This paper provides a thorough exploration of the evolution and contemporary trends in electrical-distribution networks, with a focus on smart grids in the context of Industry 4.0. Beginning with the traditional components of electrical grids, the study highlights the transition towards sustainable energy sources and the integration of renewables. Key trends include economic operation, the application of distributed energy resources, and the significance of photovoltaic solar energy. The paper unfolds in seven sections, examining smart-electrical-network architecture, sustainable technology progression, energy efficiency, carbon-emission-reduction challenges, future perspectives, and concluding insights. Each section delves into specific layers and aspects, such as data management, electrical infrastructure, automation, and consumer interaction. The intricate role of smart meters and their impact on energy management is explored, providing a comprehensive overview of the current state and future directions of electrical-distribution networks.

The mobility industry has experienced a fast evolution towards electric-based transport in recent years. Recently, hybrid electric vehicles, which combine electric and conventional combustion systems, have become the most popular alternative by far. This is due to longer autonomy and more extended refueling networks in comparison with the recharging points system, which is still quite limited in some countries. This paper aims to conduct a literature review on thermodynamic models of heat engines used in hybrid electric vehicles and their respective configurations for series, parallel and mixed powertrain. It will discuss the most important models of thermal energy in combustion engines such as the Otto, Atkinson and Miller cycles which are widely used in commercial hybrid electric vehicle models. In short, this work aims at serving as an illustrative but descriptive document, which may be valuable for multiple research and academic purposes.

The forward method for modeling electric vehicles is one of the most suitable for estimating energy consumption in different imposed driving cycles. However, a detailed description of the methodology used for the development of electric vehicle models is necessary and is scarce in the current literature. To fill this gap, this study focuses on highlighting the intrinsic characteristics through a theoretical study with a mathematical model, complemented by demonstrative simulations in Matlab/Simulink. The results show that the forward method can be estimated more accurately based on the energy consumption of the electric vehicle. Moreover, this paper aims to be explicitly descriptive for the development of more complex electric vehicle models to incorporate real driving cycles, being able to size the drivetrain of the vehicle itself or develop ecological routes.

The efficiency and dynamics of hybrid electric vehicles are inherently linked to effective energy management strategies. However, complexity is heightened due to uncertainty and variations in real driving conditions. This article introduces an innovative strategy for extended-range electric vehicles, grounded in the optimization of driving cycles, prediction of driving conditions, and predictive control through neural networks. First, the challenges of the energy management system are addressed by merging deep reinforcement learning with strongly convex objective optimization, giving rise to a pioneering method called DQL-AMSGrad. Subsequently, the DQL algorithm has been implemented, allowing temporal difference-based updates to adjust Q values to maximize the expected cumulative reward. The loss function is calculated as the mean squared error between the current estimate and the calculated target. The AMSGrad optimization method has been applied to efficiently adjust the weights of the artificial neural network. Hyperparameters such as the learning rate and discount factor have been tuned using data collected during real-world driving tests. This strategy tackles the “curse of dimensionality” and demonstrates a 30% improvement in adaptability to changing environmental conditions. With a 20%-faster convergence speed and a 15%-superior effectiveness in updating neural network weights compared to conventional approaches, it also highlights an 18% reduction in fuel consumption in a case study with the Nissan Xtrail e-POWER system, validating its practical applicability.

En la presente investigación se diseña y valida una geometría de suspensión tipo Rocker-Bogie basados en el análisis de grados de libertad para su futura implementación dentro del sector de la industria de exploración espacial. Ello tiene como finalidad principal la recolección, transporte de basura y desperdicios a sectores estratégicos dentro de las instalaciones, sorteando obstáculos de diferente nivel, aunque también podría aplicarse en el área industrial, agrícola y minera, en las que se requiera un sistema robusto y estable. Se parte estableciendo un factor de seguridad determinado a través de coeficientes que involucren seguridad y economía. Luego, se realiza el cálculo de las dimensiones y fuerzas a soportar por los elementos estructurales conocidos como Rocker y Bogie que son los encargados de transmitir el soporte al chasis, además de brindar soporte a las conexiones para los componentes de los ejes y motores para las ruedas. Del diseño y cálculo de estos elementos depende que el prototipo de robot sea capaz de movilizarse a través de campos irregulares sorteando obstáculos como: anomalías en la superficie, baches, rocas y bordillos. Para la validación del diseño del prototipo se realiza un análisis estático de los elementos estructurales (Rocker y Bogie) por medio del parámetro de Von Misses, obteniendo un nivel de seguridad elevado antes de la ruptura. Posteriormente, se ejecuta la simulación del prototipo en base a una pista creada en el software analizando parámetros de velocidad, aceleración y desplazamientos en los ejes X y Y. Finalmente, se comparan los resultados obtenidos de la simulación basándose, principalmente, en altura y longitud máxima entre eje frontal y posterior, siendo crucial el ángulo máximo de inclinación permisible.

La investigación se desarrolla en el ámbito del transporte terrestre en el cantón Chambo, Ecuador, y tiene como objetivo formular un modelo de mejora de la calidad del servicio y la satisfacción de los usuarios del transporte público y comercial, mediante la aplicación de la técnica SERVQUAL. El objetivo de la presente investigación consiste en evaluar la calidad del servicio ofrecido por siete operadoras de transporte público y comercial. Por lo tanto, se plantea el diseño y desarrollo de un modelo orientado al mejoramiento continuo de la calidad en dicho sistema de transporte. El estudio empleo un enfoque metodológico mixto, de tipo descriptivo, de campo y correlacional, combinando técnicas cuantitativas y cualitativas. Se identifican dimensiones que afectan la calidad del servicio y se realiza un diagnóstico mediante la estimación del nivel de satisfacción de los usuarios. Para la recolección de datos se utilizaron entrevistas estructuradas, encuestas y fichas de observación aplicadas a infraestructuras como vías, paradas, unidades vehiculares y la terminal terrestre. La gestión administrativa de las operadoras es principalmente empírica, reflejándose en un índice global de calidad del servicio de -44,20, lo que evidencia una marcada insatisfacción de los usuarios. De manera específica, las dimensiones evaluadas presentan los siguientes puntajes: empatía (-55), fiabilidad (-52), aseguramiento (-48), elementos tangibles (-36) y capacidad de respuesta (-30). A partir de los indicadores obtenidos, se concluye la necesidad de implementar un modelo de mejoramiento de la calidad del servicio de transporte, el cual contempla acciones orientadas a optimizar la gestión administrativa, fortalecer las dimensiones de calidad y atender aspectos técnicos fundamentales.