Sistema de detección de patologías en aerogeneradores mediante el uso de un geme...
Sistema de detección de patologías en aerogeneradores mediante el uso de un gemelo digital y técnicas de inteligencia artificial (AERO-TWIN)
Las operaciones de mantenimiento de los aerogeneradores tienen un coste económico estimado entre el 10-20% del total del coste de la energía generada en el parque eólico. Los altos costes son debidos a la aparición de fallos y def...
Las operaciones de mantenimiento de los aerogeneradores tienen un coste económico estimado entre el 10-20% del total del coste de la energía generada en el parque eólico. Los altos costes son debidos a la aparición de fallos y defectos que requieren de numerosas y costosas operaciones de mantenimiento para mantener el servicio y seguridad de los equipos. Las causas principales de estos fallos se asocian a la variabilidad climatológica, debido a las variaciones en términos de cargas mecánicas y modos de operación que generan y que afectan de forma muy negativa a los elementos del tren motriz del aerogenerador; al elevado número de sistemas y aparatos que conforman los aerogeneradores, lo que incrementa la probabilidad de fallo y dificulta la localización de los mismos; y, especialmente, la progresiva evolución hacia aerogeneradores de mayores tamaños para buscar incrementos en la producción de energía, lo que supone un incremento de las cargas y tensiones que se transmitan hacia la estructura de la torre y las cimentaciones de estos.Sin embargo, las averías de los aerogeneradores van precedidas de indicios en fases tempranas que las soluciones actuales tratan de detectar para reducir los costes y evitar daños mayores. A medida que la capacidad de las turbinas crece (se ha triplicado en un periodo de tiempo de 20 años), los costes asociados a los periodos de inactividad (costes de oportunidad) y a las reparaciones también aumentan. Por lo tanto, la industria está buscando una solución fiable que detecte (en las primeras fases), diagnostique y anticipe un comportamiento discrepante en los componentes de sus turbinas para mejorar la toma de decisiones (minimizando los periodos de inactividad) y permitir una actividad de mantenimiento planificada y optimizada para ahorrar costes.En este contexto se detecta la necesidad de un sistema que diagnostique los principales elementos de un aerogenerador: i) rotor; ii) multiplicador; iii) generador; iv) torre y v) cimentación. Por ello, surge el proyecto AERO-TWIN SISTEMA DE DETECCIÓN DE PATOLOGÍAS EN AEROGENERADORES MEDIANTE EL USO DE UN GEMELO DIGITAL Y TÉCNICAS DE INTELIGENCIA ARTIFICIAL, proyecto de desarrollo experimental que ejecutará en cooperación el Instituto Tecnológico y de Energías Renovables (ITER) y la Universidad Politécnica de Valencia (UPV).El objetivo del presente proyecto es desarrollar un innovador sistema de monitoreo integral de aerogeneradores que permita realizar la identificación y diagnóstico de los defectos existentes en todos sus elementos principales (tren motriz, generador, torre y cimentación) junto a la posterior predicción de su evolución para establecer un mantenimiento predictivo del mismo. El sistema se basará en el uso de sensores no intrusivos distribuidos por el aerogenerador y tendrá las siguientes innovaciones: i) monitorización del estado de los elementos del tren motriz de un aerogenerador a partir del análisis de la firma eléctrica del generador mediante el uso de una Red Neuronal y ii) monitorización del estado de los elementos que componen la estructura (torre y cimentación) de un aerogenerador a partir de un sistema de monitoreo no intrusivo y detección de patologías mediante una Red Neuronal.El presupuesto del proyecto asciende a 482.239,13, de los cuales un 52% corresponde a ITER y un 48% a la UPV. Se prevé comercializar el sistema como un servicio para las empresas encargadas de la operación y el mantenimiento de los parques eólicos. Al final del proyecto, el Consorcio formado por ITER y la UPV validarán el sistema AERO-TWIN en un entorno operacional.ver más
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.