recolección para maximizar el beneficio total de campaña. Este trabajo propone un método para determinar el plan óptimo de producción para la campaña considerando la naturaleza estocástica del problema, presentando los resultados de su aplicación a diferentes escenarios de producción.

This paper provides a zero defect manufacturing (ZDM) approach designed for the virgin olive oil (VOO) industry, with the objective of producing the best possible product using sustainable methods. A deep analysis of related work for ZDM and the current state-of-the-art technology in the VOO elaboration process is presented, along with the implications of the well-known trade-off between quality and extraction yield and the importance of having the right information on the state of the fruits and the main technological variables of the process. Currently available new technologies, such as smart devices with cloud connectivity, enable having the required amount of data and information in real-time, thus making the concept of ZDM possible. Together with the proposed ZDM approach and strategies, the basic requirements and the first steps towards the implementation of ZDM in this productive sector are identified.

El sector del aceite de oliva y de la aceituna de mesa representan ya el 3% del PIB total de Andalucía. Teniendo en cuenta las cifras que este hecho supone, predecir la cosecha campaña tras campaña es clave para definir estrategias de marketing. Dada la gran superficie de olivar existente resulta interesante la integración de tecnologías emergentes que puedan facilitar esta tarea de predicción. En este trabajo se estudia la viabilidad del uso de cámaras de visión por computador de espectro visible embarcadas en UAVs para valorar de forma cualitativa la carga frutal de los olivos de una plantación. Las imágenes adquiridas fueron etiquetadas y posteriormente utilizadas para entrenar tres arquitecturas CNN (AlexNet, GoogLeNet, y ResNet) por el método de transferencia de aprendizaje. La arquitectura que mejor rindió fue GoogLeNet, que posteriormente fue optimizada obteniendo finalmente una tasa de éxito del 90% a la hora de clasificar imágenes que mostraban regiones de olivos con carga alta, media, baja y descarte (no olivo).

La globalización de los mercados y la exigencia cada vez mayor de los clientes ha hecho que la industria evolucione hacia lo que se conoce como industria 4.0. Las fábricas, conocidas como SmartFactories, tienen la posibilidad de tomar decisiones en tiempo real, teniendo para ello conocimiento de cómo se encuentran. Un concepto clave para conseguir dichos objetivos, son los Gemelos Digitales (DT). Un DT consiste en una representación virtual de la realidad a lo largo de las diferentes fases del ciclo de vida de un producto. Hoy en día existen en el mercado diferentes productos propietarios que combinan aplicaciones propietarias que rara vez pueden ser intercambiables o combinables. Además del coste de dichos productos se le añade la incompatibilidad de unos con otros por lo que se considera necesaria una plataforma abierta que permita la generación de Gemelos Digitales. Este trabajo, propone una plataforma de código abierto y las directrices para la generación de DT de estaciones que formarán parte de un proceso de producción.

Marking the tree canopies is an unavoidable step in any study working with high-resolution aerial images taken by a UAV in any fruit tree crop, such as olive trees, as the extraction of pixel features from these canopies is the first step to build the models whose predictions are compared with the ground truth obtained by measurements made with other types of sensors. Marking these canopies manually is an arduous and tedious process that is replaced by automatic methods that rarely work well for groves with a thick plant cover on the ground. This paper develops a standard method for the detection of olive tree canopies from high-resolution aerial images taken by a multispectral camera, regardless of the plant cover density between canopies. The method is based on the relative spatial information between canopies.The planting pattern used by the grower is computed and extrapolated using Delaunay triangulation in order to fuse this knowledge with that previously obtained from spectral information. It is shown that the minimisation of a certain function provides an optimal fit of the parameters that define the marking of the trees, yielding promising results of 77.5% recall and 70.9% precision.

The selection of optimal set points is an important problem in modern process control. Fuzzy cognitive maps (FCMs) allow to construct models of complex processes using expert knowledge, which is particularly useful in situations where measuring the variables of interest online is problematic. These models can be used as constraints in optimization problems with the objective of determining optimal set points for those processes. This article presents a reformulation of the constraints imposed by the FCM models that reduces the complexity of the resulting optimization problem and enables the application of heuristic methods for its solution. Computational results show that the use of separable programming on the reformulated problem constitutes a very good alternative, both in terms of solution time and reliability in finding the optimum, enabling the application of FCM modeling to larger systems and easing the practical implementation of the approach.

Los autores quieren agradecer la subvención parcial de este trabajo a través de los proyectos PID2019-110291RB-I00 del Ministerio de España, FEDER Andalucía A1123060E00010 con referencia 1380776 y PIMED01_201921 de la Universidad de Jaén.

