Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español es
CORDIS - Resultados de investigaciones de la UE
CORDIS
FUlly Numerical strategY for SUrrogate modelling of Monopile Offshore wind turbines

Article Category

Article available in the following languages:

Utilizar los datos para diseñar un aerogenerador marino más robusto

Unos investigadores utilizan algoritmos de aprendizaje automático para contabilizar las cargas estructurales que deben resistir los aerogeneradores marinos monopilote a lo largo de su vida útil.

Con cinco cuencas marítimas, el potencial eólico marino de Europa(se abrirá en una nueva ventana) es enorme. Pero para aprovechar este potencial es necesario que los aerogeneradores puedan soportar las duras condiciones del entorno marino. «Sometido a vientos intensos, olas y corrientes, la vida media de un aerogenerador monopolo puede ser de apenas veinte años, y llegar a ese punto requiere un mantenimiento importante », explica Félix Nieto, catedrático de Ingeniería Civil de la Universidad de A Coruña(se abrirá en una nueva ventana). Este mantenimiento no solo es caro y peligroso, sino que una turbina fuera de servicio significa que se produce menos energía, lo que puede afectar a los resultados de una empresa energética. Por tanto, no es de extrañar que haya una demanda creciente de turbinas más duraderas y que requieran menos mantenimiento. Según Nieto, el primer paso para construir una turbina mejor es comprender las condiciones de carga ambiental que deben resistir. «Si comprendemos las cargas estructurales que deben resistir los aerogeneradores monopilote a lo largo de su vida útil, podremos diseñarlos de forma más eficiente, lo que garantizará al mismo tiempo que puedan funcionar con seguridad en condiciones extremadamente adversas», afirma. Aquí es donde entra en juego el proyecto financiado con fondos europeos FUNnY-SUMO. Con el apoyo de las Acciones Marie Skłodowska-Curie(se abrirá en una nueva ventana) (MSCA) y coordinado por la Universidad de A Coruña, el equipo del proyecto desarrolló un modelo de dinámica de fluidos computacional (DFC) para simular simultáneamente el impacto que el viento, las olas y las corrientes tienen en una turbina marina.

Soluciones basadas en datos a los problemas complejos de diseño estructural

Lo que hace único el uso de modelos de DFC en este proyecto es que los datos recopilados se utilizaron para entrenar algoritmos de aprendizaje automático. Esto permitió a los algoritmos evaluar las cargas ambientales de los monopilotes marinos y tener en cuenta esta información a la hora de proponer nuevos diseños de aerogeneradores. Por ejemplo, una vez confirmado que el modelo computacional proporciona resultados similares a los experimentos de laboratorio equivalentes, los investigadores utilizaron el modelo de DFC para generar un modelo sustitutivo. Este modelo sustitutivo se utilizó posteriormente para proporcionar, con un mínimo esfuerzo computacional, las cargas estructurales que actúan sobre el aerogenerador con monopilote para una amplia gama de condiciones de viento, oleaje y corriente. «Nuestro modelo no solo representa un paso adelante en el uso de técnicas basadas en datos en problemas complejos de diseño estructural, sino que contribuye a un diseño más seguro de infraestructuras energéticas críticas que están expuestas a cargas ambientales muy exigentes, pero hasta cierto punto inciertas», señala Nieto.

Hacia un aerogenerador mejor

Aunque el modelo del proyecto abre la puerta al diseño de mejores aerogeneradores, es solo el primer paso. «Nuestro modelo puede mejorarse aún más si se incluyen cargas ambientales adicionales, o se amplía para abordar otras estructuras de energía eólica como aerogeneradores flotantes o cimentaciones tipo ''jacket''», concluye Nieto. El modelo también podría ampliarse para considerar la dinámica estructural de los aerogeneradores con monopilote. En la actualidad, el equipo de investigación quiere trabajar con socios del sector para facilitar la incorporación de métodos de diseño basados en datos a su práctica diaria. El grueso de la investigación del proyecto corrió a cargo de Ali Kareem Hilo al Behadili, beneficiario de una beca postdoctoral MSCA(se abrirá en una nueva ventana), que trabajó con investigadores y expertos de la Universidad de Zagreb(se abrirá en una nueva ventana), el IH Cantabria(se abrirá en una nueva ventana) y la Universidad Nacional de Chungnam(se abrirá en una nueva ventana), en Corea del Sur.

Descubra otros artículos del mismo campo de aplicación

Mi folleto 0 0