Mejorar la eficiencia de la combustión para maximizar la producción de energía mientras se minimiza el consumo de combustible.
La solución al caso presentado se desarrolla a través de los siguientes componentes:
* Recolección de datos en tiempo real: Captura y análisis de datos de las variables de la combustión junto con imágenes visuales y térmicas utilizando sensores y cámaras especializadas.
* Análisis avanzado con IA y ML: Aplicación de algoritmos de IA y ML para interpretar los datos e imágenes capturados, identificando patrones y correlaciones que indican la eficiencia de la combustión.
* Optimización basada en Big Data: Utilización de análisis de Big Data para comparar datos históricos y en tiempo real, optimizando los parámetros de combustión para maximizar la eficiencia y reducir emisiones.
* Implementación de recomendaciones: Desarrollo de un sistema de control que propone parámetros de la caldera en tiempo real basándose en los insights generados por IA y ML.
* Interfaz de usuario y reportes: Proporcionar una plataforma que permita a los operadores monitorear el proceso, recibir recomendaciones y acceder a reportes detallados para la toma de decisiones.
Esta solución puede abordar varias necesidades importantes en el sector industrial, especialmente en aquellos implicados en la combustión de biomasa, como son:
Eficiencia energética: Mejora la eficiencia de la combustión para maximizar la producción de energía mientras se minimiza el consumo de combustible.
Reducción de emisiones: Ayuda a reducir las emisiones nocivas al optimizar el proceso de combustión, contribuyendo a la sostenibilidad ambiental.
Costos operativos: Reduce los costos operativos al mejorar la eficiencia del combustible y disminuir la necesidad de mantenimiento mediante la operación óptima de las calderas.
Análisis predictivo y mantenimiento: Permite la detección temprana de posibles fallos o ineficiencias en el proceso de combustión, facilitando el mantenimiento predictivo y preventivo.
Optimización del proceso: Ajusta en tiempo real los parámetros de combustión basándose en el análisis continuo de datos, asegurando un rendimiento óptimo bajo diversas condiciones.
ML e IA Generativa.
Pervasive proporciona soporte permanente para prevenir fallos y corregirlos, incluyendo actualizaciones permanentes
3BD-Biomass Boiler Big Data, “Una manera de hacer Europa”, es un proyecto de I+D+I realizado gracias al apoyo financiero del Fondo Europeo de Desarrollo Regional (FEDER) de la Unión Europea
Pervasive Technologies, compañía especializada en el desarrollo de soluciones de reconocimiento de imágenes mediante el uso de Inteligencia Artificial (IA) para diferentes sectores industriales, junto a Termosun e Imae, en colaboración con Schneider, han unificado recursos y conocimiento en un innovador proyecto de investigación para la optimización de la combustión de biomasa y subproductos afines en calderas industriales mediante la aplicación de Inteligencia Artificial (IA) y otras tecnologías disruptivas como el Machine Learning y el Big Data.
El preocupante aumento de los costes del gas de origen fósil como consecuencia de la actual guerra en Ucrania, así como el aumento del precio de los créditos de carbono, están haciendo que muchas industrias en España hayan iniciado el camino hacia la conversión de sus plantas térmicas, para sustituir las obsoletas calderas tradicionales de gas por nuevas calderas que utilizan biocombustibles renovables, como la biomasa forestal o subproductos agroindustriales.
Como vemos, existe una creciente demanda de calderas de biomasa en la industria alimentaria, automovilística, química, etc., pero desde Termosun han observado que los operadores y el personal de mantenimiento de las instalaciones industriales no disponen de suficientes habilidades para la óptima gestión de las calderas, de modo que no aprovechan al máximo su eficiencia energética, ni consiguen reducir las emisiones contaminantes como se podría con los equipos y tecnología actuales.
La operación y mantenimiento que requieren las calderas de biomasa es superior a la simplicidad de operación de las de gas y esta evolución debe ser acompañada por tecnologías avanzadas de adquisición y gestión de datos y de control más avanzadas, para evitar que la eficiencia de la caldera dependa únicamente del operador. Esto garantiza la eficiencia y aumenta la vida útil de la caldera, así como la protección del ambiente, evitando sobreconsumos de biomasa o defectos que provoquen emisiones a la atmósfera.
El proyecto 3BD, Biomass Boiler Big Data, se ha creado con el fin de mejorar los modelos de algoritmo actuales gracias a la Inteligencia Artificial. El Machine Learning, con la obtención de gemelos y la creación de algoritmos, permite identificar patrones en datos masivos Big Data. Así se elaboran predicciones que dan la posibilidad de digitalizar el funcionamiento de la caldera para su óptima combustión, rendimiento y mínimas emisiones.
Bajo el concepto de toolbox, el proyecto combina herramientas que se integran en la caldera en diferentes capas de escalabilidad y licenciamiento, siendo las básicas:
Las herramientas se ordenan en diferentes capas, comenzando por la 0, también conocida como hardware de campo y, progresivamente, escala hacia la adquisición, interpretación, iteración y alteración de parámetros de operación, para culminar con el correspondiente reporte al servicio de asistencia técnica.
“Participar en un proyecto tan innovador que ayuda, además a mejorar el medio ambiente, es un orgullo para nosotros. Facilitar al mercado de las calderas de biomasa una solución para garantizar su óptimo desempeño en términos de rendimiento energético, reducción de impacto y de costes de operación y mantenimiento ha sido todo un reto y junto a Termosun e Imae, lo hemos conseguido”, comenta Rodolfo Lomascolo, CEO y cofundador de Pervasive Technologies.
Por su parte, Antonio Pont, CEO y cofundador de Termosun, agrega: “Agradecemos a Pervasive e Imae la elevada implicación de sus equipos técnicos que están aplicando su elevado conocimiento con gran empeño y diligencia para el éxito de este proyecto, un bien común para el ambiente y para la industria”.