CTC trabaja en un gemelo digital innovador para monitorizar el comportamiento de los depósitos a presión empleados en el ámbito industrial
El Centro Tecnológico CTC está desarrollando un gemelo digital para un depósito a presión que simule el comportamiento de un proceso industrial tipo.
Este desarrollo permitirá observar los efectos físicos provocados por los cambios de temperatura y presión en el recipiente. Un factor crítico para sectores que operan con sustancias peligrosas y que resulta difícilmente inspeccionable con las soluciones actuales.
El proyecto de innovación TWINCAN es una iniciativa cuyo plazo de ejecución es de 18 meses y que cuenta con una ayuda cofinanciada por el Fondo Europeo de Desarrollo Regional a través del Programa Operativo FEDER 2014-2020 de Cantabria por medio de la línea de subvenciones INNOVA 2019. La investigación refuerza la posición de CTC como un agente de referencia en el modelado numérico industrial y constituye una magnífica oportunidad para expandir las bondades de esta tecnología.
La aplicación de gemelos digitales a componentes (o productos de transformación metálica) es una innovación reciente para la industria. Sectores como el Oil and Gas y las energías renovables, especialmente cuando operan en un ámbito offshore, son los tractores principales de esta tecnología, aunque también comienza a utilizarse en otros ámbitos como la producción de bienes de equipo, la automoción, la industria marítima o el sector alimentario.
TWINCAN, que ha cubierto con éxito sus primeras fases, resulta aplicable prácticamente a cualquier empresa o industria que opere con depósitos a presión de alto valor. El progresivo incremento de los gemelos digitales en la industria optimizará el uso de recursos y reducirá los costes. Al poder testear y pronosticar el comportamiento del componente en un modo virtual para ciertos escenarios de operación, esta tecnología evitará la realización de un gran número de ensayos.
Es decir, adaptada a las condiciones específicas de las diferentes empresas, podría generar un ahorro próximo al 20 % en costes de mantenimiento e inspecciones técnicas.
El proyecto tendrá como resultado un modelo numérico híbrido (digital y real) que se validará a través de un demostrador a escala laboratorio. Si la investigación alcanza los resultados esperados será posible pronosticar, de forma fiel, las variables más críticas en un depósito a presión: tensiones, presiones, deformaciones, variables internas, etc.
Esta circunstancia sitúa a CTC en una posición estratégica para prestar a la industria servicios de alto valor añadido en campos como la ingeniería avanzada y el mantenimiento predictivo, ambos con una gran demanda en Cantabria.
TWINCAN asienta la posición de CTC como agente cualificado en el desarrollo de modelos virtuales aplicados al ámbito industrial.
La participación del centro cántabro en el Programa Estratégico Miraged, iniciativa que le permitirá convertirse en referencia nacional y europea en el desarrollo de conocimiento sobre gemelos digitales para estructuras y componentes mecánicos, y su ingreso en la Red de Excelencia Cervera, entramado exclusivo de centros tecnológicos que impulsa el Centro para el Desarrollo Tecnológico Industrial (CDTI) con el objetivo de posicionar
determinadas áreas tecnológicas estratégicas para la economía española a la cabeza continental,
han supuesto un paso de gigante en la política de especialización del centro.
Soluciones de alto valor añadido como representar modelos numéricos para la predicción de vida útil remanente de estructuras y componentes; modelizar de forma detallada los mecanismos de degradación más importantes en operación de componentes (fatiga, fractura, desgaste, corrosión, etc.); o implementar técnicas avanzadas de análisis de datos aplicando la inteligencia artificial son parte de la oferta que el centro cántabro pondrá al servicio de las empresas.
La capacidad investigadora de CTC se completada con una experiencia acreditada en este ámbito durante la última década. En ese periodo, ha ofrecido soluciones innovadoras relacionadas con el modelado numérico avanzado a más de 30 entidades, de las cuales la mayoría han sido pymes.