Grupos de investigación: modelos y control en plantas de energía

El control predictivo de la producción de vapor necesita modelos que nadie puede construir a tiempo

Qué ocurre. Un proyecto busca el control predictivo de una producción de vapor integrada, con modelos físicos de calderas, turbinas y redes. El personal científico es bueno en su propio campo, pero es poco numeroso, y las plazas de doctorado tardan en cubrirse.

Qué cuesta. Los plazos del proyecto se retrasan, los modelos quedan sin terminar y los resultados del estudio de regulación llegan tarde para la solicitud de continuación.

Por qué la solución habitual no funciona. Esperar al siguiente doctorando malgasta un periodo de financiación. Los estudiantes nuevos en el tema pasan meses en una puesta a punto que ya se ha hecho en otro sitio.

Cómo lo comprueba un diagnóstico remoto a precio fijo. A partir del plan del proyecto, los modelos existentes y los datos de planta compruebo qué estructura de modelo y qué configuración de solucionador necesita el problema y qué parte podría hacer un ingeniero externo con experiencia. El diagnóstico remoto a precio fijo da un plan de trabajo sin cambiar su equipo.

Más información: Control predictivo de plantas de proceso

El análisis y la optimización de ciclos de turbinas de gas esperan a quien sepa modelar procesos

Qué ocurre. Un centro de investigación quiere analizar y mejorar ciclos de turbinas de gas mediante simulación de procesos. Las plazas para personas capaces de construir y manejar estos modelos siguen vacantes durante meses.

Qué cuesta. Se retrasan los estudios sobre eficiencia y flexibilidad de combustible. Los equipos que dependen de los resultados, por ejemplo en la operación con hidrógeno, tienen que esperar.

Por qué la solución habitual no funciona. Una herramienta de simulación general no da por sí sola un modelo validado del ciclo. Formar a alguien nuevo lleva mucho tiempo.

Cómo lo comprueba un diagnóstico remoto a precio fijo. A partir de los datos del ciclo, los mapas de componentes y los resultados de ensayos compruebo qué profundidad de modelo exige la pregunta y dónde la optimización daría una respuesta. El diagnóstico remoto a precio fijo le dice qué construir primero y qué puede hacerse fuera del equipo.

Más información: Control predictivo económico

Los gemelos digitales y la optimización de plantas de energía a X exigen conocimientos escasos

Qué ocurre. Las plantas de energía a X producen hidrógeno o combustibles a partir de electricidad. Tienen una dinámica eléctrica rápida, procesos químicos lentos y precios que cambian cada hora. Un gemelo que abarque estas escalas de tiempo, con optimización encima, es una tarea de investigación exigente.

Qué cuesta. Estudios de planta que no pueden completarse, resultados que descansan en modelos simplificados y socios de proyecto que esperan estrategias de operación.

Por qué la solución habitual no funciona. Usar un único modelo para todas las escalas de tiempo es demasiado lento, y los modelos separados no se comunican entre sí. Pocos investigadores han trabajado tanto en la física de la planta como en la optimización.

Cómo lo comprueba un diagnóstico remoto a precio fijo. A partir de los datos de diseño de la planta y de las mediciones que haya compruebo cómo podría construirse un modelo por capas y una optimización, desde la regulación rápida hasta la programación para el día siguiente. El diagnóstico remoto a precio fijo le dice qué construir primero y qué datos necesita.

Más información: Control predictivo económico