La exploración de entornos extremos puede presentar un desafío operativo importante para los sistemas de ingeniería en los que confiamos para explorar de manera segura y, a veces, operar dentro de ellos.
En aplicaciones de alto valor y críticas para la seguridad, como la exploración espacial o la perforación subterránea, condiciones de operación extremas y, a veces, dinámicas ambiente, puede dificultar la comprensión de la esperanza de vida de los componentes y subsistemas críticos. En consecuencia, esta es una situación muy compleja y, a veces, imposible de comprender con precisión y, por lo tanto, predecir.
Para garantizar operaciones seguras, resistentes y rentables en estos entornos hostiles, es imperativo comprender los efectos de las altas temperaturas en equipos críticos como los condensadores electroquímicos (EC). En comparación con una batería, EC, también conocido como supercondensador, ultracondensador o condensador electroquímico de doble capa, puede soportar altas corrientes de carga y descarga y, por lo tanto, es adecuado para soportar la demanda de potencia máxima. El largo ciclo de vida del EC cuando se opera en un entorno de alta temperatura lo hace ideal para condiciones extremas y duras.
En sistemas con entornos extremos, los componentes a menudo operan fuera de los límites de las recomendaciones del fabricante. Esto hace que la capacidad de comprender y predecir el final de la vida útil de dichos componentes sea un desafío importante. Para afrontar este desafío, nuestra investigación se centra en los EC que operan a temperaturas de hasta 200 ° C, específicamente el funcionamiento de los EC en equipos de perforación geotérmicos o de petróleo y gas a bordo. Las herramientas de perforación son sistemas electromecánicos complejos que realizan funciones críticas en las operaciones de perforación y están diseñadas para soportar temperaturas extremas, golpes y vibraciones.
En nuestra investigación, implementamos algoritmo de aprendizaje automático Predecir las tendencias de degradación de los condensadores electroquímicos de doble capa más allá del punto de partida cuando se ciclan a alta temperatura en un entorno de perforación de petróleo y gas. Trabajar a alta temperatura acelera la degradación de la CE, por lo que investigamos el peor escenario para dicha aplicación.
Publicado recientemente en Acceso IEEE, dirigido por el Grupo de Sistemas Inteligentes del profesor Flynn de la Universidad Heriot-Watt y en colaboración con Baker Hughes, la Universidad de Maryland y la Fundación Lloyds Register.
El profesor David Flynn declaró; “Esta investigación muestra avances significativos en la capacidad de comprender y predecir la esperanza de vida de los componentes críticos resultados experimentales muestran que el final de la vida útil, definido como una caída del 30% en la capacidad, ocurre después de 1000 ciclos cuando la temperatura ambiente excede la temperatura máxima de funcionamiento en un 30%. Utilizando datos de prueba del ciclo de vida, algo que no está fácilmente disponible y es muy difícil de obtener, creamos un modelo de aprendizaje automático que tiene un error porcentual medio de la raíz cuadrada inferior al 2% y una puntuación de calibración promedio del 93% en relación con el 95% de confianza intervalo. Nuestro modelo se puede utilizar para determinar el grado de degradación de la CE en una variedad de aplicaciones. temperatura valores “.
Darius Roman et al, Un modelo de degradación de aprendizaje automático para capacitores electroquímicos operados a alta temperatura, Acceso IEEE (2021). DOI: 10.1109 / ACCESS.2021.3057959
Entregado por
Universidad Heriot-Watt