MANTEIA - Metodologías de detección y diagnóstico temprano de fallos, aplicadas a un sistema de almacenamiento térmico, basadas en técnicas de Inteligencia Artificial

MANTEIA - Metodologías de detección y diagnóstico temprano de fallos, aplicadas a un sistema de almacenamiento térmico, basadas en técnicas de Inteligencia Artificial

MANTEIA -  Metodologías de detección y diagnóstico temprano de fallos, aplicadas a un sistema de almacenamiento térmico, basadas en técnicas de Inteligencia Artificial

Convocatoria MEDITECH n.3 - Financiada por la Unión Europea - Fondo Next Generation EU (PNRR) - M4C2  I2.3 
CUP I83D24000130005

Beneficiarios: Magaldi Power Spa

Duración del proyecto: 12 meses - iniciado el 6 de mayo de 2024

Magaldi R&D projects

El objetivo del proyecto es el estudio de técnicas de control predictivo adecuadas para el desarrollo de un software de "detección temprana de fallos", para su aplicación a la tecnología de almacenamiento térmico en lecho fluidizado MGTES.
La tecnología MGTES, patentada por Magaldi, permite almacenar la energía producida a partir de fuentes renovables y enviarla, previa solicitud, para la producción de vapor verde, para apoyar la descarbonización de las industrias que consumen mucha energía.

La implementación de algoritmos avanzados de "detección temprana de fallas" puede ayudar a optimizar el funcionamiento y mantener la alta confiabilidad del sistema.