RégéNexus

Este trabajo propone un enfoque innovador para estructurar y gestionar las cadenas de valor del reciclaje como redes dinámicas, interconectadas y territorialmente integradas.

Basándose en la ingeniería de Sistemas de Sistemas (SoS), el proyecto pretende superar las limitaciones de la optimización local mediante la integración de interacciones multinivel, complejos bucles de retroalimentación y restricciones sectoriales.

Sistemas de Sistemas.

Esta visión facilita la coordinación de agentes con objetivos potencialmente divergentes, al tiempo que ofrece la flexibilidad necesaria para responder a las incertidumbres en los flujos de materiales y a los rápidos cambios en las condiciones del mercado y de la normativa.

El proyecto se basa en la ingeniería de sistemas (SoS) para superar las limitaciones de la optimización local.

Las ciencias digitales desempeñan un papel central en este enfoque, ya que proporcionan los métodos y herramientas necesarios para modelar, simular, analizar y orquestar estas complejas redes, integrando al mismo tiempo las limitaciones técnicas, económicas, medioambientales y sociales. Las principales líneas de investigación del proyecto incluyen:

• Control multiescala: integración de la toma de decisiones desde el nivel nanométrico (material, producto) hasta el macronivel (estrategia territorial o nacional), teniendo en cuenta las interacciones complejas y los impactos diferidos.
• Rastreabilidad de flujos: simulación, análisis y orquestación de estas complejas redes, integrando al mismo tiempo las limitaciones técnicas, económicas, medioambientales y sociales.
• Trazabilidad de flujos: uso de gemelos digitales para modelar y seguir los flujos de materiales a lo largo de su ciclo de vida, ofreciendo mayor transparencia a los agentes industriales.
• Gestión de incertidumbres: desarrollo de herramientas robustas basadas en inteligencia artificial, aprendizaje automático y fusión de datos para procesar información heterogénea, incompleta e incierta.
• Flexibilidad y adaptación: desarrollo de herramientas robustas basadas en inteligencia artificial, aprendizaje automático y fusión de datos para procesar información heterogénea, incompleta e incierta.
• Flexibilidad y adaptabilidad: Explotación de plataformas digitales y herramientas de simulación para adaptarse rápidamente a los cambios en el mercado, la normativa o la disponibilidad de materiales. 
• Orquestación dinámica: coordinación de los flujos de datos y toma de decisiones en tiempo real para optimizar el rendimiento global de las cadenas de valor.
• Autonomía y coordinación de subsistemas: garantizar la interoperabilidad entre los actores preservando su autonomía gracias a arquitecturas distribuidas y reconfigurables. 
• Análisis hiperespectral y clasificación de materiales: Desarrollar tecnologías avanzadas de caracterización de materiales, como las imágenes hiperespectrales y el aprendizaje profundo, para mejorar la clasificación, separación y regeneración de materiales complejos.