The olive oil sector is undergoing a technological transformation promoted by high international competitiveness. This transformation must be aligned with the concepts of industry 4.0 that are already well defined and implemented in other sectors. The integration of advanced sensorics in the process phase in which the quality of the manufactured product is inspected is key to responding in the shortest possible time to deviations in the desired quality. In this work, the results of the experimentation carried out with an e-tongue voltammetric sensor are presented to evaluate its potential in the detection of two of the organoleptic defects that appear more frequently in olive oil (musty and vinegary). This sensor has been built in the research group’s laboratory and is made up of three metals in the measurement probe (nickel, silver and copper). Three classification algorithms (Support Vector Machines, Naïve Bayes and Classification Trees) were used and musty-type defect was identified with a success rate of 72

Actualmente, los robots manipuladores están presentes en la mayor parte de instalaciones de producción industrial moderna. Asimismo, dicho tipo de robots también están siendo incorporados en muchos más entornos e.g. realización de tareas domésticas, asistencia domiciliaria... Es por ello que a día de hoy, existe una demanda creciente de aplicaciones con robots manipuladores más flexibles, adaptables a diferentes entornos y focalizando a su vez en la realización de código. Sin embargo, hay una carencia de estandarización de plataformas hardware y software, por lo que es extremadamente complicado satisfacer dichas demandas. Este trabajo explora las ventajas proporcionadas por la Ingeniería Dirigida por Modelos (MDE) en el diseño y desarrollo de tareas realizadas por robots manipuladores. Concretamente se propone una herramienta que permite modelar una tarea robótica manipuladora abstrayendo al experto de dominio de tener que conocer la plataforma donde se vaya a ejecutar dicha aplicación y generar automáticamente el código final para ROS (Robotic Operating System), uno de los middleware de comunicación más utilizados en esta disciplina.

El trabajo práctico que se desarrolla en los diferentes tipos de laboratorios es esencial para la obtención de una formación completa en los estudios de ingeniería. La aplicación de las Tecnologías de la Información y las Comunicaciones en la educación ha traído consigo muchos cambios en la forma de impartir la docencia, se puede decir que el mayor exponente de estos cambios lo constituye el uso de los Sistemas de Gestión de Aprendizaje, más conocido por LMSs o Learning Management System, en inglés. Estos cambios también se han visto reflejados en las prácticas de laboratorio con el uso de los laboratorios online. Este trabajo analiza las posibilidades de integración que pueden darse entre los laboratorios online y los LMSs, establece una clasificación de modos de integración, indica los estándares más utilizados para lograr esta integración cuando el modo así lo requiere y las características que presentan incidiendo en los beneficios que se pueden obtener en cada uno de los modos. También se muestra el modelo seguido en la Universidad de Jaén que ha sido aplicado en asignaturas de Grados de Ingeniería Industrial, Ingeniería Telemática e Ingeniería de Telecomunicaciones.

Los parámetros más importantes para medir la calidad del aceite de oliva virgen (AOV) son la acidez y el índice de peróxidos y actualmente son de- terminados en laboratorios que utilizan las mues- tras de aceitunas extraídas de cada lote en el pro- ceso de recepción de las almazaras. El objetivo de este trabajo es proporcionar un sistema de inspección automático, basado en visión por computador en los canales visible e infrarrojo (IR), para inferir automáticamente estos parámetros. La propuesta utiliza como características principales las diferencias de textura superficial, los defectos en las imágenes en IR y una valoración de color en el espacio CIELab. Por otra parte dos redes neuronales artificiales se han utilizado como técnica de estimación de los parámetros de calidad mencionados. El sistema ha alcanzado buenos resultados con R = 96.3 para acidez y R = 93.9 para índice de peróxidos.

Los sistemas de apoyo la decisión (DSS) son una herramienta útil para asistir a los operadores de planta en la selección de valores de referencias de proceso. Las entradas a este tipo de sistema para variables que no son fácilmente medibles en línea se realiza a menudo mediante la valoración de expertos, lo que conlleva un cierto grado de incertidumbre. La aplicación de lógica borrosa a estos DSS proporciona una manera sistemática de tratar esta incertidumbre en las variables. Este trabajo extiende el trabajo previo realizado utilizando Mapas Borrosos Cognitivos para la construcción de DSS e introduce una etapa de emborronamiento no unitario que proporciona una manera directa de considerar la incertidumbre en las entradas al sistema. El sistema propuesto está motivado por los desafíos que presenta la producción de aceite de oliva virgen de alta calidad.

