La innovació tecnològica torna a esdevenir una eina clau per reforçar l’eficiència i la seguretat operativa de les centrals nuclears. Fruit de la col·laboració entre GDES i ANAV, neix iAlgae, un sistema intel·ligent de detecció precoç d’algues i masses vegetals flotants mitjançant intel·ligència artificial, desenvolupat per a la central nuclear Ascó.
Aquest projecte d’innovació aplicada permet monitorar de manera contínua el canal d’alimentació d’aigua de la central, detectant automàticament la presència d’acumulacions de vegetació que podrien afectar els sistemes de captació i refrigeració de la instal·lació. La iniciativa suposa un avenç significatiu respecte als mètodes tradicionals de vigilància visual duts a terme pels operadors sobre el terreny, aportant una solució automatitzada, permanent i capaç d’operar en qualsevol condició ambiental.
Intel·ligència artificial al servei de l’operació nuclear
La presència d’algues i altres masses vegetals flotants als canals de captació és un fenomen natural conegut a les instal·lacions que utilitzen aigua superficial per a la refrigeració. Disposar d’informació en temps real sobre la seva evolució permet optimitzar les tasques de supervisió i proporcionar als equips d’operació una eina avançada de suport a la presa de decisions.
Per donar resposta a aquest repte, s’ha desenvolupat una solució que combina càmeres multiespectrals, tèrmiques i d’espectre visible amb algoritmes d’intel·ligència artificial capaços de detectar automàticament masses vegetals en moviment i generar alertes en temps real per facilitar-ne la retirada per part dels equips d’operació.
Una de les principals innovacions d’iAlgae és la combinació d’imatge multiespectral i termografia avançada, que permet mantenir una detecció fiable les 24 hores del dia i en diferents condicions ambientals.
Més d’un milió d’imatges processades en un entorn real
Per validar la tecnologia, el sistema es va assajar durant 144 dies en condicions reals d’operació a CN Ascó, on va processar més d’un milió d’imatges mitjançant una arquitectura d’edge computing.
Els resultats van confirmar la viabilitat de la solució, amb la detecció automàtica de 710 mantells d’algues i la identificació fins i tot d’acumulacions vegetals inferiors a un metre quadrat, moltes de les quals eren difícils d’apreciar mitjançant l’observació visual convencional. A més, els assajos van demostrar un comportament estable davant la pluja, la boira, les variacions de lluminositat, el vent o les turbulències de l’aigua.
