El Laboratorio de Microscopía Aplicada y Análisis de Imagen de la Universidad Politécnica de Madrid, integrado en RedLab, Red de Laboratorios de la Comunidad de Madrid (rla207), y ubicado en la ETS Ing. de minasyenergia, cuenta con equipamiento avanzado en los campos de la Microscopía Óptica de Transmisión y Reflexión, Petrografía, Mineragrafía, Análisis de Imagen y Microtermometría de Inclusiones Fluídas. Investiga materiales pétreos y de construcción, minerales y menas metálicas. Desarrolla aplicaciones a problemas de génesis mineral, metalogenia, exploración minera y geometalurgia o mineralurgia y sus implicaciones medio-ambientales, así como proyectos de investigación variados, ya sea de convocatorias públicas competitivas o financiados por la industria. La realización de tesis doctorales, trabajos tutelados de doctorado, tesis de master y proyectos de fin de carrera forma también parte de sus tareas habituales. Actualmente trabaja en el desarrollo de un sistema experto para el reconocimiento automatizado y caracterización de menas metálicas y en diversas aplicaciones industriales y de investigación. Al estar integrado con el Grupo de Investigación de Recursos Minerales de la Universidad Politécnica de Madrid (GIRMI_UPM), accede con facilidad a las instalaciones de laboratorios y redes internacionales colaboradores del mismo, como IGME o Red DESIR (22 instituciones de Europa y América).

Reflected light microscopy has been the main method of ore characterization throughout most of the second half of the 20th century, but its fate in the future may depend largely on the ability to increase its performance through reliable quantification and automation. The series of Quantitative Data Files edited by the IMA / COM, particularly the last version, QDF3 (Criddle & Stanley, 1993), represents a milestone in the compilation of reliable spectral information on ore reflectances in visible light, making it possible to aim at automated microscopic identification of ores based on quantitative data. A joint effort by researchers from the Universidad Politécnica de Madrid (UPM), AITEMÍN, Ruhr Universitaet Bochum (RUB), and Université de Liège (ULg) has allowed to collect visible and near-infra-red (VNIR) spectral data from ores in a systematic way for their automatic identification.

Leer más...