Objetivo general: El objetivo general de este proyecto es investigar y diseñar nuevas técnicas basadas en Edge Computing y Deep Learning para el mantenimiento predictivo de los parques de aerogeneradores y la optimización de la planificación de las intervenciones de mantenimiento a nivel preventivo, correctivo y predictivo. Como resultado principal de este proyecto de investigación, se construirá una plataforma Deep Learning y Edge Computing para el mantenimiento predictivo de instalaciones renovables mediante algoritmos neurodifusos profundos (Deep NeuroFuzzy), así como algoritmos de optimización multicriterio para la recomendación de los momentos idóneos para llevar a cabo las distintas intervenciones de mantenimiento en los aerogeneradores.

Número de expediente: RTC2019-006912-3
Presupuesto del proyecto: 892.834,80 €
Presupuesto ETULOS SOLUTE: 293.861,60 €
Socios colaboradores: USAL y PROYECTA RENOVABLES CONTROL
Organismo financiador: Agencia Estatal de Investigación

Logo AEI

Project
Low speed crash

Vehicle safety has been marketed increasingly by independent organizations such as EURONCAP which test the vehicles to rate car safety. These tests boost car manufacturers to enhance the safety of their cars.

Read more
Project
Blades operation support

Working with the biggest wind turbines manufacturers has provided Solute a wide experience in Wind Energy sector and now, are the wind farm owners who ask Solute for its support to understand, improve and optimize the operation of the most critical components of a wind turbine.

Read more