{"id":3012,"date":"2026-01-27T05:31:28","date_gmt":"2026-01-27T05:31:28","guid":{"rendered":"https:\/\/blog.awc.org.mx\/?p=3012"},"modified":"2026-01-27T05:31:28","modified_gmt":"2026-01-27T05:31:28","slug":"optimizan-el-uso-de-aguas-residuales-para-producir-hidrogeno-verde-mediante-inteligencia-artificial","status":"publish","type":"post","link":"https:\/\/blog.awc.org.mx\/index.php\/2026\/01\/27\/optimizan-el-uso-de-aguas-residuales-para-producir-hidrogeno-verde-mediante-inteligencia-artificial\/","title":{"rendered":"Optimizan el uso de aguas residuales para producir hidr\u00f3geno verde mediante inteligencia artificial"},"content":{"rendered":"<section class=\"entradilla\">\n<div class=\"container\">\n<div class=\"estrecho\">\n<div class=\"row\">\n<div class=\"col-sm-12\">\n<div class=\"content\">\n<p><strong>La UMA participa en este proyecto internacional, del que forman parte investigadores de Vietnam, Corea del Sur, India y Taiwan<\/strong><\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/section>\n<section class=\"texto\">\n<div class=\"container\">\n<div class=\"estrecho\">\n<div class=\"row\">\n<div class=\"col-12\">\n<div class=\"content the_content text-justify\">\n<p>Cient\u00edficos de los Departamentos de Qu\u00edmica Inorg\u00e1nica e Ingenier\u00eda Qu\u00edmica de la Universidad de M\u00e1laga participan en una colaboraci\u00f3n internacional en la que se ha optimizado, mediante inteligencia artificial, el proceso de producci\u00f3n de hidr\u00f3geno verde a partir de aguas residuales.<\/p>\n<p>Se trata de un consorcio del que tambi\u00e9n forman parte investigadores de pa\u00edses como Vietnam, Corea del Sur, India y Taiwan que, adem\u00e1s, cuenta con financiaci\u00f3n de la empresa ACOSOL, de Fundaci\u00f3n Unicaja y de la Agencia Estatal de Investigaci\u00f3n (Ministerio de Ciencia, Innovaci\u00f3n y Universidades).<\/p>\n<p>\u201cEl desarrollo de procesos para el uso y revalorizaci\u00f3n de las aguas residuales es necesario para mejorar la sostenibilidad de los recursos h\u00eddricos y proteger el medio ambiente\u201d, se\u00f1ala el catedr\u00e1tico de la Facultad de Ciencias Enrique Rodr\u00edguez Castell\u00f3n, uno de los autores de este trabajo que, por otro lado, tambi\u00e9n explica que el hidr\u00f3geno es una \u00abmateria prima esencial en la industria qu\u00edmica y metal\u00fargica y un vector energ\u00e9tico clave en la descarbonizaci\u00f3n\u00bb.<\/p>\n<p>Por ello, seg\u00fan se constata en este trabajo, que ha sido publicado en la revista cient\u00edfica\u00a0<a href=\"https:\/\/www.sciencedirect.com\/science\/article\/pii\/S0360544226000368?dgcid=coauthor\"><em>Energy<\/em><\/a>\u00a0el uso de aguas residuales para producir hidr\u00f3geno verde -considerado como el combustible del futuro- es un proceso sostenible con un gran potencial, puesto que permite ahorrar agua potable, optimizar residuos y contribuir a la disminuci\u00f3n del uso de recursos f\u00f3siles.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/section>\n<section class=\"video\">\n<div class=\"container\">\n<div class=\"estrecho\">\n<div class=\"row justify-content-md-center\">\n<div class=\"col-sm-12\">\n<div class=\"content\">\n<div class=\"ratio ratio-16x9\">\n<p><iframe title=\"Optimizan el uso de aguas residuales para producir hidr\u00f3geno verde a partir de IA\" width=\"800\" height=\"450\" src=\"https:\/\/www.youtube.com\/embed\/8tfR1c2mwKU?feature=oembed\" frameborder=\"0\" allow=\"accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\" allowfullscreen><\/iframe><\/p>\n<h2><b><strong>Nueva v\u00eda<\/strong><\/b><\/h2>\n<p><b><\/b>Esta investigaci\u00f3n, precisamente, ha logrado optimizar el rendimiento de este proceso, que se lleva a cabo mediante fermentaci\u00f3n oscura -un m\u00e9todo que consiste en usar microorganimos anaerobios para descomponer la materia org\u00e1nica presente en el agua residual para producir biohidr\u00f3geno-, aunque, hasta ahora, con variables que afectan a su rendimiento y l\u00edmites en su aplicaci\u00f3n comercial.<\/p>\n<p>El\u00a0uso de la inteligencia artificial y machine learning -aprendizaje autom\u00e1tico- abre, por tanto, una nueva v\u00eda para crear modelos predictivos que mejoren procesos qu\u00edmicos como el de la fermentaci\u00f3n oscura.\u00a0\u00a0\u201cEstos modelos facilitan la identificaci\u00f3n y el aprendizaje de patrones, lo que da como resultado una mayor precisi\u00f3n en las predicciones \u00a0y en el control del sistema\u201d, afirma Rodr\u00edguez Castell\u00f3n.