GE Vernova está implementando máquinas habilitadas con inteligencia artificial para mejorar la calidad de las palas de las turbinas eólicas

GE Vernova, bajo el liderazgo del director ejecutivo Vic Abate, está intensificando su enfoque en la energía eólica para satisfacer las demandas energéticas globales y acelerar la descarbonización. La energía eólica, que actualmente proporciona el 7% de la electricidad a nivel mundial, aspira a alcanzar el 25%, lo que requiere un aumento sustancial en la producción de turbinas.

Cada turbina eólica se somete a un meticuloso proceso de fabricación que involucra la construcción de torres de acero, molduras de fibra de vidrio en la góndola y ensamblaje de palas, y cada pala requiere alrededor de 2000 horas de trabajo para fabricarse a mano con fibra de vidrio y madera de balsa. Para garantizar la calidad, GE Vernova integra robótica e inteligencia artificial para inspecciones avanzadas, cruciales para detectar defectos temprano y minimizar los problemas operativos posteriores a la instalación.

El uso de la IA se extiende a las inspecciones de materias primas y a todo el proceso de fabricación, garantizando una calidad constante en todos los sitios de producción globales. Con palas que pesan 20 toneladas y se extienden 80 metros, la precisión es primordial; Incluso las desviaciones menores pueden afectar significativamente la durabilidad y la eficiencia.

Las innovaciones de GE Vernova incluyen cámaras digitales de 360 grados para inspecciones interiores detalladas, lo que mejora la precisión y escalabilidad de la detección de defectos. Esta tecnología respalda su misión de producir turbinas confiables, cruciales para la transición mundial a las energías renovables.

La siguiente innovación de GE Vernova implicó aprovechar la visión por computadora, una rama de la IA centrada en enseñar a las computadoras a reconocer información visual en imágenes. Inicialmente, los inspectores humanos compilaron una lista detallada de las desviaciones que normalmente buscaban durante las inspecciones de las palas. Esta información sirvió como base para entrenar algoritmos de IA mediante un proceso riguroso.

Veronica Barner explica: "Estamos utilizando imágenes anotadas para entrenar una serie de algoritmos de IA capaces de analizar imágenes y señalar de forma autónoma posibles anomalías". Después de un entrenamiento exhaustivo con decenas de miles de imágenes anotadas, la IA rápidamente dominó la tarea de identificar desviaciones con alta precisión. Los algoritmos documentan automáticamente cualquier falla en una herramienta digital, lo que permite a los técnicos humanos revisar y abordar los problemas antes de enviar la pala a los operadores de turbinas.

Barner enfatiza las ganancias de eficiencia: "Implementar esto en nuestras fábricas enriquece el circuito de retroalimentación. En cuestión de minutos, nuestros equipos obtienen información crítica y oportuna sobre las palas en las que están trabajando, similar a una ecografía prenatal".

Un desafío importante fue acceder al interior de la hoja para su inspección. GE Vernova resolvió esto implementando una flota de rastreadores robóticos operados de forma remota. Estos rastreadores, aproximadamente del tamaño de un modelo de automóvil de dos pies, pueden recorrer toda la superficie interior de la pala en solo 30 minutos. Esta capacidad es crucial ya que aproximadamente el 50% de la superficie interior de la hoja es inaccesible para los inspectores humanos.

Estos avances subrayan el compromiso de GE Vernova de aprovechar la tecnología de vanguardia para mejorar la calidad y confiabilidad de las turbinas, crucial para respaldar el cambio global hacia la energía renovable.