1 July 2024 in Polo del Conocimiento
Este estudio analiza la integración del Machine Learning (ML) en sistemas de control predictivo a nivel industrial, revelando una tendencia creciente y prometedora en diversos sectores. La investigación muestra un aumento exponencial en la aplicación de técnicas de ML, como redes neuronales recurrentes (LSTM), Random Forest y redes neuronales convolucionales (CNN), en control predictivo industrial. Los casos de estudio examinados, que abarcan desde la industria petroquímica hasta la manufactura automotriz y el monitoreo ambiental, demuestran mejoras significativas en eficiencia, precisión y productividad. Se observa una adopción global de estas tecnologías, incluyendo implementaciones exitosas en países en desarrollo como Ecuador. A pesar de los beneficios evidentes, se identifican desafíos persistentes, como la necesidad de grandes conjuntos de datos de calidad, problemas de interpretabilidad y complejidad computacional. El estudio destaca la tendencia hacia enfoques híbridos que combinan conocimiento basado en principios físicos con ML, ofreciendo un equilibrio entre interpretabilidad y adaptabilidad. Se concluye que la integración de ML en control predictivo industrial representa una solución transformadora en la automatización industrial, con el potencial de revolucionar la gestión y operación de sistemas industriales complejos, impulsando la innovación en fabricación y control de procesos.
1 January 2024 in Tesla Revista Científica
A medida que la transición hacia fuentes de energía sostenibles aumenta, comprender las diversas tecnologías y beneficios de los inversores como la capacidad de maximización de producción de energía y reducción de riesgos son consideraciones importantes para el avance tecnológico. La investigación resalta que la elección entre microinversores e inversores convencionales depende de varios factores. Se destaca la importancia de tomar en cuenta aspectos como el tamaño de la instalación, presupuesto, presencia de sombras y necesidades específicas del cliente para determinar la tecnología que mejor se adapte a estas necesidades. El análisis de ventajas y desventajas entre los diferentes dispositivos muestra que comparten beneficios como el sistema MPPT a nivel de módulo y la reducción de riesgos, pero difieren en la capacidad de reemplazar el inversor central. Además, se resalta que existe una diferencia notable en la utilización de microinversores en instalaciones de escala reducida, pero disminuyendo su rentabilidad en proyectos de mayor tamaño. También se explora desafíos y oportunidades en la implementación de tecnologías renovables, destacando la importancia de la innovación y la investigación continua para desarrollar soluciones integrales y sostenibles. Finalmente, se muestra los diversos avances para la implementación de nuevas tecnologías con sistemas más inteligentes y robustos.
10 July 2024 in Revista Científica Multidisciplinar G-NER@NDO
En este artículo, se explora el impacto y las aplicaciones de la IA en la toma de decisiones en sistemas de control eléctrico industrial, así como los beneficios y desafíos asociados. Como principal eje de análisis del uso y la integración de la inteligencia artificial (IA) en los sistemas de control eléctrico industrial ha dado lugar a avances significativos en la eficiencia operativa, la fiabilidad y la seguridad en entornos industriales. La investigación incluye una revisión de la literatura existente, estudios de caso y análisis de datos empíricos para evaluar el impacto de la IA en diversas áreas del control eléctrico. Se destacan casos de uso exitosos donde la IA ha permitido una gestión más eficaz de los recursos energéticos, una detección temprana de fallos y un mantenimiento predictivo, resultando en una mayor disponibilidad de los sistemas y una reducción significativa de tiempos de inactividad. La Inteligencia Artificial (IA) ha experimentado un avance significativo en los últimos años, impulsando su aplicación en diversos sectores, incluyendo las industrias. Su impacto en la toma de decisiones, la automatización de tareas y la optimización de procesos ha transformado la forma en que operan las empresas, generando importantes beneficios económicos y competitivos. La implementación de la IA en las industrias presenta un panorama de oportunidades y desafíos. Si las empresas logran superar los desafíos y aprovechar las oportunidades, la IA puede convertirse en un motor de transformación y crecimiento para la industria del futuro.
