Gemelos digitales basados en IA para mejorar los rendimientos energéticos de los procesos industriales

La presión por reducir costes energéticos, recortar emisiones y optimizar el uso del agua está obligando a muchas industrias a replantearse cómo gestionan sus procesos.

La combinación de análisis avanzado de datos, modelos de inteligencia artificial y gemelos digitales se está consolidando como una de las palancas más eficaces para avanzar en esa dirección, permitiendo tomar decisiones más precisas sin interrumpir la actividad productiva.

En este contexto, un equipo de investigadores ha validado una nueva herramienta digital que traduce datos energéticos, productivos y ambientales en diagnósticos claros y planes de mejora accionables. Desarrollada en el marco del proyecto DIENERTEX, en el que han participado el Instituto Tecnológico de la Energía (ITE), la Asociación de Empresarios Textiles de la Comunidad Valenciana (ATEVAL) y el Clúster de la Energía de la Comunitat Valenciana (CECV), la solución se ha probado con datos reales de empresas valencianas y ha demostrado su capacidad para identificar ahorros energéticos, reducir emisiones y mejorar la competitividad.

A partir de información básica sobre la producción y los consumos de una planta, el sistema configura un diagnóstico estructurado de su situación energética y ambiental y propone un plan de actuación priorizado. Las recomendaciones pueden ir desde medidas de gestión y digitalización hasta cambios en procesos térmicos, uso de agua, productos químicos o tratamiento de residuos. Las pruebas realizadas muestran que esta aproximación ayuda a ordenar, con criterios técnicos, económicos y ambientales, las oportunidades de mejora y a comparar distintas alternativas antes de invertir.

Como parte de DIENERTEX se han desarrollado prototipos de gemelos digitales energéticos y productivos aplicados a líneas de desfibrado y reciclado de fibras, equipos de hilatura y líneas de acabado y laminado para textil hogar. Estos modelos permiten simular diferentes formas de operar la planta y anticipar su impacto en consumo energético por unidad fabricada, emisiones y productividad, apoyando decisiones de producción, mantenimiento o inversión sin necesidad de realizar pruebas sobre la instalación real.

«Las validaciones realizadas con datos representativos de procesos industriales intensivos en energía muestran que los modelos son capaces de reproducir con un grado de precisión adecuado el comportamiento energético‑productivo, lo que se traduce en una toma de decisiones más informada y basada en datos», subrayan desde el equipo técnico del proyecto en ITE.

Entre los avances alcanzados destaca también el desarrollo inicial de las capacidades necesarias para un futuro entorno sectorial de datos, capaz de integrar información energética, productiva y ambiental relevante para mejorar la competitividad y la sostenibilidad de las empresas. Este tipo de soluciones facilita además el cumplimiento de obligaciones como el cálculo y reducción de la huella de carbono, la elaboración de planes de descarbonización, la mejora en el uso del agua o la incorporación de criterios de ecodiseño.

Tras esta primera fase de desarrollo y validación, el consorcio de DIENERTEX trabaja ya en el escalado de la solución para su implantación en un mayor número de empresas industriales y en el análisis de su posible adaptación a otros sectores intensivos en energía, más allá del textil. El proyecto DIENERTEX- F1 , con expediente AEI-010500-2025-175, ha sido financiado por el Ministerio de Industria, Comercio y Turismo, dentro de la convocatoria de Agrupaciones Empresariales Innovadoras en el marco del Plan de Recuperación, Transformación y Resiliencia.