El avance, que forma parte de las investigaciones realizadas en el marco del proyecto FUTCAN, se ha dado a conocer en el 65º Congreso Internacional de Ingeniería Naval e Industria Marítima de Málaga. El foro, considerado de una de las grandes citas técnicas del calendario naval europeo, ha congregado a 250 especialistas y cerca de 70 ponencias y mesas redondas centradas en defensa, descarbonización, eólica marina, marina mercante, pesca, economía azul y transformación industrial.
En este contexto, Marco Antonio Melgarejo, científico de Datos de CTC, ha expuesto las principales características y ventajas de un sistema capaz de estimar tensiones de forma rápida y con bajo coste computacional. El desarrollo se fundamenta en Modelo de Orden Reducido (ROM) data-driven. Los ROM son una aproximación simplificada de un modelo de simulación complejo, que reduce el número de variables y preserva la precisión esencial del comportamiento del sistema. En la solución presentada por Melgarejo, las estimaciones se realizarán mediante un ROM por elementos entrenado con OrcaFlex, software de referencia internacional en este tipo de análisis.
Tal y como explicó el investigador de CTC, la simulación completa sigue siendo esencial para diseño y validación de los sistemas de fondeo de los aerogeneradores flotantes, pero el ROM propuesto en esta solución aporta la velocidad necesaria para una gestión más operativa de estas infraestructuras.
En ese sentido, aunque este tipo de modelizaciones comenzaron a proponerse alrededor de 2021, el enfoque presentado en el foro malagueño plantea un modelo mejorado en precisión, que mantiene tiempos de predicción inferiores a una sexta parte de segundo. Dicho de otra forma, estima las tensiones en menos de 0,15 segundos, frente a los más de 5 minutos que puede requerir una simulación dinámica de alta fidelidad comparable. Una estimación prácticamente en tiempo real, que permite pasar de un análisis offline a un planteamiento mucho más ajustado a la realidad de cada línea de tensión.
Al estimar tensiones y, posteriormente, el daño acumulado por fatiga, el sistema permite planificar el mantenimiento según el estado real del fondeo. Un aspecto que reducirá las inspecciones preventivas en alta mar y optimizará el uso de recursos como embarcaciones, equipos y personal.
Ahora, tras conseguir resultados muy prometedores, se espera demostrar capacidad predictiva frente a simulaciones de referencia y sentar las bases para su extensión a análisis de fatiga y vida remanente. Un planteamiento que demuestra cómo un modelo reducido basado en IA puede convertirse en el núcleo de un gemelo digital para un sistema crítico como el fondeo de una plataforma eólica flotante.
Gemelo digital de los sistemas de fondeo
El planteamiento realizado por Melgarejo no es un desarrollo aislado, sino que forma parte de una estrategia clara de CTC para definir un gemelo digital completo de los sistemas de fondeo. No en vano, esta solución puede integrarse con el desarrollo Smart Sensor del proyecto MooringSense, una iniciativa europea liderada por CTC orientada a reducir costes de operación y mantenimiento y mejorar la gestión de integridad de los sistemas de fondeo en eólica flotante. MooringSense se planteó como objetivo una reducción del 10–15% en costes de operación y mantenimiento de aerogeneradores flotantes, apoyándose en tecnologías de monitorización, control e integridad estructural.
Los datos recogidos alimentarían el modelo para traducirse en tensiones estimadas y, posteriormente, permitirían calcular daño por fatiga, que es la información realmente útil para monitorización, planificación de inspecciones y mantenimiento predictivo.
Con este trabajo, CTC no sólo presenta una herramienta de simulación avanzada, sino una pieza tecnológica con capacidad real para transformar la gestión de los sistemas de fondeo en eólica flotante: desde la estimación de tensiones en tiempo real hasta la futura integración en un gemelo digital completo, capaz de anticipar fatiga, vida remanente y necesidades de mantenimiento con un nivel de detalle sin precedentes.