El proyecto MACIC desarrollará un sensor multimodal con inteligencia artificial para predecir la corrosión en infraestructuras metálicas, optimizando su mantenimiento y reduciendo costos en sectores industriales.
Anticipar el avance de la corrosión atmosférica en infraestructuras metálicas críticas se ha convertido en un reto significativo para sectores industriales como el energético, el transporte y la construcción. En respuesta a este desafío, el proyecto MACIC se propone desarrollar y validar un sensor multimodal que integrará tecnologías de monitorización física y electroquímica junto con modelos avanzados de inteligencia artificial para controlar la evolución de este fenómeno. Esta solución innovadora busca abordar un problema que genera un impacto económico anual de 300.000 millones de euros en la Unión Europea.
El Centro Tecnológico CTC, junto con otras entidades, participa activamente en esta investigación, que cuenta con un presupuesto total de 456.21 euros, financiado a través de la Convocatoria de Proyectos en colaboración público-privada 2024. La empresa de ingeniería CHATU TECH lidera este consorcio, que incluye al Centro Tecnológico asturiano IDONIAL, y trabajará conjuntamente durante los próximos 36 meses.
El proyecto MACIC, que significa Monitorización Avanzada de Corrosión para Infraestructuras Críticas, introduce innovaciones clave que transformarán el mantenimiento preventivo de estructuras metálicas como puentes, refinerías o torres de comunicación. La integración de múltiples tecnologías avanzadas permitirá adoptar un enfoque integral para optimizar tanto el rendimiento como la vida útil de estas instalaciones.
En primer lugar, se desarrollará un sensor multimodal capaz de proporcionar una evaluación precisa del estado del material en tiempo real. Su diseño modular permitirá adaptarlo a las necesidades específicas de cada entorno, asegurando así su versatilidad y facilidad de integración en diversas configuraciones.
A través del acceso a datos en tiempo real, el sistema facilitará la detección temprana de fallos estructurales y optimizará las estrategias de mantenimiento. Además, MACIC incorporará modelos predictivos basados en inteligencia artificial que analizarán los datos recogidos para anticipar con alta precisión el progreso de la corrosión. Esto mejorará significativamente la eficiencia y seguridad de las infraestructuras monitorizadas.
El proyecto está financiado por el Ministerio de Ciencia, Innovación y Universidades, así como por la Agencia Estatal de Investigación y FEDER, y se divide en seis paquetes de trabajo. El CTC liderará los dos relacionados con la validación en campo y el desarrollo de algoritmos basados en inteligencia artificial que potenciarán la capacidad predictiva del sistema.
El equipo del CTC instalará un prototipo del sensor en una infraestructura crítica relevante para validar su desempeño bajo condiciones reales. También se integrarán los datos obtenidos con parámetros atmosféricos que influyen en la corrosión. Esta validación permitirá optimizar la precisión del sensor multimodal y mejorar la fiabilidad de los modelos predictivos basados en IA.
A partir de estos datos, se desarrollarán algoritmos capaces de predecir la velocidad a la que ocurre la corrosión atmosférica sobre los electrodos del sensor. Se explorarán dos enfoques: uno será un modelo diseñado para estimar instantáneamente la corrosión según parámetros atmosféricos; el otro buscará anticipar futuras corrosiones considerando datos históricos.
Al inicio del proyecto, el Nivel de Madurez Tecnológica (TRL) se sitúa entre TRL 3-4, con conceptos clave validados inicialmente en entornos controlados. Al finalizar, se espera alcanzar TRL 6, validando las tecnologías principales en entornos relevantes para asegurar su preparación hacia una futura implementación.
La corrosión representa uno de los mayores desafíos económicos para las infraestructuras industriales, generando un costo estimado equivalente al 3.4% del Producto Interno Bruto (PIB) europeo. Aplicando este porcentaje a España, esto significaría alrededor de 44.000 millones en 2023. La implementación efectiva del modelo MACIC podría reducir costos entre un 25% y un 30%, además de favorecer el desarrollo sostenible mediante prácticas más eficientes en reciclaje y gestión.