La operación y mantenimiento que requieren las calderas de biomasa debe ser acompañada por tecnologías avanzadas de adquisición y gestión de datos y de control más avanzadas, para garantizar la eficiencia y aumenta la vida útil de la caldera. El proyecto 3BD, Biomass Boiler Big Data, de Pervasive Technologies, Termosun Imae,y Schneider pretende mejorar los modelos de algoritmo actuales gracias a la Inteligencia Artificial para elaborar predicciones que dan la posibilidad de digitalizar el funcionamiento de la caldera para su óptima combustión, rendimiento y mínimas emisiones.
La creciente demanda de calderas de biomasa en la industria alimentaria, automovilística, química, etc., lleva consigo que los operadores y el personal de mantenimiento de las instalaciones industriales no puedan aprovechar al máximo su eficiencia energética, ni consigan reducir las emisiones contaminantes tanto 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.
Por este motivo, 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 Learningy el Big Data. 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. Las herramientas se ordenan en diferentes capas, comenzando por la 0, también conocida comohardware 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. Las herramientas básicas son:
• Medición continua de los parámetros que se suceden en los diferentes estados físico-químicos durante el proceso de combustión
• Captura de imagen de parrilla de combustión en interior de horno
• Conjunto de sondas de oxígeno y temperatura en línea de gases de escape
• Plataforma de adquisición e interpretación masiva de datos
• Modelo digital de entrenamiento y afín del dato y autoaprendizaje
• Interfaz de corrección de parámetros de operación
Rodolfo Lomascolo, CEO y cofundador de Pervasive Technologies, comenta que «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». 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».
Fuente: Energías Renovables (2022)