The organoleptic profile of a Virgin Olive Oil is a key quality parameter that is currently obtained by human sensory panels. The development of an instrumental technique capable of providing information about this profile quickly and online is of great interest. This work employed a general purpose e-nose, in lab conditions, to predict the level of fruity aroma and the presence of defects in Virgin Olive Oils. The raw data provided by the e-nose were used to extract a set of features that fed a regressor to predict the level of fruity aroma and a classifier to detect the presence of defects. The results obtained were a mean validation error of 0.5 units for the prediction of fruity aroma using lasso regression; and 88% accuracy for the defect detection using logistic regression. Finally, the identification of two out of ten specific sensors of the e-nose that can provide successful results paves the way to the design of low-cost specific electronic noses for this application.

The highest quality of extra virgin olive oil must be guaranteed to succeed in the competitive market of the industry. To fulfil this need, high standards of fruit quality are required. In recent years, this search has led to the development of computer vision systems for the automatic inspection of fruits. Skin damage, dirtiness, and external colour were the main features selected. However, no known report is related to the internal quality evaluation of olives. The present research explores the application of multispectral images (from 600 to 975 nm) to discriminate olive fruits by their firmness. To achieve this aim, 58 olives were classified as hard or soft by an expert and then measured by a penetrometer. Afterwards, 58 multispectral images were obtained, and 8352 pixels were randomly selected for feature extraction. The feature vector of each pixel was composed of 25 infrared absorption values. These data were input into three supervised classification algorithms: a naïve Bayes (NB) classifier, a multilayer perceptron (MLP), and a support vector machine variation (SMO). The highest performance was achieved by the MLP, with an accuracy of 95% for the firmness grading. Furthermore, the three algorithms were subjected to principal component analysis (PCA), by which the MLP was confirmed to be the best model and its results were improved. Moreover, according to the second principal component, the 675 nm and 855 nm band frequencies have the strongest weights. The overall results confirm the convenience of multispectral imaging in olive firmness inspection, with the advantage of being a non-invasive technology.

Los laboratorios de tipo online tienen cada vez más aceptación dentro de la educación universitaria relacionada con las ciencias, tecnologías, ingenierías y matemáticas (CTIM o STEM en inglés), donde el trabajo práctico es de vital importancia para los estudiantes. El presente trabajo trata un ejemplo de integración de un laboratorio online en un sistema de gestión de aprendizaje (LMS-Learning Management System). Los estándares SCORM (Shareable Content Object Reference Model) y LTI (Learning Tool Interoperability) ofrecen la posibilidad de integrar laboratorios online en un LMS. Este trabajo, ha adaptado un sistema barra-bola convencional para posteriormente tratarlo como ejemplo de integración de un laboratorio online virtual y remoto al LMS de la Universidad de Jaén a través del estándar SCORM.

Agroalimentary laboratories typically process samples that require different types of analysis depending on the substance being analyzed and the requirements of the clients. A key parameter for client satisfaction is the time that it takes since the samples arrive at the laboratory facilities and the results are provided to the client. Thus, the order in which the different samples are processed and the analysis are performed can have a significant impact in the overall customer satisfaction. This paper proposes a novel approach for planning the production of agroalimentary laboratories based on maximizing a measure of customer satisfaction derived from this lag between sample reception and analysis finalization. This way, a planning model is defined which, based on the basic version of the Resource-Constrained Project Scheduling Problem, can be used to optimize an objective function that focuses on the client satisfaction, considering the relative relevance of clients and samples. The paper includes a detailed presentation of the parameters, variables and constraints required to define the problem, along with the corresponding modeling assumptions. The applicability of the approach is presented with a discussion of the solutions provided by the optimization problem for a set of scenarios of interest, which show the suitability of the method as a systematic tool for planning the operations of agroalimentary laboratories.

The ripeness and sanitary state of olive fruits are key factors in the final quality of the virgin olive oil (VOO) obtained. Since even a small number of damaged fruits may significantly impact the final quality of the produced VOO, the olive inspection in the oil mill reception area or in the first stages of the productive process is of great interest. This paper proposes and validates an automatic defect detection system that utilizes infrared images, acquired under regular operating conditions of an olive oil mill, for the detection of defects on individual fruits. First, the image processing algorithm extracts the fruits based on the iterative application of the active contour technique assisted with mathematical morphology operations. Second, the defect detection is performed on the segmented olives using a decision tree based on region descriptors. The final assessment of the algorithm suggests that it works effectively with a high detection rate, which makes it suitable for the VOO industry.