Tras dos años de investigación, el proyecto Malmo ha finalizado con el desarrollo de metodologías avanzadas utilizando inteligencia artificial (IA) y técnicas espectroscópicas para la monitorización de la producción industrial de tecnologías fotovoltaicas de película delgada.
![Proyecto Malmo.](https://static.solarinfo.es/media/2024/05/energia-solar-industria-fotovoltaica-inteligencia-artificial-monitorizacion-proyecto.png)
Los dispositivos fotovoltaicos de película delgada representan un gran avance para la energía solar, ya que amplían los nichos de aplicación de la energía fotovoltaica y se pueden producir en masa de manera rentable. Sin embargo, su producción industrial es muy compleja y pequeñas desviaciones de fabricación dan como resultado productos defectuosos de baja calidad y, a su vez, en un desperdicio de materiales, energía y tiempo de alto valor para los fabricantes fotovoltaicos.
En este contexto, el consorcio de Malmo ha desarrollado nuevas metodologías que pueden minimizar este problema, permitiendo una detección temprana de desviaciones durante la fabricación utilizando técnicas de inspección espectroscópica rápidas, no invasivas y no destructivas en combinación con análisis avanzado de datos e IA.
Las metodologías se han desarrollado tomando como caso de aplicación una plataforma de inspección espectroscópica en una línea piloto de fabricación industrial existente de la empresa austriaca Sunplugged GmbH, que produce una lámina solar flexible y personalizable.
Desarrollo del proyecto Malmo
Durante los primeros doce meses, Malmo, a través de Sunplugged, se centró en analizar las necesidades industriales reales de la empresa para la monitorización de procesos y en la fabricación de muestras de referencia a través del trabajo con los operarios de planta, adquiriendo conocimientos en aspectos críticos de la línea piloto industrial de Sunplugged y conociendo las estrategias tecnológicas y comerciales de la empresa.
Los últimos doce meses del proyecto se realizaron en el Instituto de Investigación en Energía de Cataluña (IREC). En primer lugar, se creó una gran base de datos que incluía datos espectroscópicos de los materiales fotovoltaicos y los relacionaba con su rendimiento fotovoltaico final utilizando un enfoque de caracterización combinatoria.
Esta base de datos se empleó para desarrollar diferentes metodologías analítico-estadísticas y de aprendizaje automático (IA) que permiten evaluar la calidad de la producción en una etapa intermedia de producción. Además, se diseñó, construyó y empleó un sistema de inspección de laboratorio para validar con éxito las metodologías en condiciones industriales simuladas.
Aplicaciones de la IA en la industria fotovoltaica
Las metodologías desarrolladas en el marco del proyecto han demostrado tener una precisión de aproximadamente el 90% para predecir la calidad de la producción. Si se implementa en la línea de producción de Sunplugged, esto podría aumentar el rendimiento de la producción en más de un 10% y aumentar los ingresos por ventas asociados en, aproximadamente, 1 millón de euros al año.
Además, el proyecto realizó interacciones exhaustivas con otros actores industriales y de investigación para evaluar la aplicabilidad y comercialización de la tecnología en otros casos de aplicación. En general, los métodos desarrollados fueron considerados interesantes por la industria fotovoltaica de película delgada.
Derivado de este proyecto, el grupo de Materiales y Sistemas de Energía Solar del IREC coordina actualmente un proyecto denominado Platform-ZERO, en el que las metodologías de monitorización de Malmo se desarrollarán e implementarán dentro de una plataforma holística de monitoreo de procesos impulsada por IA que se probará en cuatro pilotos.