Enart Energía Selecciona el Material del Aspa de Turbina Eólica con Datos Usando EDMAP
Enart Energía realizaba la selección del material del aspa de turbina eólica en función de ciclos de ensayo en laboratorio. El modelo EDMAP desarrollado por Corius se entrenó con los datos de análisis mecánico dinámico de 8 materiales epóxicos; predice el valor E′ dependiente de la temperatura con una precisión de R²=0,9997 y el valor tanδ con R²=0,9980. La comparación de materiales ahora puede hacerse en minutos en lugar de un ciclo de ensayo que dura semanas.
La selección del material del aspa en distintas condiciones de temperatura dependía de ciclos de ensayo en laboratorio; el proceso era lento y el criterio de comparación quedaba sujeto a la persona
EDMAP (EpoxyDMA-Predictor) — modelo de aprendizaje automático basado en MLP; entrenado con los datos DMA de 8 materiales epóxicos, predice las propiedades mecánicas a partir de la temperatura y la identidad del material con una precisión de R² ≥ 0,998
La comparación de materiales pasó de un ciclo de ensayo en laboratorio de semanas a minutos; el modelo se incorporó al flujo de producción en formato ONNX
¿Con Qué Problemas Operativos se Enfrentaba Enart Energía?
Enart Energía realizaba la selección de los materiales compuestos epóxicos utilizados en las aspas de turbina eólica en función de ensayos de laboratorio. Las aspas se fabrican con compuestos epóxicos reforzados con fibra de vidrio que operan bajo alta tensión; la temperatura (el rango de −10 °C a +45 °C) afecta de forma notable el comportamiento mecánico del material. Al no existir un proceso sistemático de selección de material para esta variable, el equipo optaba por materiales premium innecesariamente caros o asumía el riesgo de fatiga inducida por temperatura. Antes de la instalación, la selección de material en el sector suele depender de largos ciclos de ensayo en laboratorio, lo que ralentiza la decisión.
- La relación temperatura–propiedades mecánicas se determina mediante ensayos de laboratorio; el ciclo de ensayo de cada formulación duraba semanas
- La selección de material se basaba en la experiencia intuitiva; el riesgo de fatiga y de daño por delaminación inducidos por la temperatura dependía de esa decisión
- Los valores del módulo de almacenamiento (E′) y del amortiguamiento (tanδ) se medían con ensayos DMA manuales y los resultados se seguían en hojas de cálculo
- Los ensayos se realizaban solo en la fase de prototipo; no había forma de predecir retroactivamente los escenarios de temperatura previstos en campo
- No existía un criterio numérico estándar para comparar distintas formulaciones epóxicas
¿Cómo Resolvió Corius Estos Problemas?
Corius desarrolló para Enart Energía el modelo de aprendizaje automático EDMAP (EpoxyDMA-Predictor). Con la temperatura y la identidad del material como entrada, el modelo predice en tiempo real los valores del Módulo de Almacenamiento (E′), el Módulo de Pérdida (E″) y la Tan Delta (tanδ). Entrenado con una arquitectura MLP, el modelo se exportó a formato ONNX para poder integrarlo en distintos entornos de ejecución.
Se recopilaron los datos de ensayo DMA (Análisis Mecánico Dinámico) utilizados en el proyecto. Los datos se limpiaron y normalizaron según las formulaciones epóxicas y los perfiles de temperatura, y se creó el conjunto de entrenamiento del modelo.
- Digitalización y unificación de los registros de ensayos DMA de laboratorio
- Extracción de las curvas temperatura–propiedad para 8 materiales epóxicos
- Completado de valores faltantes mediante interpolación y detección de valores atípicos
- División entrenamiento / validación / prueba (70/15/15)
Se diseñó una arquitectura de perceptrón multicapa (MLP) y se realizó la optimización de hiperparámetros. Se alcanzó una precisión de R²=0,9997 para E′ y de R²=0,9980 para tanδ. El modelo se exportó a formato ONNX.
- Arquitectura MLP: 3 capas ocultas, activación ReLU, regularización dropout
- Optimización de hiperparámetros
- Cabezas de salida separadas para E′, E″ y tanδ
- Exportación a ONNX Runtime para el despliegue en producción
- Validación cruzada con escenarios aprobados por ingenieros
EDMAP se integró en el flujo de trabajo de selección de materiales. Al introducir el rango de temperatura operativa previsto, los ingenieros pueden comparar las formulaciones epóxicas candidatas en cuestión de minutos.
- Capa de servicio EDMAP con un envoltorio de API REST
- Integración con la base de datos interna de materiales
- Instalación ligera de ONNX Runtime para un funcionamiento independiente de la plataforma
- Formación de ingenieros y elaboración de una guía de uso
¿En Qué Escenarios se Utiliza EDMAP?
Selección de Material por Región
Los ingenieros introducen el rango anual de temperatura mín./máx. de la región donde se instalará la planta. Para cada candidato epóxico, el modelo presenta las curvas E′, E″ y tanδ de forma comparativa y recomienda el mejor equilibrio en términos de rendimiento mecánico.
Simulación de Escenario de Temperatura
Los rangos de temperatura a los que está expuesta el aspa (olas de calor estivales o episodios de helada) pueden simularse en el modelo para evaluar de antemano si el material supera su umbral crítico.
Comparación de Formulaciones
Las nuevas formulaciones epóxicas se preseleccionan con EDMAP antes de someterse al ensayo DMA estándar; solo los candidatos destacados pasan al ensayo completo.
¿Qué Tipo de Resultados Produjo el Proyecto EDMAP?
Ahora basamos la selección del material del aspa en los datos de temperatura. Sin esperar un ciclo de ensayo en laboratorio, podemos comparar mediante el modelo las formulaciones más adecuadas al rango de temperatura en el que operará el aspa. Esto aceleró las decisiones de material y las sacó del terreno de la experiencia.