Detalle de un aerogenerador
  1. Inicio
  2. IA para componentes eólicos
Sector · Componentes eólicos

IA para fabricantes de componentes eólicos

Palas, ejes, bujes, multiplicadoras y torres. Trabajamos el consumo térmico de hornos, autoclaves y ciclos de curado, el rechazo en piezas grandes y la planificación de una producción electrointensiva, con los datos que la planta ya registra.

El mercado

La cadena de suministro eólica fabrica a otro ritmo

Cada aerogenerador son tres palas, un buje, un eje principal, una multiplicadora o un tren de potencia, un generador y decenas de metros de torre que alguien tiene que forjar, fundir, curar, mecanizar, soldar y pintar a tiempo.

165 GWde nueva potencia eólica instalada en el mundo en 2025, un 40 % más que el récord anterior
28.395aerogeneradores montados en un solo año
+280centros industriales del sector eólico en España
24 %de la electricidad española sale de la eólica

Fuentes: Global Wind Report 2026 del GWEC y Asociación Empresarial Eólica, que cifra además el empleo del sector en más de 37.000 profesionales. Para quien fabrica componentes, ese crecimiento son pedidos más grandes, plazos más cortos y contratos con penalizaciones, mientras la energía sigue siendo uno de sus mayores costes variables.

Dónde se van la energía y la calidad

Cuatro procesos donde un modelo con la física dentro encuentra margen

Quien fabrica conoce estos procesos mejor que nadie. El modelo convierte ese conocimiento y las señales que ya existen en decisiones de consigna, calidad y secuencia, turno a turno.

01

Palas: el curado de la resina

El curado en molde o autoclave es un proceso térmico con reacción exotérmica. Calentar de menos alarga el ciclo y deja curados incompletos; calentar de más dispara el consumo y puede dañar el laminado. La ventana buena depende de la resina, del espesor y de la temperatura de partida, y cambia de una pieza a otra.

02

Forja y fundición: ejes, bujes y bastidores

Las piezas grandes pasan por hornos de recalentamiento y tratamiento térmico donde el consumo específico depende de la carga, la secuencia y los tiempos de espera. El rechazo sale carísimo: una segregación o un temple fuera de ventana se descubre en el ensayo, con horas de horno y toneladas de acero ya gastadas.

03

Mecanizado de grandes dimensiones

Tolerancias finas sobre piezas de metros. El desgaste de herramienta, las dilataciones térmicas y las vibraciones desplazan la medida dentro del ciclo. Detectar la deriva antes de salir de tolerancia ahorra repasos y chatarra en piezas que no admiten una repetición fácil.

04

Torres: soldadura y recubrimientos

El corte, la soldadura de virolas y el curado de la pintura son etapas térmicas encadenadas con esperas entre medias. La secuencia de virolas y el uso de las cabinas deciden una parte del consumo y del plazo que rara vez se optimiza con datos.

Datos

Las señales que ya registra la planta

Curado de palas. Temperaturas de molde o autoclave, presión y vacío, caudal y temperatura del fluido térmico, consumo eléctrico o de quemador, y el registro de resina y espesor de cada pieza.

Forja, fundición y tratamiento térmico. Temperaturas por zona del horno, consumo de gas, tiempos de carga y de espera, composición de la colada y resultado del ensayo por pieza.

Mecanizado. Potencia de husillo, vibración, temperaturas de bancada y medidas de verificación.

Torres. Parámetros de soldadura, temperaturas y tiempos de cabina de pintura y la secuencia real de virolas.

Casi todo eso está ya en el SCADA, el PLC, el historian o el MES; el resto suele estar en hojas de calidad. El diagnóstico lo junta, comprueba que las señales son consistentes y decide con tu equipo cuáles bastan para el primer modelo. Si los datos no dan, se dice antes de cobrar un modelo.

Colada de acero al rojo en una acería
Forja y fundiciónEjes, bujes y bastidores
Qué hace el modelo

Energía, calidad, planificación y medida

EnergíaMenos energía por pieza en hornos, autoclaves y curado

El modelo lleva dentro el balance térmico del equipo y aprende del histórico la parte que la física no fija. Recomienda consignas y tiempos por carga real, no por receta fija.

