Metodología para sistemas inteligentes de detección de mal funcionamiento en equiposaplicación a los aerogeneradores

Resumen

Es evidente la fuerte demanda y el creciente consumo energético de las sociedades actuales. Este crecimiento requiere cada vez más fuentes de generación energética en un escenario de restricciones medioambientales. Las energías renovables son una alternativa para esta generación local de energía, sin impactar en el medio ambiente. Para hacer de este tipo de energía una inversión más atractiva se plantean varia líneas de innovación de la tecnología. Entre ellas se encuentra el Mantenimiento Basado en la Condición (CBM). Mediante el mantenimiento basado en la condición se consigue alargar el ciclo de vida de los equipos y maximizar la rentabilidad de las instalaciones de origen renovable, ya que se reduce el impacto de las averías y la energía no producida por indisponibilidades de los equipos. Son muchas las empresas del sector de la minería de datos que se están posicionando estratégicamente en el campo de la detección de mal funcionamientos en equipos, y en concreto en aerogeneradores. No obstante, se encuentran importantes barreras para desarrollar un sistema de detección de mal funcionamientos que sea realmente aplicable. A estas dificultades se une la incredulidad objetiva del explotador y/o propietario de las instalaciones renovables. Muchos centros de investigación carecen de la experiencia real de explotación de las instalaciones y de los objetivos reales desde el punto de vista empresarial. Por otro lado, desde la empresa no se dispone del conocimiento matemático y, en ocasiones, del propio equipo necesario para entender la potencialidad de la minería de datos en el campo de la detección. Por tanto, el sector empresarial acude a estos centros (centros clásicos y universidades) buscando soluciones. En nuestro caso, todo se ha desarrollado según la hoja de ruta prevista, a plena satisfacción de la empresas implicada y de los investigadores participantes. En la Tesis Doctoral se ha desarrollado una metodología enfocada en la aplicación práctica, si bien rigurosa, de las técnicas de minería de datos en la detección de mal funcionamientos en equipos, en base a tres premisas: Simplicidad, Credibilidad y Robustez. Se modelizó el comportamiento operativo correcto de un componente del aerogenerador y a partir de dicho modelo, se desarrollaron una serie de indicadores de estado de equipo, lo cuales detectaron el 100% de los casos de avería en el equipo, con una antelación media de dos meses. Para la realización de los modelos de comportamiento se utilizaron sistemas basado en redes neuronales, sistemas Fuzzy y conjuntos de sistemas expertos. En base a estos resultados se establecieron los pasos a seguir para alcanzar la mejor solución ¿Cost-Effective¿ para la implantación del Sistema de detección de mal funcionamientos en aerogeneradores y prognosis del comportamiento y potencial fallo en un entorno productivo. Todos los objetivos de la Tesis han sido plenamente cumplidos, continuándose otros trabajos a partir de la misma, con las ventajas derivadas de que los resultados obtenidos se están aplicando en el Sector de la Energía, dentro y fuera de España.