Finaliza MOFRICON: Un sistema de optimización de plantas de generación de frío industrial

Mejorar la detección de gas radón en la atmósfera y en el suelo
febrero 10, 2021
La UPC realizará los estudios de oleaje para el proyecto de reconstrucción del puente de Petróleo de Badalona
febrero 4, 2021
05/02/2021

El centro Motion Control and Industrial Applications (MCIA UPC) ha finalizado su colaboración con la Corporación Alimentaria Guissona en el desarrollo de un sistema de optimización inteligente de plantas de generación de frío industrial basado en técnicas de Machine Learning. El objetivo ha sido el de maximizar la eficiencia y minimizar el coste de funcionamiento de la planta, cumpliendo siempre con los requisitos de temperatura de las cámaras para la conservación de los alimentos.

La plataforma conecta en red las máquinas monitorizadas, el servicio de supervisión remota y gestión de información y los usuarios finales de la plataforma. Los algoritmos inteligentes, aplicando técnicas de análisis multivariable basadas en inteligencia artificial, por un lado, evalúan el rendimiento instantáneo de la planta de generación de frío, y por otro generan las consignas óptimas de operación considerando las condiciones de funcionamiento de los equipos y las previsiones de demanda de frío.



Los diferentes escenarios de funcionamiento (cambios de condiciones meteorológicas, cambios de cargas frigoríficas, etc.) condicionan mucho el funcionamiento y rendimiento de los equipos. La metodología de optimización propuesta considera tanto los estados de operación estacionarios como las transiciones entre varios puntos de operación. De este modo se generan recomendaciones de configuración óptima de los compresores en todos los escenarios que debe afrontar la planta a lo largo de un año.

La metodología se ha validado en funcionamiento en tiempo real en la planta de refrigeración industrial de Corporación Alimentaria Guissona. Los resultados obtenidos con el sistema de optimización inteligente, comparados con los de la estrategia de control clásica, prevén unos ahorros de consumo de energía eléctrica de hasta el 15% en determinadas condiciones de operación.

El proyecto ha sido financiado por el Programa Estatal de Investigación, Desarrollo e Innovación Orientada a los Retos de la Sociedad 2017 del Ministerio de Economía, Industria y Competitividad (Plan Estatal de Investigación Científica y Técnica y de Innovación).