Nuestra investigación integra electroquímica, redes neuronales de grafos y cuantificación de incertidumbre para modelos de corrosión interpretables.
Integración de cinética Butler-Volmer y diagramas de Pourbaix directamente en arquitecturas de redes neuronales para predicciones físicamente plausibles.
Métodos Bayesianos Monte Carlo que generan intervalos de predicción calibrados para decisiones de integridad de activos informadas por riesgo.
Redes de atención de grafos que capturan acoplamiento galvánico, corrosión acelerada por flujo y propagación de colonias MIC.
Integración de flujos de sensores IoT con modelos informados por física para gemelos digitales de corrosión continuos en tiempo real.
Artículos actualmente en preparación o bajo revisión en las principales revistas científicas.
Demuestra cómo las restricciones Butler-Volmer y Pourbaix en capas GNN producen predicciones consistentes en condiciones CCUS no vistas.
Introduce dropout MC con restricciones físicas para intervalos de predicción calibrados, validado en datos de inspección de tuberías offshore.
Formaliza uniones multi-material como grafos heterogéneos con características de Pourbaix para clasificación de estado de corrosión con 94% de precisión.
Demuestra que las representaciones latentes informadas por física se transfieren de Oil & Gas a CCUS, reduciendo requisitos de datos en 40%.
Describe el pipeline de integración de sensores combinando sondas ER, LPR y UT en entrada PI-GNN para actualizaciones sub-horarias.
Aborda XAI para modelos ML de corrosión, interpretando predicciones GNN mediante atribución electroquímica.
Venues clave para presentar la investigación de CorrosionAI y conectar con la comunidad de ciencia de la corrosión.
La mayor conferencia de corrosión del mundo. Venue principal para presentar metodología PI-GNN y resultados de validación en campo.
Evento premier de ingeniería offshore en Houston. Enfoque en predicción de corrosión marítima y offshore.
Congreso Europeo de Corrosión. Evento anual rotativo por ciudades europeas para colaboración en investigación de la UE.
Conferencias de Tecnología de Gases de Efecto Invernadero. Enfoque en retos de corrosión en infraestructura de captura y almacenamiento de carbono.
Workshops de IA para Ciencia en los principales venues de ML. Presentando metodología PI-GNN a la comunidad de investigación.
Congreso de la Asociación Internacional del Agua. Enfoque en predicción de corrosión en redes de distribución de agua.
Documentos técnicos detallados para ingenieros y decisores evaluando gestión de corrosión con IA.
Visión completa de la arquitectura PI-GNN para decisores técnicos evaluando soluciones de gestión de corrosión con IA.
Guía práctica que conecta métodos Bayesianos Monte Carlo con flujos de trabajo de gestión de riesgo de integridad de activos.
Por qué la IA informada por física supera a los modelos empíricos en entornos CCUS con datos históricos limitados.
Guía práctica de integración para equipos usando Meridium APM, Synergi Plant, Visions Enterprise o plataformas similares.
BEAI Energy S.L. da la bienvenida a la colaboración con investigadores académicos, consorcios industriales y organizaciones de normalización.
Programas de investigación conjunta en ML informado por física para degradación de materiales, con enfoque en CCUS, infraestructura de hidrógeno y nuclear avanzado.
Estudios de validación en campo proporcionando datos reales de inspección para comparar predicciones PI-GNN con registros operacionales.
Co-desarrollo de tecnología de sensores para hardware de monitorización de corrosión de próxima generación alimentando plataformas de gemelos digitales.
Patrocinio de doctorados y postdoctorados en electroquímica de corrosión, redes neuronales de grafos, cuantificación de incertidumbre o fusión de sensores.
Contribuciones al desarrollo de estándares en comités AMPP, ISO y ASME sobre gestión de integridad de activos asistida por IA.