Un proyecto que genera material con microplásticos de textiles, ganador español del James Dyson Award 2023

Archivo - Estudiantes del proyecto FIX
Archivo - Estudiantes del proyecto FIX - DYSON - Archivo
Publicado: miércoles, 13 septiembre 2023 0:00

   MADRID, 13 Sep. (Portaltic/EP) -

   El premio de diseño James Dyson Award ha recaído este año en tres estudiantes de la Escuela de Diseño e Ingeniería de Barcelona Elisava, que han desarrollado FIX, un proyecto enfocado a recuperar de las lavadoras el residuo sólido generado por el textil que contiene microplásticos, que se puede convertir en un nuevo material para evitar que contamine.

   Con estos premios, la Fundación James Dyson busca animar a jóvenes y estudiantes a iimpulsar e inspirar a la siguiente generación de ingenieros de diseño para desarrollar soluciones que resuelvan problemas reales de la sociedad.

   El ganador español de James Dyson Award 2023, que pasará a la fase internacional de James Dyson Award 2023 y ha sido galardonado con un premio de 5.700 euros recibe el nombre de FIX y lo han desarrollado estudiantes de Elisava.

   En concreto, es obra de los estudiantes del Grado de Ingeniería de Diseño Industrial y del Grado en Diseño e Innovación María Mei Bellsolà, Mario Snaz y Núria Fandos, que buscan con FIX solucionar un problema que afecta a los mares y a los oceános.

   En concreto, su fin es recuperar el residuo sólido de las lavadoras que contiene microplásticos -esto es, partículas menores de 5 mm que se desprenden durante el proceso de lavado- para convertirlo en un nuevo material y evitar que llegue al medioambiente.

   Para llegar a esta solución, los implicados en este proyecto estudiaron estos componentes y se dieron cuenta de que era un residuo difícil de capturar, controlr y gestionar porque contiene una gran variedad de materiales, tanto sintéticos como naturales.

   Así, crearon un material formado por residuos de lavadoras encapsulados, que contienen microplásticos, y los mezclaron con plástico de polipropileno reciclable. De ese modo, las partículas microscópicas se aglomeran con la matriz del polipropileno y se evita su liberación al medioambientE.

   Con ello, se asegura su incorporación a un sistema de economía circular, mejorando la propiedades mecánicas de flexión del polipropileno original. Por tanto, con este material se pueden fabricar pellets o filamentos para impresión 3D.

OTROS PROYECTOS DESTACADOS

   Junto con FIX, pasan a la fase internacional de James Dyson Award 2023 AVA y NOBJECTE, los otros finalistas de más de 200 estudiantes de 24 universidades y escuelas de diseño participantes en esta edición.

   Por un lado, AVA es un proyecto elaborado por un estudiante del Istituto Europeo di Design (IED), Javier Pascual, en colaboración con una terapeuta ocupacional y con el foco puesto en personas con espasticidad, un trastorno que dificulta el control del movimiento de las extremidades.

   Este se distingue de otras tecnologías de apoyo en que combina funcionalidad con ergonomía, adaptabilidad y estética. Así, se presenta un kit de mangos rediseñados y cabezales intercambiables con mangos adaptados a estas personas, para proporcionarles una mejor sujección.

   De este modo, los cabezales del cepillo de deintes, el cepillo del pelo o la maquinilla de afeitar tienen un sistema giratorio que permite colocar las caras de las herramientas en cuatro ángulos distintos -0, 90, 180 y 360 grados- para que se puedan usar sin problemas.

NOBJECTE, por otro lado, es una herramienta de control del entorno para personas invidentes creado por el estudiante de Elisava Joan Cofàn y con la colaboración de Adrià Esteve, que perdió la vista por una enfermedad ocultar con 23 años.

   Con ella, busca ayudar a personas invidentes a poder alertar y controlar el entorno ntarual gracias a la detección de objetos. Así, se reduce el esfuerzo que tienen que hacer cada vez que salen a la calle sin compañía.

   NOBJECTE es un 'wearable' que funciona con una cámara para visualizar el entorno y, mediante Inteligencia Artificial (IA) y el modelo de aprendizaje automático de reconocimiento de imágenes YOLO, detecta objetos a través de un Dataset, siempre conectado a una Raspberry Pi.

   Esta alternativa a los perros guía funciona con cinco motores de vibración y ofrece un sistema personalizable y adaptado a las necesidades de los usuarios. Además, es de bajo coste y de código abierto.