Defensa de la tesis doctoral en Ingeniería Eléctrica por el Sr. Adamou AMADOU

La Universidad Euromed de Fez (UEMF) se complace en informar al público sobre la

defensa de tesis doctoral en Ingeniería Eléctrica

La defensa de tesis se realizará el miércoles 16 de octubre de 2024 a las 10:00 horas en la UEMF

Ubicación : la Galería del Edificio 1

La tesis será presentada por el Sr. Adamou AMADOU

ADAMOU Bajo el tema:

“Implementación de gemelos digitales basada en la eficiencia para motores de inducción en servicios en la Industria 4.0”

Abstracto 

La tesis se sitúa en el contexto de la Industria 4.0, donde las tecnologías emergentes establecen estándares para la toma de decisiones, un aspecto crítico de los sectores industriales. Las innovaciones clave, incluidos los gemelos digitales, son vitales para esta revolución industrial, en la que la inteligencia artificial actúa como un poderoso catalizador para mejorar el rendimiento. La eficiencia energética en las instalaciones es uno de los pilares fundacionales de la Industria 4.0. Lograr la Industria 4.0 implica construir o reemplazar equipos industriales existentes para cumplir con estos nuevos estándares o desarrollar métodos adaptativos para transformar los sistemas actuales en otros compatibles. Para abordar esta necesidad, nuestra tesis propone la creación de un Gemelo Digital basado en eficiencia energética diseñado específicamente para Motores de Inducción en servicio, que representa aproximadamente el 70% del consumo de energía eléctrica industrial entre todas las máquinas eléctricas. Este gemelo digital propuesto sirve como plataforma adaptativa para estos motores, enfatizando el potencial transformador de la Industria 4.0. Predice la eficiencia y las pérdidas asociadas a los motores y permite la detección de fallos, lo que lo hace especialmente adecuado para el mantenimiento predictivo que contribuye al ahorro energético. Por ejemplo, una simple mejora del 1% en la eficiencia operativa de los motores de inducción podría suponer un ahorro de 105 TWh en el sector industrial. Al implementar esta solución, nuestro objetivo es mejorar significativamente la eficiencia energética y elevar el rendimiento industrial general.

Palabras clave:

Motores de Inducción, Circuito eléctrico equivalente, Sistema de inferencia Adaptativo-Neuro-Fuzzy, Eficiencia energética, Pérdidas, Gemelo digital, Sombra Digital, Industria 4.0.

Resumen:

Esta tesis se enmarca en la Industria 4.0, donde las tecnologías emergentes están redefiniendo los estándares de toma de decisiones, lo que representa un aspecto crucial en los sectores industriales. Entre las principales innovaciones, los gemelos digitales desempeñan un papel vital en esta revolución industrial, mientras que la inteligencia artificial actúa como un poderoso catalizador para mejorar el rendimiento. La eficiencia energética en las instalaciones constituye uno de los pilares fundamentales de la Industria 4.0. Para lograr los objetivos de esta nueva era, es necesario construir o reemplazar equipos industriales existentes para cumplir con estos nuevos estándares, o desarrollar enfoques adaptativos para transformar los sistemas actuales en sistemas compatibles y adecuados para esta revolución. Para cubrir esta necesidad, nuestra tesis propone la creación de un gemelo digital centrado en la eficiencia energética, especialmente diseñado para motores de inducción ya operativos, que representan aproximadamente el 70% del consumo energético de las máquinas eléctricas del sector industrial. Este gemelo digital sirve como plataforma adaptativa para estos motores, lo que ilustra el potencial transformador de la Industria 4.0. Permite predecir la eficiencia funcional y las pérdidas asociadas a los motores, al tiempo que facilita la detección de fallos en los motores, lo que la convierte en una herramienta especialmente adecuada para el mantenimiento predictivo, contribuyendo así al ahorro energético. Por ejemplo, una mejora de tan solo un 1% en la eficiencia operativa de los motores de inducción podría suponer un ahorro de 105 TWh en el sector industrial. A través de la implementación de esta solución, nuestro objetivo es mejorar significativamente la eficiencia energética y fortalecer el desempeño general de la industria.

Palabras clave:

: Motores asíncronos, Circuito eléctrico equivalente, Sistema de inferencia neuronal difusa adaptativo, Eficiencia energética, Pérdidas, Gemelo digital, Sombra digital, Industria 4.0.

Esta tesis será presentada a los miembros del jurado:

Compartir, repartir