Bipasha Goyal sta creando quella che spera sarà la nuova linea di difesa contro la pandemia globale COVID-19: una lampada UV intelligente.
“Gli Ospedali utilizzano già un metodo simile chiamato irradiazione germicida ultravioletta (UVGI) per sterilizzare le sale operatorie e altri spazi”, afferma Goyal, studente del terzo anno di scienze ingegneristiche presso la Facoltà di scienze applicate e ingegneria dell’Università di Toronto. “La sfida è che questi sistemi sono molto costosi ed è difficile garantire che un dosaggio UV sufficiente sia applicato a una superficie”.
Goyal e i suoi colleghi del Team LumineSence – che include anche Joyce Poon, Professore di ingegneria elettrica e diversi altri studenti della U of T Engineering – stanno progettando un nuovo sistema UVGI che sarebbe più efficace e meno costoso delle macchine attualmente disponibili. Si concentrano sia sull’emissione di luce che sugli aspetti di rilevamento della luce del dispositivo.
“Gran parte dell’innovazione nei sistemi esistenti è stata costituita dal robot mobile autonomo che supporta le lampade”, afferma Goyal. “Ma quando si tratta delle lampade stesse, il modello di emissione di solito non è modellato o diretto in modo mirato. Le lampade non sono state integrate con alcun sensore per monitorare la loro efficacia”.
Immagine: un prototipo di lampada UV, progettato da un team di studenti della U of T Engineering, fa parte di un gruppo robotico intelligente progettato per sterilizzare le superfici di ospedali, scuole ed edifici residenziali. Credito immagine: Junho (Dave) Jeong / U di T.
Il team LumineSense sta creando un sistema integrato che eliminerebbe questa lacuna e potrebbe essere montato su rack mobili, soffitti o tavoli. Il team e il suo prodotto di punta derivano da CDL Recovery, un programma gestito dal Creative Destruction Lab della Rotman School of Management che si concentra su soluzioni intelligenti per accelerare la ripresa del mondo dalla crisi COVID-19.
Utilizzando sensori intelligenti e algoritmi progettati con cura, il dispositivo adatterebbe il suo output per fornire un’esposizione ottimale alla luce UV per sterilizzare le superfici. I sensori gli consentirebbero anche di spegnersi automaticamente se viene rilevata la presenza umana, riducendo al minimo il rischio di esposizione a radiazioni UV dannose.
Attualmente, il contributo di Goyal al progetto è supportato da un Mitacs Research Training Award, a cui corrisponde U of T Engineering. È tra gli 87 studenti universitari e laureati della U of T Engineering i cui progetti di ricerca hanno vinto i premi, con progetti che vanno dalla scienza dei dati e intelligenza artificiale ai materiali avanzati e alla produzione.
Molti dei progetti coinvolgono anche organizzazioni partner. Nel caso di Goyal, è il Max Planck Institute (MPI) di Microstructure Physics in Germania, dove Poon è Direttore. All’inizio del progetto, i ricercatori MPI hanno portato nuove idee, consigli e intuizioni a LumineSense.
“Comunicare con un team numeroso in più fusi orari è stato un compito difficile”, afferma Goyal. “Mi ha insegnato l’importanza di essere in una comunicazione regolare e di distribuire senza problemi ruoli e responsabilità”.
“In qualità di ingegneri, contribuiamo a soluzioni per migliorare il mondo”, afferma Poon. “Sono molto orgoglioso di Bipasha e di tutti gli studenti e postdoc che si sono riuniti per questo progetto di squadra”.
Oltre a migliorare la sua comprensione tecnica del rilevamento della luce e della robotica autonoma, Goyal afferma che il progetto sta anche evidenziando le sfide della traduzione della ricerca dal laboratorio al mercato.
“Le caratteristiche generali e i casi d’uso del progetto ci hanno richiesto di identificare potenziali parti interessate, tra cui scuole, laboratori di ricerca e persino edifici residenziali, e creare un design modulare adattabile per soddisfare meglio le loro esigenze”, dice Goyal . “COVID-19 ha influenzato tutti professionalmente e personalmente. Mi considero molto fortunato ad aver trovato questa opportunità per essere coinvolto in un progetto così significativo “.
Fonte: Università di Toronto
