Ladicim integra la inteligencia artificial en la lucha contra el cambio climático
El Laboratorio de Ciencia e Ingeniería de Materiales (Ladicim) de la Universidad de Cantabria lidera un proyecto que busca aplicar la IA para reducir emisiones en la industria, la producción de energía y el transporte. Realizado en colaboración con las empresas GSW y Rocacero, y con la participación del Instituto de Hidráulica de Cantabria, Intelest tiene como objetivo la transferencia del conocimiento científico y tecnológico al tejido productivo, optimizando procesos industriales y mejorando la eficiencia energética.
José Ramón Esquiaga | @josesquiaga | Diciembre 2024
En lo que puede entenderse como otra forma de economía circular, la tecnología aparece como herramienta para mitigar las peores consecuencias del propio desarrollo tecnológico. Esa sería la idea que inspira el proyecto Intelest, que con la inteligencia artificial (IA) como aliada busca mejorar procesos industriales e incrementar la eficiencia en el uso de la energía –materias ambas directamente vinculadas con el desarrollo tecnológico– para contribuir con ello a una reducción en las emisiones de gases de efecto invernadero. A través de cuatro líneas de investigación independientes y con financiación de la Consejería de Industria del Gobierno de Cantabria a través del programa Feder 2021-2027, el proyecto parte de una premisa: la IA ofrece un conjunto de herramientas con gran potencial transformador, capaces de ofrecer soluciones innovadoras a problemas complejos y multifacéticos, una categoría en la que entra de lleno el cambio climático.
El Laboratorio de Ciencia e Ingeniería de Materiales (Ladicim) es el impulsor de Intelest, y también el corazón de un proyecto que desde el lado de la investigación vincula además al Instituto de Hidráulica de Cantabria (IHCantabria) y que, ya en parte más directamente relacionada con la aplicación práctica de los resultados, cuenta con la implicación de las empresas Global Steel Wire (GSW) y Rocacero, además de con una organización sectorial como Mafex, que representa a más de un centenar de empresas con actividad en toda la cadena de valor de la industria ferroviaria española.
“El proyecto se enmarca dentro de una estrategia de transferencia de conocimiento que busca beneficiar directamente al sector productivo e industrial de Cantabria, proporcionándole herramientas avanzadas para enfrentar los desafíos del cambio climático”, explica el catedrático emérito Federico Gutiérrez-Solana, coordinador del proyecto, que para alcanzar esos objetivos apela tanto a la trayectoria del Ladicim, una instalación que desarrolla investigaciones desde hace cuarenta años, como a la implementación de nuevas tecnologías en el modelado y la optimización de procesos industriales, infraestructuras de transporte y sistemas de generación de energía.
Federico Gutiérrez-Solana, catedrático emérito y coordinador del proyecto Intelest. Foto: Nacho Cubero.
En el caso del proyecto Intelest, el trabajo en esas tres áreas de actividad –la industria, el transporte y la generación de energía, elegidas por su impacto global en el volumen de emisiones– se concreta a través de cuatro líneas de investigación en las que el Ladicim cuenta con amplia experiencia, pero en las que está iniciativa abre nuevos caminos: “El laboratorio tiene experiencia en la aplicación de herramientas de IA en algunas de sus áreas de investigación, pero Intelest representa un antes y un después en este sentido porque supone aplicar ya de manera generalizada la IA en todas nuestras líneas de trabajo”, destaca Gutiérrez Solana, subrayando la aportación que ello puede suponer tanto para la competitividad de la industria de Cantabria como para combatir el cambio climático: “Nuestras investigaciones están muy orientadas a la transferencia de conocimiento, especialmente al campo de la ingeniería en sectores como el transporte o la energía, y la integración de la IA en todas nuestras actividades potenciará aún más nuestra capacidad de dar servicio a la industria. Por otra parte, Intelest nos permitirá generar también un impacto positivo a otros niveles, ya que facilitará la reducción de consumos y emisiones”.
Las cuatro líneas de investigación de Intelest trabajan sobre necesidades específicas planteadas por las empresas que participan en el proyecto, buscando soluciones para la reducción de consumos, la resistencia de materiales o el mantenimiento predictivo de infraestructuras ferroviarias. En todos los casos, y como objetivo último, se busca mejorar la competitividad de las empresas colaboradoras a través de la aplicación de tecnologías avanzadas de IA y simulación numérica, y con un enfoque que prima la transferencia de conocimiento. Con ello, y además de las ventajas competitivas que supone la reducción de costes y la mejora de procesos, se persigue que los beneficios derivados del proyecto puedan trasladarse posteriormente a otras empresas y sectores industriales.
Línea 1: Optimización del consumo energético en la producción de acero
La primera línea de trabajo del proyecto Intelest se apoya en la colaboración histórica entre Ladicim y Global Steel Wire, líder europeo en la fabricación de acero de alto valor añadido y una de las principales industrias de Cantabria. Esta colaboración permanente se ha orientado siempre a la reducción del consumo energético en procesos industriales, un objetivo estratégico para GSW que con Intelest incorporará el uso de herramientas de simulación numérica avanzada y algoritmos de Machine Learning. Para hacerlo, un equipo liderado por Diego Ferreño, catedrático del Ladicim, desarrollará un gemelo digital del horno de inducción utilizado en el proceso de fabricación de palanquillas de acero, con el fin de optimizar su funcionamiento y reducir la energía consumida.
