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

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

defensa de tesis doctoral en Electrical Engineering

La defensa de tesis tendrá lugar el Miércoles 16 de octubre de 2024 a las 10:00 en la UEMF 

Lugar: la Galería del Edificio 1

La tesis será presentada por el Sr. Adamou AMADOU

ADAMOU Bajo el tema:

“Implementación de gemelo digital basada en la eficiencia para motores de inducción en servicio en la Industria 4.0”

 

Abstract 

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, con la inteligencia artificial actuando como un potente catalizador para la mejora del rendimiento. La eficiencia energética en las instalaciones es uno de los pilares fundamentales de la Industria 4.0. Lograr la Industria 4.0 implica bien construir o reemplazar los equipos industriales existentes para cumplir con estos nuevos estándares, bien desarrollar métodos adaptativos para transformar los sistemas actuales en conformes. Para abordar esta necesidad, nuestra tesis propone la creación de un Gemelo Digital basado en la eficiencia energética específicamente diseñado para motores de inducción en servicio, que representan aproximadamente el 70 % del consumo de energía eléctrica industrial entre todas las máquinas eléctricas. Este Gemelo Digital propuesto sirve como una 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 particularmente adecuado para el mantenimiento predictivo que contribuye al ahorro de energía. Por ejemplo, una mejora de apenas un 1 % en la eficiencia operativa de los motores de inducción podría suponer un ahorro de 105 TWh en el sector industrial. Mediante la implementación de esta solución, aspiramos a mejorar significativamente la eficiencia energética y elevar el rendimiento industrial general.

Palabras clave:

Motores de inducción, circuito eléctrico equivalente, sistema de inferencia neurodifuso adaptativo, eficiencia energética, pérdidas, gemelo digital, sombra digital, Industria 4.0.

Resumen:

Esta tesis se inscribe en el marco de la Industria 4.0, donde las tecnologías emergentes redefinen las normas de toma de decisiones, lo que representa un aspecto crucial en los sectores industriales. Entre las innovaciones principales, los gemelos digitales desempeñan un papel esencial en esta revolución industrial, mientras que la inteligencia artificial actúa como un potente catalizador para la mejora del rendimiento. La eficiencia energética en las instalaciones constituye uno de los pilares fundamentales de la Industria 4.0. Para alcanzar los objetivos de esta nueva era, es necesario o bien construir o reemplazar los equipos industriales existentes para ajustarse a estas nuevas normas, o bien desarrollar enfoques adaptativos para transformar los sistemas actuales en sistemas conformes adaptados a esta revolución. Para responder a esta necesidad, nuestra tesis propone la creación de un gemelo digital centrado en la eficiencia energética, diseñado especialmente para los motores de inducción ya operativos, que representan alrededor del 70 % del consumo de energía de las máquinas eléctricas en el sector industrial. Este gemelo digital sirve como una plataforma adaptativa para estos motores, ilustrando así el potencial transformador de la Industria 4.0. Permite predecir el rendimiento funcional y las pérdidas asociadas a los motores, al tiempo que facilita la detección de fallos en los motores, lo que lo convierte en una herramienta particularmente adecuada para el mantenimiento predictivo, contribuyendo así al ahorro de energía. Por ejemplo, una mejora de tan solo el 1 % de la eficiencia operativa de los motores de inducción podría generar un ahorro de 105 TWh en el sector industrial. Con la puesta en práctica de esta solución, pretendemos mejorar de forma significativa la eficiencia energética y reforzar el rendimiento global de la industria.

Palabras clave:

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

Esta tesis será presentada ante los miembros del jurado:

Nombre y Apellidos	Centro	Calidad
Pr. Abdelatif SAFOUANE	UEMF	Presidente
Pr. Rachid EL BACHTIRI	EST-USMBA	Informante
Pr. Badre BOUSSOUFI	FS-USMBA	Informante
Pr. Ali HADDI	ENSA-UAE	Informante
Pr. Mohammed ELSALHI	ENSA-USMBA	Examinador
Pr. Rachid EL ALAMI	FS-USMBA	Examinador
Pr. Tijani BOUNAHMIDI	UEMF	Director de Tesis
Pr. Chakib ALAOUI	EPS-UEMF	Codirector de Tesis