Científicos panameños estudian uso de Inteligencia Artificial para ofrecer soluciones en mantenimiento a industria 4.0

Por: Ing. Carlos Allan Boya Lara, Ph.D.

Equipos de la red eléctrica, tales como generadores, motores, transformadores y cables, son vitales para mantener la calidad de vida de la sociedad actual. Su buen estado permite un suministro continuo de energía eléctrica a los hogares, comercios e industrias. De esta manera, es importante vigilar su estado a través de un programa de mantenimiento que busque evitar esos indeseables apagones o fluctuaciones que afectan a televisores, computadoras, electrodomésticos, entre otros.

Los aislantes eléctricos

Un elemento clave de los equipos eléctricos es el aislante eléctrico. Este es un material, ya sea gaseoso (el aire es el mas utilizado), líquido (aceites) o sólidos (porcelana o polímeros como el caucho, PVC o polietileno), que limita el paso de la corriente eléctrica entre dos electrodos, es decir, que evita un cortocircuito. Además, en las líneas eléctricas sostiene los cables que transmiten la energía eléctrica. Sin embargo, aunque este material parezca fuerte ante la corriente, puede tener anomalías que se presentan debido a fallos en su fabricación o por envejecimiento. Sí, envejecimiento. Este material con el tiempo se debilita, principalmente, por la humedad, condiciones ambientales, y por la misma corriente eléctrica.

Este último fenómeno se presenta en forma de muy pequeñas descargas en tiempo y magnitud, y que se conocen como descargas parciales. Estas descargas son causa y efecto del envejecimiento. Aunque son pequeñas, si no se atienden, pueden llevar a fallos que ponen en peligro a los equipos y a las personas. En el siguiente enlace pueden observar estas descargas.

En este caso tienen una gran magnitud debido a la contaminación salina. El elemento afectado es un aislador típico de las redes eléctricas. El video fue tomado de una prueba realizada en el Laboratorio de Ensayos Eléctricos Alta Tensión (LEEAT) de la Universidad Interamericana de Panamá.

Medida e identificación de las descargas parciales

Las descargas parciales generan muchos tipos de señales, principalmente, eléctricas, electromagnéticas y acústicas. Para todas estas señales hay sensores y sistemas de medidas que nos permiten detectarlas y analizarlas. Sin embargo, para equipos en campo y más en nuestros tiempos, cuando son muchos equipos operando, es importante vigilarlos continuamente. Hacerlo de manera manual, con el tiempo, se ha vuelto muy difícil, principalmente por la gran generación de señales, realidad que lo convierte en un tema de Big Data.

Además, las anomalías no se presentan cuando uno quiere: se debe medir y medir hasta cuando ocurran y tomar decisiones sobre su naturaleza.

En este contexto, los científicos, en los últimos años, han recurrido a herramientas provistas por la Inteligencia Artificial (IA), además de otras técnicas de la industria 4.0, como Internet de las Cosas (IoT) y Big data. Con respecto a IA, actualmente se trabaja con aprendizaje supervisado (Redes neuronales artificiales, Máquinas de Vector Soporte, Arboles de decisión, Redes recurrentes…) y aprendizaje no supervisado: Técnicas de Clustering, Análisis de Componentes Principales (PCA) y Análisis de Componentes Independientes (ICA).

Gracias a estas técnicas se ha logrado automatizar de manera inteligente el proceso de identificación de los tipos de descargas parciales y por ende el tipo de anomalía.

Esto es muy importante de destacar, ya que en general, no todas las anomalías presentan el mismo peligro. Ejemplo: las descargas  tipo corona tienen poco impacto (son esas que cuando pasas por debajo de una línea eléctrica se escucha como un chirrido continuo).

Las más peligrosas son las internas, que ocurren en los cables de potencia soterrados.

Por último, las descargas superficiales son propiciadas por la contaminación que se deposita en la superficie de los aisladores que están expuesto al ambiente. Estas son de peligrosidad intermedia. En la figura se muestran imágenes de estos tres ejemplos. De esta manera, clasificar e identificar el tipo de descarga nos puede indicar si el equipo no tiene problemas o hay una inminente situación de peligro.

En Panamá, los científicos estudian el efecto de las descargas y cómo monitorearlas con inteligencia artificial. En el LEEAT se realizan pruebas para estudiar el efecto de los diferentes tipos de descarga en aislantes y desarrollar aplicaciones que puedan ser utilizadas en la industria.

Además, se desarrolla investigación en conjunto con otras universidades, tales como la Universidad Carlos III de Madrid, en España, Universidad del Estado de San Paulo en Brasil y la Universidad Técnica Federico Santa María en Chile.

Con estas universidades ya se han publicado varios artículos científicos en importantes revistas de revisión por pares, así como conferencias. Podemos destacar el último trabajo publicado en una revista cientifica de alto renombre y de las más importantes en Inteligencia Artificial con aplicaciones: Expert Systems and Applications.

Esta publicación trata de una nueva propuesta para la identificación de descargas parciales en escenarios reales con técnicas de clustering y que viene a ofrecer soluciones en el mantenimiento por condición enfocados en la industria 4.0.

Puede ver el artículo en el siguiente enlace:

https://www.sciencedirect.com/science/article/abs/pii/S0957417423005699

Conclusión

Los equipos eléctricos son afectados por las descargas parciales que ocurren en el aislamiento. Monitorear continuamente la actividad de las descargas nos ofrece una manera de determinar su condición y de esta manera anticiparnos a los fallos. Herramientas desde la Inteligencia Artificial son ampliamente utilizadas para automatizar este proceso y en Panamá, contamos con un laboratorio especializado en este tema.

Si quieres saber más sobre las descargas parciales puedes ver los siguientes videos:

https://www.youtube.com/watch?v=uBGubtJTrnQhttps://www.youtube.com/watch?v=3fXUck5FuJ4