Los objetivos específicos que persigue esta línea de investigación incluyen el diseño de algoritmos de IA para establecer estrategias de calentamiento eficientes, el desarrollo de modelos por elementos finitos para predecir la temperatura de las palanquillas, la creación de un laboratorio virtual para generar muestras sintéticas y la explotación de estos modelos para optimizar el proceso de fabricación.
Línea 2: Predicción de la fragilización de aceros en centrales nucleares
Focalizada en el sector energético, la segunda línea de investigación del proyecto se apoya en la colaboración recurrente entre Ladicim y organizaciones internacionales como la American Society for Testing and Materials (ASTM), el Electric Power Research Institute (EPRI) y el Centro de Investigaciones Energéticas, Medioambientales y Tecnológicas (Ciemat). Estas colaboraciones han permitido al laboratorio de la UC acceder a la base de datos más completa a nivel mundial en lo referente a la fragilización experimentada por las vasijas de los reactores nucleares bajo condiciones operativas. Un recurso que sitúa al equipo que lidera el profesor Diego Ferreño en una posición privilegiada para abordar el desafío de la fragilización de los aceros de vasija, crucial para la seguridad y la vida útil de las centrales nucleares de fisión, mediante el desarrollo de modelos predictivos basados en ‘machine Learning’.
Esta investigación pretende desarrollar modelos predictivos que determinen el grado de fragilización sufrido por los aceros de las vasijas de reactores nucleares debido a la irradiación neutrónica, con el fin de asegurar la operación a largo plazo de las centrales nucleares de fisión. Los esfuerzos se dirigen a entrenar y validar algoritmos que apoyen en la identificación de condiciones operativas seguras, diseño de programas de vigilancia predictivos y la mejora de la integridad estructural de componentes críticos en el sector nuclear.
Línea 3: Desarrollo de hormigones de altas prestaciones para eólica offshore
La tercera línea de investigación de Intelest se centra en el desarrollo de soluciones innovadoras para la generación de energía eólica ‘offshore’, específicamente a través de la construcción de plataformas eólicas flotantes fabricadas en hormigón en lugar de acero. La iniciativa surge como respuesta a los desafíos presentados por el corrosivo ambiente marino y las demandas mecánicas del viento y el oleaje, que afectan negativamente a la durabilidad y eficiencia de las estructuras tradicionales de acero.
La colaboración existente entre Ladicim, el IHCantabria y la empresa cántabra Rocacero, especializada en prefabricados de hormigón, subraya un compromiso con la innovación en materiales y técnicas de construcción que mejoren la sostenibilidad y el rendimiento de las infraestructuras destinadas a la generación de energía renovable en el mar.
Investigadores del Ladicim, en las instalaciones del laboratorio. De izquierda a derecha, José Saiz Aja, Guillermo Gómez, Miguel Ángel Fernández, Isaac Rivas, Isidro Carrascal, José Casado, Pablo Tamayo y Víctor Arce. Foto: Nacho Cubero.
Esta línea de investigación, liderada por el catedrático Isidro Carrascal, desarrollará hormigones de alta prestación para su uso en plataformas eólicas flotantes offshore, una innovación que busca reemplazar el acero por hormigón pretensado para mejorar la durabilidad y resistencia de estas estructuras frente a las adversidades del ambiente marino. El proyecto aplica algoritmos de IA para optimizar la composición del hormigón, asegurando que cumpla con requisitos específicos de trabajabilidad, integridad estructural y durabilidad.
Línea 4: Mantenimiento predictivo de infraestructuras ferroviarias de alta velocidad
Los antecedentes de esta línea de investigación giran en torno a la experiencia acumulada por Ladicim en colaboraciones previas enfocadas a la optimización de componentes de la superestructura ferroviaria de alta velocidad. Durante más de tres décadas, el laboratorio ha desarrollado investigaciones para mejorar la interconectividad y sostenibilidad del transporte por ferrocarril en Cantabria, colaborando con empresas regionales, nacionales e internacionales como Redalsa, Pandrol y el Administrador de Infraestructuras Ferroviarias (ADIF), además de la asociación sectorial Mafex.
Esta línea de trabajo, liderada por el catedrático y director de Ladicim José A. Casado, se centra en el diseño de herramientas para el mantenimiento predictivo de la infraestructura ferroviaria de alta velocidad. Entre ellas, la aplicación de modelado numérico por elementos finitos y de algoritmos de IA para optimizar la gestión del mantenimiento, pasando de un enfoque reactivo o preventivo a uno predictivo.
Su objetivo, por tanto, es predecir el comportamiento mecánico y el daño en los elementos de la superestructura ferroviaria (como balasto, traviesas, y componentes de sujeción) bajo condiciones de operación y envejecimiento. Se busca desarrollar un modelo que simule el comportamiento de la vía en condiciones reales y algoritmos de ‘machine learning’ para inferir el nivel de daño de los elementos a partir de datos de inspección. Este enfoque permitirá reducir los costos de operación y mantenimiento, además de mejorar la seguridad y fiabilidad del transporte ferroviario de alta velocidad.
