En un entorno donde la fiabilidad es sinónimo de supervivencia, la gestión de la corrosión en submarinos exige sustituir los enfoques de mantenimiento reactivos por soluciones innovadoras. Este trabajo presenta el marco tecnológico para la aplicación de Inteligencia Artificial en la detección, caracterización, predicción y mitigación de la corrosión a lo largo del ciclo de vida de estas plataformas, revisando el estado del arte del mantenimiento predictivo en este campo.
Mediante la combinación de visión artificial y modelos de redes neuronales, se describe un sistema capaz no solo de identificar anomalías visuales en el casco, sino de predecir de forma cuantitativa la evolución del daño y la vida útil remanente del material. El estudio detalla la integración de estos modelos en un Gemelo Digital naval que, operando bajo restricciones tácticas, permita el ajuste dinámico de los sistemas de protección (ICCP) para minimizar tanto la firma del buque como el avance de la corrosión. La integración de datos junto al modelado físico y la ingeniería de simulación constituye un elemento fundamental para garantizar la disponibilidad operativa y la seguridad en la próxima generación de submarinos.

In an environment where reliability is synonymous with survival, submarine corrosion management demands a shift from reactive maintenance to predictive, data-driven strategies. This paper presents a technological framework for applying artificial intelligence (AI) to the detection, characterization, prediction, and mitigation of corrosion throughout the life cycle of submarine platforms, reviewing the state-of-the-art in predictive maintenance for this field.
By combining computer vision with neural network models, the proposed system is capable not only of identifying visual anomalies on the hull but also of forecasting corrosion damage progression and the hull structure’s Remaining Useful Life (RUL). The study details the integration of these models into a naval Digital Twin that, operating under tactical constraints, enables dynamic tuning of Impressed Current Cathodic Protection (ICCP) systems to minimize both the vessel’s signature and corrosion growth. Data fusion, alongside physics-based modeling and simulation engineering, serves as a cornerstone for ensuring operational availability and safety in the next generation of submarines.