Los parques eólicos son una de las bases fundamentales para la transición energética a nivel global con grandes ventajas y oportunidades, sin embargo, cuentan con una problemática que debe ser solucionada y es que los aerogeneradores deben ser detenidos completamente para poder ser inspeccionados, lo cual, además de ser poco eficiente, supone un enorme coste de pérdida de producción. Actualmente se calcula que se pierde alrededor del 15% de la producción de energía al año por tener que frenar las turbinas cada vez que se realizan inspecciones en las palas de los aerogeneradores del modo convencional, un dato no menor si tenemos en cuenta los costos asociados y la pérdida de producción de energía en cada parte.
Imágenes de alta calidad sin frenar las turbinas
Frente a esta problemática surge la pregunta lógica ¿Cómo optimizar el proceso de inspección de aerogeneradores, reducir costos y habilitar el mantenimiento inteligente? Uali ofrece la solución al mercado mediante el uso de robótica e inteligencia artificial, combinados en una plataforma de visualización de datos que permite a las compañías de energía proporcionar una evaluación completa del activo, reduciendo el tiempo de operación y garantizando la seguridad sin comprometer a los trabajadores.
Es así como Uali implementa una solución flexible para inspeccionar y administrar activos eólicos sin necesidad de frenarlos, a través de la integración de robótica e inteligencia artificial en una plataforma de fácil visualización. La captura de datos con drones proporciona una alternativa dinámica, segura y eficiente para recopilar información de los elementos críticos de una turbina eólica, lo que aumenta la precisión de los datos recopilados y asegura la seguridad de los operadores reduciendo el riesgo que implica escalar a alturas peligrosas.
Impulsando la transición energética utilizando robótica e Inteligencia Artificial
El uso de drones equipados con cámaras y sensores para inspeccionar las aspas de los aerogeneradores puede reducir el tiempo de inspección, aumentar la eficiencia e identificar posibles problemas antes de que se conviertan en problemas mayores. Además el uso de análisis de datos y aprendizaje automático para analizar los datos recopilados, proporciona información que puede eficientizar las decisiones de mantenimiento. Al utilizar estas tecnologías, los operadores de aerogeneradores pueden ahorrar tiempo y dinero mientras mejoran la confiabilidad y el rendimiento de sus activos.
Al combinar la recolección de datos en tiempo real con herramientas de análisis a escala, se posibilita brindar información precisa y procesable. La inteligencia artificial es el componente clave de la propuesta de valor de Uali ya que a medida que los modelos procesan más información, se obtiene una mayor precisión en la información que se entrega a los usuarios.
¿Qué se busca mediante la inspección de la infraestructura de turbinas eólicas en movimiento?
Detección y categorización de anomalías por tipo:
Erosión del borde de ataque
Daños por rayos
Daños por impacto
Descementado
Delaminación
Grietas longitudinales o transversales
Fibras secas
Daños en la capa superior
Cálculos dimensionales del tamaño de la anomalía, y su posición en el activo.
Criticidad de la anomalía para estimar con qué prioridad es necesaria efectuar una reparación.
Análisis térmico mediante mapas de calor para la verificación de la fatiga
Victoria Gardella, responsable de Energías Renovables en Uali, comenta
"Nuestras aplicaciones de Inteligencia Artificial en computer vision y drones están transformando la forma en que detectamos fallas en aerogeneradores en movimiento sin necesidad de detenerlos para una inspección, reduciendo pérdidas y aumentando la eficiencia energética. El desafío es mejorar el modelo de detección para un diagnóstico aún más preciso y efectivo ante ciertas condiciones climáticas."
Actualmente contando con oficinas en Argentina, España y Reino Unido, el objetivo principal de Uali es acompañar a la industria energética a reducir las emisiones de gases de efecto invernadero, acelerar la transición hacia una matriz energética más sostenible y aumentar la eficiencia en toda la industria.