Skip to main content

Article Category

Noticia

Article available in the folowing languages:

Usar la inteligencia artificial para mejorar la eficiencia energética y en el consumo de recursos en distintas industrias

Expertos en energía, ingenieros de «software» y matemáticos han unido fuerzas para integrar funciones de aprendizaje automático en industrias de procesos fundamentales.

Economía digital

Cada vez está más clara la efectividad del aprendizaje automático en la mejora de la calidad del proceso de producción. La inteligencia artificial (IA) y el aprendizaje automático se han convertido en herramientas populares para que los fabricantes mejoren el rendimiento y optimicen el consumo de energía. El proyecto FUDIPO, financiado con fondos europeos, está haciendo grandes avances en la integración de la IA en varias industrias de procesos fundamentales a gran escala para lograr mejoras radicales en la eficiencia energética y en el consumo de recursos. Una noticia de la publicación digital «Open Access Government» resume el modo en el que distintas industrias, como las de depuración de aguas residuales y las refinerías de petróleo, pueden emplear sistemas de IA. En la noticia se señala que «FUDIPO está desarrollando y probando (en cinco estudios de caso) modelos dinámicos físicos (complementados con sensores blandos) y estadísticos avanzados, como redes bayesianas y modelos de aprendizaje automático, para lograr diagnósticos avanzados, sistemas de apoyo a las decisiones, optimización y controles predictivos basados en modelos».

Estudios de caso

Erik Dahlquist, de la Universidad de Mälardalen, coordinadora del proyecto, explica cómo se pone en práctica el sistema desarrollado en cinco estudios de caso a escala real, concretamente una refinería de petróleo, una gran planta termoeléctrica, una planta de papel y pasta de papel, una instalación de depuración de aguas residuales y una microturbina de electricidad y calor. En el caso de la refinería de petróleo, Türkiye Petrol Rafinerileri A.Ş. (Tüpraş), «FUDIPO aporta métodos avanzados para el control de procesos, reduciendo así el producto que se entrega por debajo o encima de los límites europeos». Para estimar las calidades de los productos, se usan modelos físicos y estadísticos junto con «un sistema de diagnóstico para detectar averías en los sensores de temperatura y modelos de infrarrojos cercanos para las propiedades de alimentación. Los progresos de FUDIPO podrían suponer un ahorro de entre 120 y 200 Twh/año de energía en las refinerías de petróleo de la Unión Europea». Mälarenergi, que gestiona una gran planta termoeléctrica en Suecia, se centra en el control de las emisiones. «Este control se mejora con FUDIPO, reduciendo así los tiempos de parada, las fluctuaciones, la corrosión, la incrustación y la aglomeración». Se utiliza un modelo físico «junto con datos medidos para diagnosticar las posibles averías en procesos y sensores usando una red bayesiana para los cálculos de probabilidades. Esto también se combina con un control predictivo basado en modelos para regular la humedad del combustible que entra en la caldera, donde se llevan a cabo mediciones en línea del combustible de desechos para determinar el contenido de plástico y humedad». En cuanto a la instalación de depuración de aguas residuales ABB, según Dahlquist: «FUDIPO aporta el desarrollo de algoritmos de control para un mejor rendimiento, determinando la calidad de los residuos entrantes y reduciendo así la demanda de oxígeno para ahorrar energía. Se ha desarrollado un modelo físico probado con datos fuera de línea, así como un modelo con Phyton para detectar averías en sensores, y un control predictivo basado en modelos». En el caso de la planta de papel y pasta de papel BillerudKorsnäs, con tres líneas de fibra con distintas calidades de pasta, el proyecto «conduce a un proceso y diagnósticos de fallos más estables gracias a un mejor control del número de kappa», como se indica en la noticia. El número de kappa es un parámetro que determina la cantidad de lignina remanente en la pasta después del digestor. Como es difícil de controlar, «se ejecuta un modelo físico como gemelo digital y se mide el espectro de infrarrojos cercanos en todas las astillas que llegan al digestor. Se trata de predecir el contenido de lignina y la reactividad». Finalmente, en los Países Bajos, para la turbina de electricidad y calor de Micro Turbine Technology, «FUDIPO está aumentando la eficacia ayudando a los clientes con un apoyo y una planificación de mantenimiento programados y predictivos». El proyecto FUDIPO (Future Directions of Production Planning and Optimized Energy- and Process Industries) concluirá en septiembre de 2020. Para más información, consulte: Sitio web del proyecto FUDIPO

Países

Suecia

Artículos conexos

Nuevos productos y tecnologías