TECNOLOGÍA 37 intervención humana. Esto no solo acelera el proceso, sino que también lo hace más fiable y constante, mejorando la calidad del producto final. Monitorización en condiciones de servicio y predicción de la vida útil En cuanto a la predicción de la vida útil, las redes neuronales artificiales (ANN) están jugando un papel clave al combinar datos de pruebas electroquímicas, de visión por computadora y datos de simulaciones para prever con precisión cuando un recubrimiento empezará a fallar, facilitando el mantenimiento preventivo. Al analizar datos de pruebas de envejecimiento acelerado y condiciones de servicio reales, estos modelos proporcionan estimaciones más precisas de la vida útil restante de los recubrimientos, lo que permite a las empresas planificar intervenciones de mantenimiento de manera más eficiente, reduciendo costes operativos y prolongando la vida útil de las estructuras protegidas. De hecho, en este punto, quiero extenderme ya que la empresa de ensayos en recubrimientos y pinturas Mediciones y Corrosión S.L., proyecto que lideramos un grupo de profesionales del sector, utilizó las redes neuronales artificiales (ANN) para la correlación entre datos electroquímicos y datos de resistencia a la niebla salina en recubrimientos alquídicos y epoxídicos. En la capa de entrada se introducen los datos iniciales que la red procesará. En este caso, los indicadores hacen referencia a las impedancias y diferencias de potenciales medidas mediante la técnica electroquímica ACET, como consecuencia de un deterioro inducido del recubrimiento mediante polarización catódica. Los valores obtenidos en la capa de salida dependen de los parámetros relacionados con la estructura de la red neuronal: conexiones entre neuronas, funciones de agregación y activación, así como los pesos sinápticos. Las diferencias entre estas salidas calculadas y las salidas obtenidas experimentalmente forman errores que se corrigen mediante retropropagación, y luego se modifican los pesos de las neuronas en la capa oculta. Al aplicar este paso varias veces durante la fase de entrenamiento, el error tiende a disminuir y la red ofrece una mejor predicción. Hay otros grupos de investigación que posteriormente han seguido la misma estrategia. CONCLUSIÓN La inteligencia artificial (IA) ha llegado con fuerza a la industria de las pinturas y recubrimientos pudiendo actuar en cada etapa del ciclo de vida de los productos, su aplicación y desempeño. Desde el desarrollo inicial hasta la aplicación y mantenimiento, la IA permite a las empresas optimizar procesos que anteriormente dependían en gran medida del método de prueba y error. Gracias al aprendizaje automático, ahora es posible predecir con mayor precisión el comportamiento de los recubrimientos bajo diversas condiciones, lo que conllevará mejoras significativas en la calidad, durabilidad y sostenibilidad de los productos. Por otra parte, la inteligencia artificial puede jugar un papel crucial en la aplicación y en el control de calidad, permitiendo la implementación de sistemas automatizados que detectan fallos o irregularidades en las superficies pintadas con una precisión que supera la capacidad humana. A través del procesamiento de imágenes y el uso de redes neuronales las empresas pueden garantizar que los recubrimientos sean uniformes y cumplan con los estándares de calidad más exigentes. No menos importante es la posibilidad de monitorización de los recubrimientos en condiciones de servicio, facilitada por sensores avanzados y modelos predictivos que puede permitir a las empresas realizar mantenimientos preventivos con mayor precisión, evitando fallos antes de que A medida que estas tecnologías continúan evolucionando, el futuro de los recubrimientos parece cada vez más prometedor, con soluciones que no solo satisfacen las necesidades actuales, sino que también anticipan los desafíos del mañana José Javier Gracenea es Doctor en Química Orgánica , ha desarrollado su carrera profesional como director técnico y comercial en diferentes empresas de recubrimientos y pinturas y ha sido CEO de la empresa de ensayos electroquímicos Mediciones y Corrosión S.L. a lo largo de 25 años. También ha sido miembro del comité plenario del CTN48 de Aenor y delegado español en el grupo de trabajo ISO TC35/SC09/ WG29. En la actualidad es consultor, perito judicial e inspector NACE. Durante su trayectoria investigadora ha participado en una treintena de proyectos de investigación en recubrimientos y materiales avanzados que han dado lugar a más 50 publicaciones y comunicaciones en revistas y congresos de reconocido prestigio.
RkJQdWJsaXNoZXIy Njg1MjYx