1 July 2024 in Polo del Conocimiento
Esta revisión sistemática de la literatura examina la gestión de sistemas de almacenamiento de energía por medio de baterías (BESS) y la determinación de su eficiencia. El estudio analiza diversas tecnologías de baterías, destacando la predominancia de las baterías de iones de litio por su alta eficiencia (85-95%) y densidad energética. Se identifican múltiples indicadores de eficiencia, subrayando la importancia de considerar factores económicos y ambientales además del rendimiento energético. La investigación revela que la eficiencia de los BESS varía significativamente según la aplicación, siendo óptima en servicios de regulación de frecuencia y auxiliares. Factores críticos que afectan la eficiencia incluyen la gestión térmica y los regímenes de carga/descarga. El estudio destaca la importancia de las estrategias de gestión avanzadas, como el control predictivo y las estrategias adaptativas, para optimizar el rendimiento de los BESS. Se enfatiza el papel de los BESS en la integración de energías renovables y la estabilización de redes eléctricas. La revisión concluye que la gestión eficiente de BESS requiere un enfoque holístico e interdisciplinario, considerando aspectos técnicos, económicos y ambientales para lograr una implementación efectiva en el contexto de la transición energética global.
1 January 2025 in Bastcorp International Journal
Se realizó un estudio sobre equipos open source orientados a aplicaciones industriales durante el período 2019-2023, con el objetivo de evaluar su evolución, adopción y efectividad en diferentes sectores industriales. La investigación se basó en el análisis documental sistemático de 312 publicaciones relevantes y la evaluación comparativa de diferentes tipos de equipos open source en entornos industriales. Los resultados mostraron una reducción significativa en costos de implementación (30-40%) y mantenimiento (45-55%) en comparación con soluciones propietarias. El sector manufacturero presentó la mayor tasa de adopción (45%), seguido por el sector energético (38%). Se identificaron desafíos importantes como la documentación incompleta (35%) y el soporte técnico limitado (28%). La evolución temporal evidenció una maduración significativa de estas tecnologías, progresando desde capacidades básicas hasta funcionalidades avanzadas que incluyen integración con IA y análisis predictivo. Los beneficios cuantificados incluyeron mejoras en flexibilidad operativa (40-50%) y aceleración en innovación y desarrollo (45-55%). Las tendencias emergentes señalaron una clara dirección hacia la automatización avanzada y la digitalización industrial. Se concluyó que los equipos open source representan una alternativa viable y ventajosa para aplicaciones industriales, aunque su implementación exitosa requiere una consideración cuidadosa de los desafíos identificados.
1 July 2025 in Horizon International Journal
Este estudio analizó el estado actual de los sistemas inteligentes basados en sensores IoT aplicados a la optimización del riego en cultivos agrícolas. Se realizó una revisión de 39 artículos científicos publicados entre 2019 y 2025, seleccionados mediante criterios de pertinencia, calidad y actualidad. El análisis permitió identificar las arquitecturas tecnológicas más empleadas, los tipos de sensores predominantes, los protocolos de comunicación utilizados, y los algoritmos de optimización aplicados. Los resultados mostraron que los sistemas revisados lograron reducciones representativas en el consumo de agua, con ahorros promedio del 32 %, así como mejoras en la eficiencia energética y en la productividad de los cultivos. Se observó una tendencia creciente hacia el uso de tecnologías de baja potencia y largo alcance, como LoRaWAN, y hacia la incorporación de algoritmos de machine learning y lógica difusa. También, el estudio destacó las oportunidades y desafíos específicos para la adopción de estas tecnologías en América Latina, en particular en países como Ecuador. Los hallazgos aportan evidencia sobre el potencial de los sistemas IoT para contribuir a la sostenibilidad hídrica en la agricultura y ofrecen orientaciones para futuras líneas de investigación y desarrollo en este campo.