El proyecto busca que todos los componentes proporcionen datos que, integrados en modelos digitales, suministren información necesaria con la que generar modelos de detección y prevención de fallos, de fatiga, degradación, etc., con los que construir algoritmos de toma de decisión para Operación y Mantenimiento (O&M), y así posibilitar la extensión de la vida útil de los parques eólicos offshore flotantes.
En el año 2022 se produjo el salto definitivo hacia el lanzamiento comercial de la tecnología flotante, con adjudicaciones de zonas para desarrollo de parques por todo el mundo, que pretenden tener instalados hasta 30 GW de esta tecnología en la próxima década. A nivel nacional, España tiene como objetivo instalar 3 GW de parques eólicos flotantes en 2030. Esto supone una importante oportunidad para la cadena de suministro en Euskadi, ya posicionada en eólica flotante a nivel prototipos.
En el proyecto Integria se plantean retos que no se dan en prototipos individuales, puesto que hay que pasar de demostrar el correcto funcionamiento de la tecnología durante un periodo limitado de tiempo, a garantizar su operación durante toda su vida útil de un parque. Existe un gran salto tecnológico desde sobredimensionar el primer prototipo para demostrar su viabilidad técnica, hasta optimizar su diseño para demostrar también su viabilidad económica.
En la actualidad, existen múltiples modelos y herramientas para O&M offshore, los cuales proporcionan soluciones precisas a problemas concretos. Además de su especificidad, estos modelos presentan otras carencias: les falta información real sobre tasas de fallo, carecen de una orientación correcta a mercado y les falta una visión integral que recoja todos los aspectos relativos a los distintos componentes críticos y a las actividades que rodean a la operación y mantenimiento de un parque.
En resumen, faltan aproximaciones integrales al problema que permitan que un modelo único sea capaz de analizar datos y tomar decisiones.
Integria pretende resolver estos retos mediante: la obtención de modelos basados en datos (IA) entrenados con datos de operación en mar; el diseño de piezas de transición con sensórica integrada; la recogida, almacenamiento y procesamiento de una gran cantidad de datos para alimentar modelos IA; la monitorización de datos reales y la anticipación de resultados gracias al modelo digital IA; y la integración de modelos basados en IA junto a modelos basados en física.