Uali, una empresa inicial argentina, aplica inteligencia artificial para las inspecciones de mantenimiento de turbinas de energía eólica.
Los parques eólicos son una de las bases para la transición energética a nivel global, pero con un talón de Aquiles delicado: los aerogeneradores deben ser detenidos por completo para su inspección, lo que genera una gran pérdida de producción.
Uali implementa una herramienta flexible para la inspección y administración de turbinas eólicas sin necesidad de frenarlas, a través de la integración de robótica e inteligencia artificial en una plataforma informática.
La captura de datos con drones proporciona una alternativa para la recopilación de información de los elementos críticos de una turbina eólica, lo que aumenta la precisión de los datos registrados y asegura la seguridad de los operadores al reducir el riesgo de escalar a alturas peligrosas.
Según me informó Uali en un comunicado, se estima una pérdida de alrededor del 15% de la producción de energía al año por el frenado de las turbinas cada vez que se realizan inspecciones en las palas de los aerogeneradores del modo convencional.
Además, el uso de análisis de datos y aprendizaje automático para analizar los datos recopilados, proporciona información que puede aumentar la eficiencia de 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.
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.
Objetivos de la herramienta de Uali
¿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 y/o por impacto.
- Descementado.
- Delaminación.
- Grietas longitudinales o transversales.
- Fibras secas.
- Daños en la capa superior.
- Cálculos del tamaño de la anomalía, y su posición en el activo.
- Criticidad de la anomalía para estimar su prioridad de reparación.
- Análisis térmico mediante mapas de calor para la verificación de la fatiga.
Victoria Gardella, responsable de energías renovables en Uali, comentó que «el desafío es mejorar el modelo de detección para un diagnóstico aún más preciso y efectivo ante ciertas condiciones climáticas».
Uali fue fundada por Ian Bogado y Diego Montesano. En 2022 fue premiada como la más innovadora del sector de energías verdes y renovables dentro del Digital Innovation Network, la sección del G20 que reúne a las empresas con una propuesta de valor dentro de todos los países miembros del grupo.
Este reconocimiento elevó la valuación de la compañía a casi 14 millones de dólares y que la ubica en vistas a una serie A de inversión en 2023.
Si te gustó o sirvió algo que publiqué, te ofrezco dos alternativas para agradecer y permitir la continuidad de mi trabajo en Bahía César, haciendo clic sobre ellas:
