En el marco de la transición energética global, un equipo de investigadores de la Universidad Federal de Paraíba (UFPB), en Brasil, y de la Universidad Nacional de Ingeniería (UNI), en Perú, logró un hito sin precedentes para América Latina al desarrollar una réplica virtual, conocida como “gemelo digital” (Digital Twin), de una planta de producción de hidrógeno.
Este sistema no solo replica el comportamiento de la planta física, sino que, mediante el uso de inteligencia artificial (IA), es capaz de tomar decisiones y «pensar por sí mismo» para optimizar la operación.
El trabajo científico, titulado “Development of a Digital Twin Model for a Hydrogen Production Plant Based on Artificial Intelligence Techniques”, fue publicado en la prestigiosa revista IEEE Access, un reconocimiento a la calidad y relevancia de la investigación conjunta.
También te puede interesar | Desarrollan sistema de respaldo con hidrógeno capaz de restaurar el suministro eléctrico en cuestión de segundos
América Latina a la vanguardia de la simulación de energías
El proyecto representa una apuesta de la región por soluciones de alta tecnología para resolver los desafíos de la nueva matriz energética. El modelo desarrollado es una copia virtual y precisa de una instalación industrial de hidrógeno de la universidad peruana.
Utilizando datos reales de operación extraídos de esta planta experimental, el gemelo digital integra variables eléctricas, térmicas e hidráulicas para simular y predecir el rendimiento del sistema.
La principal fortaleza de este desarrollo es su capacidad de aprendizaje autónomo, ya que a diferencia de los sistemas de simulación tradicionales, este gemelo digital se actualiza de forma continua.
El estudio implementó un proceso de «reaprendizaje» conocido como batch retraining, mediante el cual la IA incorpora gradualmente nuevos datos operativos, lo que permite que la réplica virtual se adapte a los cambios reales de la planta física, mejorando su precisión con el tiempo y ajustando sus parámetros para reflejar fielmente el desgaste de los equipos o las nuevas condiciones de operación.
La investigación fue liderada por el profesor del Centro de Energías Alternativas y Renovables (CEAR) de la UFPB, Juan M. Mauricio Villanueva, en colaboración con cinco destacados profesores de la Universidad Nacional de Ingeniería de Perú: Rubén Aquize Palacios, Aurelio Morales‑Villanueva, Cesar Briceño Aranda, Oswaldo A. Waters Torres y James Erick Vílchez García.
Una arquitectura de IA flexible y adaptable
La metodología empleada por los científicos de Brasil y Perú es un factor clave de su éxito, y es que el modelo está construido sobre algoritmos de redes neuronales artificiales (RNA), diseñados para predecir con alta precisión el rendimiento de la producción de hidrógeno y la eficiencia general del sistema.
El proceso se estructura en varias capas: desde la adquisición y preprocesamiento de los datos, pasando por su normalización, hasta un sistema de aprendizaje incremental que garantiza la adaptabilidad del modelo.
Esta flexibilidad no solo permite que el gemelo digital reproduzca el presente, sino que también lo convierte en una herramienta predictiva. El estudio confirma que el modelo desarrollado es capaz de anticipar comportamientos futuros, evaluar escenarios operativos a largo plazo y detectar de manera temprana posibles fallos en la infraestructura.
Los resultados demuestran una alta correlación entre los valores reales y los estimados por el modelo, lo que lo consolida como una herramienta fiable para el monitoreo y análisis de rendimiento de estas plantas.
Hacia una nueva generación de plantas inteligentes
Los investigadores de Brasil y Perú no conciben este avance como un punto final, sino como el pilar de una nueva generación de infraestructuras. En trabajos futuros, planean integrar el gemelo digital con estrategias de control avanzado, como el control predictivo basado en modelo.
Asimismo, prevén la incorporación de técnicas de inteligencia artificial explicable (XAI), que permitirán interpretar con mayor claridad la influencia de cada variable operativa en la producción de hidrógeno.
Los autores consideran que la metodología presentada es escalable y puede ser aplicada a otras tecnologías de electrólisis y a plantas de mayor escala, consolidando el uso de gemelos digitales en el contexto de la producción sostenible de hidrógeno y la transición energética.
Para América Latina, que aspira a convertirse en un actor relevante en la economía global del hidrógeno verde, el desarrollo de gemelos digitales autónomos representa una ventaja competitiva, ya que la capacidad de simular y optimizar el rendimiento de una planta antes incluso de ser construida reduce los riesgos operativos y financieros, acelerando la maduración de proyectos a gran escala.
Con este desarrollo, Brasil y Perú demuestran que la innovación en energías limpias no es solo una cuestión de producción física, sino también de inteligencia computacional aplicada. La planta de hidrógeno virtual ya está operativa en el ámbito académico y científico, y sus creadores esperan que su aplicación en la industria esté disponible a corto plazo.
La agenda para la descarbonización
Latam Mobility impulsa el diálogo de los principales actores del sector a lo largo de su gira 2026, que recorrerá los principales mercados de la región para profundizar en estos y otros temas cruciales para la transformación de la movilidad.
La gira recorrerá los principales mercados de la región: Ciudad de México, Colombia y Chile. A lo largo de estos encuentros, líderes del sector público y privado, empresas, inversionistas y expertos internacionales analizarán el presente y futuro de la movilidad eléctrica, la innovación tecnológica, la infraestructura, la energía y la economía climática.
La transición ya está en marcha. La Gira 2026 de Latam Mobility será el punto de encuentro para acelerar decisiones, conectar actores clave y construir, de forma colaborativa, la movilidad sostenible de América Latina.