<\/p>\n<p><img decoding=\"async\" src=\"https:\/\/www.umadivulga.uma.es\/wp-content\/uploads\/2026\/01\/Hidrogenoverdem-780x520.jpg\" alt=\"Optimizan el uso de aguas residuales para producir hidr\u00f3geno verde mediante inteligencia artificial\" \/><\/p>\n<p><i>M. Cruz L\u00f3pez Escalante, Olga Guerrero P\u00e9rez y Enrique Rodr\u00edguez Castell\u00f3n, investigadores de la UMA de este consorcio, posan en un laboratorio del SCAI<\/i><\/p>\n<h2><b><strong>Novedoso m\u00e9todo<\/strong><\/b><\/h2>\n<p>El trabajo de este consorcio internacional ha demostrado que es posible desarrollar modelos predictivos para este proceso, que mejoren su rendimiento, afinando el procedimiento y ahorrando tiempo y costes.<\/p>\n<p>Igualmente, describe tambi\u00e9n un novedoso m\u00e9todo asistido por inteligencia artificial que reemplazar\u00eda otros m\u00e1s convencionales, mediante el uso de datos de pruebas del mundo real para construir modelos predictivos. Adem\u00e1s, este se ha utilizado para optimizar la recuperaci\u00f3n de energ\u00eda y minimizar los desechos org\u00e1nicos del proceso, mejorando su sostenibilidad.<\/p>\n<p>Este estudio se ha llevado a cabo en el contexto de proyectos de investigaci\u00f3n de la Universidad de M\u00e1laga sobre la optimizaci\u00f3n de recursos h\u00eddricos, financiado por la empresa ACOSOL, y sobre producci\u00f3n de hidr\u00f3geno y descarbonizaci\u00f3n, financiado por la Fundaci\u00f3n Unicaja, as\u00ed como por la Agencia Estatal de Investigaci\u00f3n y el proyecto europeo \u2018H2 Excellence\u2019. La catedr\u00e1tica Olga Guerrero P\u00e9rez y la profesora M. Cruz L\u00f3pez Escalante, ambas del Departamento de Ingenier\u00eda Qu\u00edmica, son las otras dos cient\u00edficas de la UMA autoras de este trabajo.<\/p>\n<h2>Referencia bibliogr\u00e1fica:<\/h2>\n<p>Anh Tuan Hoang, Wei-Hsin Chen, M. Olga Guerrero-P\u00e9rez, Enrique-Rodr\u00edguez Castell\u00f3n, Mar\u00eda Cruz L\u00f3pez-Escalante, Van Nhanh Nguyen, Prabhu Paramasivam, Xuan Phuong Nguyen, Thanh Hai Truong (2026) Turning waste into energy: Application of machine learning and explainable artificial intelligence for determining key factors in wastewater-to-hydrogen conversion,\u00a0<em>Energy<\/em>, Volume 344, 139934, ISSN 0360-5442,\u00a0<a href=\"https:\/\/www.sciencedirect.com\/science\/article\/pii\/S0360544226000368?via%3Dihub\">https:\/\/doi.org\/10.1016\/j.energy.2026.139934<\/a>.<\/p>\n<p>&nbsp;<\/p>\n<p>Publicado originalmente por:\u00a0<a href=\"https:\/\/www.umadivulga.uma.es\/noticias\/optimizan-el-uso-de-aguas-residuales-para-producir-hidrogeno-verde-mediante-inteligencia-artificial\/\">https:\/\/www.umadivulga.uma.es\/noticias\/optimizan-el-uso-de-aguas-residuales-para-producir-hidrogeno-verde-mediante-inteligencia-artificial\/<\/a><\/p>\n<\/div>\n<div><\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/section>\n","protected":false},"excerpt":{"rendered":"<p>La UMA participa en este proyecto internacional, del que forman parte investigadores de Vietnam, Corea del Sur, India y Taiwan Cient\u00edficos de los Departamentos de Qu\u00edmica Inorg\u00e1nica e Ingenier\u00eda Qu\u00edmica de la Universidad de M\u00e1laga participan en una colaboraci\u00f3n internacional en la que se ha optimizado, mediante inteligencia artificial, el proceso de producci\u00f3n de hidr\u00f3geno [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":3013,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[5],"tags":[],"class_list":["post-3012","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tecnologia"],"_links":{"self":[{"href":"https:\/\/blog.awc.org.mx\/index.php\/wp-json\/wp\/v2\/posts\/3012","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blog.awc.org.mx\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog.awc.org.mx\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog.awc.org.mx\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.awc.org.mx\/index.php\/wp-json\/wp\/v2\/comments?post=3012"}],"version-history":[{"count":1,"href":"https:\/\/blog.awc.org.mx\/index.php\/wp-json\/wp\/v2\/posts\/3012\/revisions"}],"predecessor-version":[{"id":3014,"href":"https:\/\/blog.awc.org.mx\/index.php\/wp-json\/wp\/v2\/posts\/3012\/revisions\/3014"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blog.awc.org.mx\/index.php\/wp-json\/wp\/v2\/media\/3013"}],"wp:attachment":[{"href":"https:\/\/blog.awc.org.mx\/index.php\/wp-json\/wp\/v2\/media?parent=3012"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog.awc.org.mx\/index.php\/wp-json\/wp\/v2\/categories?post=3012"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog.awc.org.mx\/index.php\/wp-json\/wp\/v2\/tags?post=3012"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}