MoorIA es un proyecto de investigación innovador que aplica inteligencia artificial (IA) para transformar el mantenimiento de plataformas eólicas marinas flotantes. Desarrollado en el marco del programa HAZITEK, el proyecto está liderado por INALIA Innovación y Desarrollo en colaboración con Saitec Offshore Technologies
MoorIA es un innovador proyecto de investigación que aplica inteligencia artificial (IA) para transformar el mantenimiento de plataformas eólicas marinas flotantes. Desarrollado en el marco del programa HAZITEK, el proyecto está liderado por INALIA Innovación y Desarrollo en colaboración con Saitec Offshore Technologies..
La energía eólica marina flotante es un motor clave de la transición energética global y la descarbonización. Sin embargo, su principal reto actual reside en reducir los costes de operación y mantenimiento (O&M). El éxito de estas plataformas depende en gran medida de sus sistemas de fondeo. (cadenas, cables sintéticos o de acero), responsables de mantener la plataforma en su posición de forma segura ante las duras condiciones marinas.
La fiabilidad de estos amarres es crucial no solo para la seguridad, sino también para la viabilidad económica del parque eólico. De hecho, las compañías de seguros y las entidades financieras exigen pruebas rigurosas de la robustez de estos sistemas antes de respaldar cualquier proyecto.
Actualmente, el monitoreo de los sistemas de fondeo enfrenta importantes limitaciones de costes y durabilidad, lo que a menudo restringe su uso a prototipos a corto plazo. La industria necesita urgentemente soluciones escalables, confiables y de bajo mantenimiento.
MoorIA: Monitorizando la salud estructural y aprendizaje profundo (deep learning)
MoorIA se ha creado para abordar este desafío. El proyecto busca desarrollar nuevas herramientas de monitorización de la salud estructural (MSE) basadas en modelos predictivos de inteligencia artificial.
- Operational data: analyzing the platform's movement and position.
- Proven maritime technology: utilizing MRU (Motion Reference Unit) and GPS + RTK sensors, known for their high precision in the naval sector.
- Deep learning: advanced algorithms that translate these indirect data points into vital information about the condition of the mooring lines.
A diferencia de los métodos tradicionales que se basan en mediciones directas, cuya instalación en plataformas operativas es compleja y costosa, MoorIA utiliza un enfoque innovador: la estimación de las cargas de amarre mediante mediciones indirectas. Para lograrlo, el sistema integra:
Datos operativos: análisis del movimiento y la posición de la plataforma
- Entrenamiento y validación de algoritmos de IA: uso de la plataforma flotante DemoSATH para registrar datos reales de carga bajo distintas condiciones operativas.
- Diseño de un sistema de medición directa: creación de un dispositivo instalable en plataformas operativas para superar las barreras tecnológicas actuales y calibrar el sistema.
- Predictive model development: Investigación continua en IA para estimar series temporales de cargas y detectar anomalías estructurales mediante el análisis integral de datos indirectos.
Tecnología probada: utilizando sensores MRU (Unidad de Referencia de Movimiento) y GPS + RTK, conocidos por su alta precisión en el sector naval.
Aprendizaje profundo: algoritmos avanzados que traducen estos puntos de datos indirectos en información vital sobre el estado de las líneas de amarre.
Fases de desarrollo del proyecto
Desarrollo de modelos predictivos: investigación continua de IA para estimar series temporales de carga y detectar anomalías estructurales mediante un análisis integral de datos indirectos.
Beneficios clave del mantenimiento predictivo
La implementación de inteligencia artificial en la monitorización de sistemas de amarre marcará un punto de inflexión en la rentabilidad de los parques eólicos marinos. Al redefinir los parámetros de SHM, MoorIA facilita la transición hacia una monitorización más inteligente y eficiente en el uso de recursos.
Este proyecto ha sido objeto de ayuda con cargo al presupuesto de gastos del Departamento de Industria, Transición Energética y Sostenibilidad del Gobierno Vasco y al Fondo Europeo de Desarrollo Regional (FEDER).
