Desde que comenzaron a utilizarse en 1886, los transformadores que operan a 50-60 Hz han sido fundamentales en la distribución de energía eléctrica en todo el mundo. A día de hoy, siguen siendo una tecnología clave, presente en prácticamente cualquier vecindario. De hecho, muchas personas aún conservan transformadores antiguos que se utilizaban para convertir de 110V a 220V, antes de que estas tensiones se estandarizaran globalmente.
“En los países desarrollados, el 100% de los hogares y empresas emplean transformadores para la distribución de energía eléctrica. Además, sectores clave como las energías renovables y los vehículos eléctricos están adoptando transformadores de
media y alta frecuencia debido a la necesidad de mejorar la eficiencia energética, reducir el tamaño y el peso, y aumentar la fiabilidad”, explica Daniel Santamargarita, uno de los investigadores del grupo de Ingeniería Electrónica Aplicada a los Sistemas de Energías Renovables (GEISER) de la UAH que firma el artículo Tradeoff Between Accuracy and Computational Time for Magnetics Thermal Model Based on Artificial Neural Networks.
Este ha sido elegido como el segundo mejor artículo del año 2023 por una de las mejores revistas internacionales del Institute of Electrical and Electronics Engineers (IEEE). La novedad de su investigación es que, han creado una inteligencia artificial que permite realizar el diseño de un transformador 30 veces más rápido que con los métodos actuales.
En los últimos 130 años, el diseño de estos transformadores ha experimentado mejoras notables, alcanzando eficiencias de hasta el 99.5%. Sin embargo, su principal inconveniente sigue siendo el gran tamaño y peso que implican. Gracias a los avances en los materiales y tecnologías de conversión de energía, ahora es posible aumentar significativamente la frecuencia de los transformadores, llegando a operar en rangos de decenas a cientos de miles de hercios sin afectar su rendimiento. Esto ha abierto la puerta a una reducción exponencial en su tamaño y peso, ya que existe una relación inversa entre estos factores y la frecuencia de operación. Este progreso es especialmente relevante para aplicaciones críticas como los vehículos eléctricos, donde cada gramo y centímetro cuenta.
Y es ahí donde aparece la inteligencia artificial que, como en otros muchos sectores, también ha revolucionado el diseño de transformadores, en particular los de media frecuencia. Anteriormente, para obtener un diseño preciso, se requería utilizar
simulaciones basadas en el Método de Elementos Finitos (FEM), que permitían modelar fenómenos térmicos complejos con una gran precisión, pero estas simulaciones podían tomar semanas de procesamiento. Teniendo un costo elevado en términos de tiempo y recursos computacionales.
Con el objetivo de simplificar este desafío y mejorar los resultados, Daniel Santamargarita, David Molinero y Emilio Bueno investigadores de la Universidad de Alcalá junto con Miroslav Vasic, investigador de la Universidad Politécnica de Madrid, han desarrollado una inteligencia artificial basada en redes neuronales capaz de generar 100.000 posibles soluciones en menos de una hora. Esta inteligencia artificial no solo descarta los diseños menos eficientes, sino que también selecciona los óptimos, permitiendo al diseñador elegir el que mejor se adapta a las necesidades específicas de la aplicación. “La IA ha cambiado radicalmente el proceso de diseño al eliminar las largas iteraciones de simulación que requerían el FEM, optimizando el proceso y acelerando enormemente el desarrollo de nuevos transformadores”, explica Santamargarita.
“Aunque el funcionamiento de estas redes neuronales puede parecer casi mágico, detrás de su éxito hay una cuidadosa recopilación de miles de datos obtenidos de estudios previos, así como múltiples ajustes hasta lograr su óptimo desempeño. Lo que para un ser humano requeriría años de análisis, la inteligencia artificial lo logra en cuestión de instantes”, explica Santamargarita. Una vez en funcionamiento, estas redes permiten reducir el tiempo de diseño de semanas a solo unos segundos, además de encontrar soluciones con un margen de error inferior al 3%.
Los investigadores de la Universidad de Alcalá creen que esta tecnología tiene el potencial de transformar por completo el paradigma del diseño de transformadores de media frecuencia. Asimismo, prevén que su implementación a medio plazo no solo revolucionará el sector, sino que también generará nuevos empleos relacionados con la creación y procesamiento de los datos necesarios para entrenar estas inteligencias artificiales. “Además, el premio del IEEE destaca la capacidad de la Universidad de Alcalá para desarrollar tecnologías innovadoras que pueden marcar una diferencia en la industria energética y en sectores como los vehículos eléctricos y las energías renovables”, puntualiza el investigador principal.