Eficiencia energética con IA

CalidadAnticipar el rechazo en piezas grandes

Con las señales del proceso y los resultados de calidad por pieza, señala qué variables empujan hacia la no conformidad y avisa dentro del ciclo, cuando todavía se puede corregir.

Modelos predictivos

PlanificaciónProducir cuando la energía cuesta menos

El precio horario cambia el coste de la misma pieza según cuándo se fabrique. La planificación ordena cargas y turnos con el precio de la energía y los plazos de entrega en el mismo problema.

Planificación operativa con IA

MedidaMedir contra una línea base

Antes de empezar se acuerda la referencia (consumo específico, rechazo por familia, horas de replanificación) y el resultado se mide cada mes con los contadores de la planta.

Cómo trabajamos

Experiencia en energía

Un proyecto con Ingeteam dentro del programa BIND

En 2026, DDS fue una de las 21 startups elegidas entre 882 candidaturas de 74 países en la 10.ª edición de BIND, el programa de innovación abierta del Gobierno Vasco, para desarrollar un proyecto con Ingeteam, fabricante de electrónica de potencia y componentes para energía. Lo contamos en la entrada sobre el programa BIND.

El primer proyecto en cada planta se elige pequeño a propósito: un horno, un ciclo de curado, una línea. La confianza se construye midiendo contra una línea base acordada, y el margen de tu horno o de tu ciclo de curado se estima con tus datos y tu formato de pieza antes de dar ningún porcentaje. Cuando publicamos una cifra, decimos qué se midió, dónde, durante cuánto tiempo y con qué método.

Qué señales hacen falta y en qué estado suelen estar lo explicamos en datos industriales para IA.

Reunión exploratoria

Preguntas de fabricantes de componentes eólicos

En la primera reunión se elige un proceso (un horno, un ciclo de curado, una línea de mecanizado), se revisa qué señales existen y se decide si merece un diagnóstico.

¿Qué datos hacen falta para empezar en una planta de componentes eólicos?

Los que ya existen: las señales del SCADA o del historian de los hornos, autoclaves, moldes o líneas de mecanizado (temperaturas, consumos, tiempos de ciclo) y los registros de calidad por pieza. En el diagnóstico se revisa su consistencia y sus huecos; si falta una señal importante, se dice antes de construir nada.

Fabricamos series cortas y piezas casi únicas. ¿Sirve un modelo con tan pocos datos?

Es el caso para el que se diseñó nuestro enfoque. Al llevar dentro el balance térmico del horno o la cinética de curado de la resina, el modelo necesita mucho menos histórico que uno construido solo con datos, y sigue siendo válido cuando cambia la aleación, la resina o el tamaño de la pieza.

¿Hay que instalar sensores nuevos o parar la línea?

No, salvo que el diagnóstico demuestre que falta una señal concreta. El modelo se conecta a lo que ya registra la planta por los protocolos habituales (OPC UA, Modbus, exportaciones del MES) y las primeras semanas solo observa y recomienda, sin tocar el control.

¿Quién decide, el modelo o el responsable de producción?

El responsable. El modelo recomienda una consigna o avisa de una deriva y explica el motivo físico; producción acepta, ajusta o rechaza. Solo escribe consignas cuando la planta lo decide, dentro de límites fijados por ingeniería.

¿Trabajáis solo con grandes fabricantes o también con la industria auxiliar?

Con los dos. El método es el mismo para un fabricante de palas que para un taller que forja bujes o mecaniza bastidores: se elige un proceso con margen medible, se hace el diagnóstico con los datos existentes y se decide con números si seguir. En plantas pequeñas el primer proyecto suele ser más acotado.

¿Cómo se mide el resultado en este sector?

Contra una línea base acordada antes de empezar: consumo específico del horno o del ciclo de curado por pieza o por tonelada, porcentaje de rechazo por familia de pieza u horas de replanificación, corregidos por producción y formato. Con los contadores y registros de la propia planta.