¿Cuánto les supone a las aerolíneas implantar los biocombustibles?
El estudio se centra en el análisis del impacto de los biofuels en 15 aerolíneas españolas entre 2017 y 2025. Para ello se desarrolló desde cero un modelo de estimación basado en: tráfico, biofuel y costes operativos. Los algoritmos calculan operaciones, emisiones y analizan, entre otros, la cantidad de biocombustibles necesaria para alcanzar el CNG así como su impacto financiero. Los resultados más relevantes indican que:
- Un 3% de incremento anual en el porcentaje de mezcla obligatorio debería ser impuesto para cumplir el CNG.
- La camelina parece presentar un compromiso aceptable como materia prima.
- Sería recomendable el diseño de restricciones o esquemas financieros dependientes de variables como el modelo de negocio o la longitud de las rutas.
El desarrollo de la metodología y conclusiones puede encontrarse en el artículo publicado en Journal of Aerospace Engineering titulado 'Analyzing carbon neutral growth and biofuel economic impact for 2017-2025: A case study based on Spanish carriers' (https://doi.org/10.1177/0954410018768610).
Marco de Investigación de Aviación
Este análisis nació como el primer proyecto dentro del Marco de Investigación de Aviación en la industria y entorno académico liderado por LLM Aviation, junto a universidades, compañías y otras entidades. La participación conjunta permite una mayor, más eficiente y rápida transferencia de conocimiento y experiencia relacionados con las líneas de investigación en desarrollo.
Entre las líneas de investigación incluidas en el Marco se encuentran:
- Gestión de aerolíneas y nuevas tecnologías. Impacto de tecnologías disruptivas como biofuels o propulsión eléctrica.
- Gestión de la calidad en aeropuertos. Control de calidad en los principales actores (pasajeros, aerolíneas…) así como en el medio ambiente y la comunidad.
- Visión artificial para aplicaciones con drones. Aplicación de técnicas de computer visión aprovechando las capacidades de automatización.
- Data Science e Inteligencia Artificial. Uso de herramientas de Machine learning, Data mining y Big data de forma transversal.
Futuros desarrollos
Actualmente estamos trabajando en la expansión del alcance del modelo a otros mercados e incluyendo la aviación eléctrica en la simulación. Esperamos también colaborar con el Ministerio de Fomento y AESA para la definición táctica y estratégica de la transición energética en la industria.
Estamos involucrados en dos proyectos más dentro de esta línea de investigación: aplicación de Business Intelligence para el análisis de datos de aerolíneas y diseño de modelos predictivos con Machine Learning. Estos representan la columna vertebral de la Tesis Doctoral de Darío.
Respecto al resto de líneas, destaca el proyecto CEAL de calidad aeroportuaria impulsado por el Banco Santander y la UAM, así como un proyecto de desarrollo de un sistema basado en la automatización de drones para mantenimiento de plantas energéticas.
Agradecimientos
Quiero terminar agradeciendo el apoyo al Coiae y al resto de personas y organizaciones que han colaborado con nosotros en los últimos años.