Este trabajo describe las características, los beneficios y el procedimiento del modelado y la optimización de procesos de fermentación en estado sólido (FES) mediante sistemas de inteligencia artificial (IA). En este artículo se describen las características de las redes neuronales artificiales para modelar un proceso; así como del algoritmo genético y la optimización por enjambre de partículas para determinar los valores óptimos de las variables independientes del proceso. Además, se señalan los requerimientos para implementar estos sistemas de IA en un proceso de FES. La propuesta se basa en la facilidad que supone el hecho de que estos sistemas de IA no requieren operaciones matemáticas complejas, ya que utilizan conceptos e ideas de la naturaleza para solucionar problemas a partir del uso de un conjunto de datos o medidas del proceso. Como su funcionamiento es simple de entender e implementar, el uso de estas técnicas de IA en la FES puede ser de gran utilidad para predecir de manera más precisa el comportamiento del proceso, reducir los errores, ahorrar tiempo y hacer un uso más eficiente de los recursos disponibles.
4 March 2025 in International Journal of Innovative Research and Scientific Studies
Solid-state fermentation (SSF) is a process used to produce enzymes and secondary metabolites; however, its low efficiency limits its application, as it does not cost-effectively meet market demand. This article proposes modeling the operation and determining the optimal parameters of SSF processes through the application of artificial intelligence systems. To this end, programming algorithms were designed in MATLAB software to implement an artificial neural network (ANN), a genetic algorithm (GA), particle swarm optimization (PSO), and the artificial bee colony (ABC) algorithm. To verify the proposed method, the production of proteases used in the cheese industry was modeled and optimized. The results show that the optimal process parameters were correctly identified, the modeling precision and accuracy were increased (R² > 0.90), and the process resources required can be reduced. These findings suggest that the use of artificial intelligence systems in SSF processes is an effective tool to maximize their production.
20 March 2025 in Tendencias en energías renovables y sustentabilidad
Este artículo presenta una revisión de la literatura de las características de diferentes sistemas de control basados en inteligencia artificial, orientados a mejorar la eficiencia y fomentar el uso de sistemas de energías renovables. Se describen las características fundamentales de las energías renovables, así como sus principales desventajas. Los sistemas de control propuestos incluyen la lógica difusa, las redes neuronales artificiales, el control neurodifuso y algunos algoritmos de optimización inspirados en la naturaleza, cuyas características y requerimientos para su aplicación en sistemas de energías renovables son detalladamente descritos. En este sentido, se expone el proceso de modelado de un sistema, así como los requerimientos para el diseño e implementación en software o hardware de dichos sistemas de control. Además, se presentan las principales ventajas y beneficios del uso de sistemas de control basados en inteligencia artificial. Finalmente, este artículo proporciona información valiosa para incrementar la producción de energía eléctrica mediante fuentes renovables y para promover la aplicación de estos sistemas con el fin de reducir los niveles de contaminación ambiental.
20 March 2025 in Tendencias en energías renovables y sustentabilidad
Hoy en día, la producción y acumulación de plásticos a nivel mundial constituye un problema ambiental de gran relevancia, con impactos negativos tanto en la salud humana como en los ecosistemas marinos. Además, la eliminación de los plásticos genera químicos tóxicos y microplásticos, entre otros efectos negativos. Por ello, este artículo de divulgación científica describe los principales tipos, características y aplicaciones de los plásticos más utilizados en la actualidad, los métodos tradicionales para su eliminación, y los aspectos más relevantes de la biodegradación de plásticos. En este contexto, un proceso de biodegradación de plásticos es un método prometedor mediante el cual hongos, bacterias o microalgas descomponen el plástico, transformándolo en sustancias más simples y menos perjudiciales para el medio ambiente. Finalmente, investigar nuevas metodologías para la degradación o eliminación de plásticos, que generen la menor cantidad posible de productos nocivos y contribuyan a reducir los niveles de contaminación, es fundamental para avanzar hacia una industria más sustentable y respetuosa con el medio ambiente.
The conversion of ocean wave energy into electrical energy occurs near beaches and is important for the design and implementation of wave energy conversion (WEC) systems. However, its generation depends on environmental conditions, which complicates the design and control of the devices. This work presents an approach to indirect adaptive control based on artificial neural networks to detect wave conditions for the proper functioning of WEC structures. The method involves generating a constant output voltage using a voltage boost converter and a direct current-alternating current (DC-AC) converter. Maintaining a constant output power despite variations in wave conditions to generate a voltage of 24 V with a current of 2 A is the primary proposal for the control design. The mechanical design integrates a rack and pinion system and a pulley transmission that connects a floating device to an electric generator. The implementation of control is carried out on an Arduino platform. The control system was implemented on an Arduino platform, occupying 48% of the available memory, with a convergence time of 4.29 ms, a mean squared error (MSE) of 0.13715, and a root mean squared error (RMSE) of 0.37034. These low values indicate that the proposed control system has greater accuracy. The experimental results validate the proposed control system, which reduces energy conversion errors and achieves greater efficiency.