RT @soydigitalwoman: 🚀Si os lo perdiste el lanzamientofe nuestro chapter en el #PaísVasco: 🚀 @POLYMAT_BERC, @Polyke…
RT @IdoiaAzaldegui: @POLYMAT_BERC @PolykeyPolymers @surphase_swe all together to enjoy the debate 🧪🌱☘👩💻 this wednesday in @soydigitalwoma…
RT @AEDyR_es: ¡Arrancamos! Comienza ahora la Sesión 1 del #CongresoDigitalAEDyR sobre #desalación y #reutilización de #Aguascalientes ¡…
Congratulations to the DETENTE team for winning the First Manuel Laborde Prize!
RT @NanoBioSep: Very grateful for the support from @Euskampus. Keen on getting started with our colleagues from San Sebastián and Bordeau…
Our new website is ready! We invite you to have a look!
SURPHASE predice a corto plazo y en una etapa temprana la tendencia al ensuciamiento de las membranas de desalinización.
Esto permite al operador planificar con antelación la estrategia de limpieza. Los datos obtenidos por SURPHASE facilitan la optimización a largo plazo de la operación de la planta de desalinización.
La detección temprana de SURPHASE evita llegar al punto irreversible de ensuciamiento y permite mantener la tasa de reemplazo de las membranas de acuerdo con la garantía del fabricante.
Además, siendo un sistema inteligente de monitorización, SURPHASE ofrece la posibilidad de grabar como “caja negra” las condiciones adecuadas de operación de las membranas.
SURPHASE aporta una mejora en el diseño de nuevas plantas de desalinización basándose en el big data obtenido por la red de dispositivos de monitorización.
Actualmente una gran cantidad de plantas se construyen de una manera estándar y en muchos casos, el diseño está lejos de ser óptimo. En estas plantas, la adaptación del diseño supone en muchos casos una inversión muy elevada y difícil de asumir.
SURPHASE aporta una ventaja competitiva a los fabricantes de detergentes frente sus competidores. Ofrecemos una estrategia de uso de detergentes más sostenible.
El dispositivo ofrece a los fabricantes de detergentes la oportunidad única de probar sus formulaciones in situ y en tiempo real. Hasta ahora, las formulaciones se realizan sobre una base de prueba y error que no permite una visión más profunda de su eficiencia real, que puede estar lejos de ser óptima, tanto económica como ecológicamente.