Características del Proyecto

Plataforma de Gemelo Digital para desaladoras

El proyecto Plataforma de Gemelo Digital para desaladoras liderado por Tedagua en colaboración con Grant Thornton, Universidad Pablo de Olavide, Tecnalia Research and Innovation y Quantia, con número de expediente 20215/C005/00152806 ha sido subvencionado por Red.es a través de la Convocatoria de ayudas 2021 destinadas a proyectos de investigación y desarrollo en Inteligencia Artificial y otras tecnologías digitales y su integración en las cadenas de valor cofinanciadas por los fondos NextGenerationEU en el marco del Plan de Recuperación, Transformación y Resiliencia.

OBJETIVOS

El proyecto tiene como objetivo principal el desarrollo de un prototipo (conjunto estandarizado de dispositivos, conceptos, metodologías, criterios y actividades) que permita la optimización de la eficiencia del consumo de plantas desaladoras de ósmosis inversa, así como incorporar la ciberseguridad como pilar en su operación para mejorar su resiliencia

Para ello, se diseñará e implementará una plataforma tecnológica de soporte a la captura y tratamiento de la información de realidad de las plantas desaladoras y sobre la cuál desarrollar aplicaciones inviables en la actualidad con los sistemas disponibles, fundamentalmente SCADA o GMAO.

Estas nuevas soluciones se enfocarán en los siguientes ámbitos principales:

1. Aplicación de Inteligencia artificial: machine learning; deep learning; redes neuronales, Internet de las Cosas (IoT), Tecnologías de procesamiento masivo de datos e información (Open/ Linked/Big Data), computación de alto rendimiento (high performance computing), computación en la nube, Procesamiento de lenguaje natural (NLP), ciberseguridad, biometría e identidad digital y realidad virtual y aumentada.

2. Detectar puntos de mejora en la operativa de las Plantas Desaladoras a partir del análisis profundo de los procesos implicados en la misma, desde una perspectiva de la sostenibilidad ambiental (especialmente optimización del consumo de energía) y su ciberseguridad.

3. Desarrollar una filosofía de mejora continua sobre los procesos y la operativa durante todo el ciclo de vida de las plantas desaladoras y la obtención de agua desalada mediante la detección de patrones no evidentes.

Para ello, se propone la construcción de una plataforma de Gemelo Digital de la planta desaladora a partir de un modelado 3D de las instalaciones y sus principales componentes que pueda ser enriquecido con la información obtenida a nivel de sensórica en la planta.

Este Gemelo Digital se convertirá en la base de conocimiento sobre la cuál diseñar e implementar los algoritmos de IA que permitan generar los modelos de simulación que lleven a la obtención de optimización y obtención de patrones e indicadores que mejoren la eficiencia en las labores de operación y mantenimiento tanto en operativa normal como en caso de anomalías o incidentes.

Toda esta base tecnológica deberá tener su contrapartida de integración en los procesos del ciclo de vida de la desalación de agua de mar, en el contexto de su eficiencia eléctrica, de las plantas desaladoras por parte del personal técnico relevante, por lo que deben establecerse los mecanismos de modelización e interacción con dichos procesos.

Esta plataforma, por tanto, se convertirá en el eje clave para garantizar que las plantas desaladoras son operadas de manera eficiente y se garantiza el máximo nivel de servicio dentro del conjunto de las redes hídrica.

RESULTADOS OBTENIDOS

El proyecto está dividido en 5 paquetes de trabajo, cuyos resultados se muestran a continuación:

Paquete de trabajo Nº1: Sistema informacional automatizado a partir de captura de la realidad

• Resultado: La plataforma desplegada incorpora capacidades avanzadas de análisis y funciones de inteligencia artificial, permitiendo una evaluación profunda y continua de los datos operativos.
• Impacto: La integración de IA en los procesos operativos proporciona insights valiosos y predicciones precisas, facilitando la identificación temprana de posibles fallos y la optimización continua de los procesos. Esto resulta en una operación más eficiente y segura de las plantas desaladoras.

Paquete de trabajo Nº2: Desarrollo automático del modelo del Gemelo Digital

• Resultados: Implementación de Modelos en Azure Machine Learning, Desarrollo de un Modelo de Procesamiento de Lenguaje Natural, Análisis de Variables en el Proceso de Desalación.
• Impacto: El análisis y la optimización de las variables del proceso contribuyen a mejorar la eficiencia operativa y la sostenibilidad de las plantas desaladoras.

Paquete de trabajo Nº3: Modelo de datos descentralizado, escalable y resiliente del dato

• Descentralización: Eliminación de puntos únicos de fallo mediante la distribución de datos en múltiples nodos o servidores, mejorando la disponibilidad y accesibilidad.
• Escalabilidad: Capacidad del modelo para manejar un creciente volumen de datos sin afectar el rendimiento, permitiendo la incorporación de nuevas fuentes y dispositivos IoT.
• Resiliencia: Tolerancia a fallos y capacidad de recuperación automática ante interrupciones, garantizando la continuidad del servicio sin pérdida de datos.
• Impacto: La implementación de un modelo de datos descentralizado, escalable y resiliente optimiza la operación y el mantenimiento predictivo, mejora la seguridad y eficiencia en el tratamiento de datos, reduce costes y facilita la transformación digital en la industria del agua.

Paquete de trabajo Nº4: PT 4 - Sistema de detección y definición de patrones que permita establecer simulaciones inteligentes y desatendidas sobre el Gemelo Digital

• Resultados e impacto: La implementación exitosa de la plataforma integró todos los componentes desarrollados, lo que tuvo un impacto significativo al mejorar la representación y gestión de los sistemas físicos, optimizando la operación de las plantas desaladoras.
• Diseño e Implementación de Interfaces: Se utilizó FIGMA para diseñar interfaces colaborativas y de alta calidad, con un feedback continuo de los usuarios, lo que resultó en una mejora notable en la experiencia y satisfacción del usuario final.
• Integración Continua: El uso de GitHub para la gestión del código y la configuración de procesos CI/CD aseguró una implementación rápida y sin errores en Azure. Esto mejoró la eficiencia en el desarrollo y despliegue de la plataforma, garantizando actualizaciones continuas y una funcionalidad óptima.

Paquete de trabajo Nº 5: Sistema automatizado de modelado y optimización de procesos.

• Resultados e impacto: Se definieron los criterios de optimización y se integraron los modelos de desalación, logrando reducir el consumo energético y los costos operativos. Se validaron las mejoras propuestas mediante experimentos y se demostró su eficacia en entornos reales.

Se desarrolló una interfaz web BIM 3D conectada a una base de datos, con visualización y funcionalidades que facilitan la gestión y el análisis de datos en tiempo real.

Finalmente, se generaron planes y recomendaciones de actuación, mejorando la resiliencia operativa y la toma de decisiones en las plantas desaladoras.