CITIS 2021

This post is also available in: enEnglish esEspañol

VII Congreso Internacional de Ciencia, Tecnología e Innovación para la Sociedad (CITIS 2021)

El VII Congreso Internacional de Ciencia, Tecnología e Innovación para la Sociedad, CITIS 2021, se realizó en modalidad virtual desde las instalaciones del Campus Centenario de la Universidad Politécnica Salesiana (UPS) en su sede de Guayaquil, del 26 al 28 de mayo de 2021. El evento, organizado por la UPS, ofreció a la comunidad académica nacional e internacional una plataforma de comunicación unificada, orientada a cubrir los problemas teóricos y prácticos de mayor impacto en la sociedad moderna a través de una perspectiva ingenieril.

En esta séptima edición, los ejes temáticos estuvieron relacionados con la aplicación de la ciencia, el desarrollo tecnológico y la innovación en cinco pilares fundamentales de nuestra sociedad: Industria, Movilidad, Sostenibilidad Ambiental, Información y Telecomunicaciones.

El comité científico estuvo integrado por 112 expertos de 18 países (Argentina, España, México, Australia, Francia, Colombia, Alemania, Países Bajos, Estados Unidos, Brasil, Reino Unido, Italia, India, Venezuela, Perú, El Salvador, Chile y Ecuador), quienes tuvieron la responsabilidad de evaluar, en un proceso de «revisión doble ciego», las 120 ponencias recibidas en el congreso.

Las contribuciones aceptadas recrearon las tendencias recientes de investigación en los campos de la ingeniería de software, análisis de big data, computación en la nube, ingeniería de datos, gestión de datos y minería de datos, aprendizaje automático, aprendizaje profundo, inteligencia artificial, sistemas inteligentes, robótica y automatización, diseño mecatrónico y diseño de procesos industriales.

CITIS 2021 también incluyó seis workshops, y se impartieron varias conferencias magistrales sobre temas de vanguardia relacionados con los ejes temáticos de la conferencia. Además, se celebraron sesiones de trabajo paralelas para reforzar las habilidades de emprendimiento e innovación de los estudiantes de ingeniería.

Los 68 trabajos aceptados para su presentación y debate en la Conferencia fueron publicados por Springer Nature en la serie de libros Smart Innovation, Systems and Technologies. La serie de libros Smart Innovation, Systems and Technologies está indexada por SCOPUS, EI Compendex, INSPEC, WTI Frankfurt eG, zbMATH, Japanese Science and Technology Agency (JST), SCImago y DBLP. Además, todos los libros publicados en la serie se someten a la consideración de Web of Science.

Los organizadores agradecemos a todos los que contribuyeron a la realización de CITIS 2021 (autores, comités, instructores de los talleres y nuestros asistentes), pues su participación y apoyo, fue crucial para el éxito del evento.

 

 
   

WORKSHOPS

WORKSHOP 1:

Propulsiones renovables eficaces: el rendimiento energético en el tráfico

Contenido: El tráfico vehicular sostenible del futuro, se basará en las energías renovables solar y eólica (ambas eléctricas), biológica, entre otras. Los vehículos no-fósiles pueden funcionar con baterías, con celdas de combustible o con motores de combustión. Los combustibles hechos a partir de la electricidad pueden ser líquidos, gas, hidrógeno, biológicos líquidos o gaseiformes. Todas las propulsiones y todos los combustibles tienen sus ventajas y desventajas. Sobre todo, el gas y los líquidos son ligeros y fácilmente almacenables, mientras que almacenar la electricidad en baterías es pesado y costoso. No obstante, ninguna forma de propulsión de vehículos alcanza el rendimiento energético del motor eléctrico con batería (Battery Electric Vehicle, BEV). En este taller se calcularán y compararán los rendimientos de las diferentes cadenas de conversión (por ejemplo: electricidad – hidrógeno – gas – combustión) para saber, una vez generada la energía eléctrica eólica o solar, cómo utilizarla de la manera más eficaz; o dada una superficie agrícola definida, cómo utilizarla para ir en coche una distancia máxima. En el tráfico sostenible futuro tenemos que aprovechar la oferta natural de energía renovable de un modo inteligente, apropiado, ahorrativo y económico.

Habilidades y destrezas requeridas: Conocimientos básicos de ingeniería energética.

Herramientas: Calculadora o smartphone.

Audiencia: Ingenieros, técnicos, investigadores y estudiantes de ingeniería energética, automotriz, eléctrica y afines.

Duración:  3 horas

Fecha/hora: 26 de mayo 2021 (9:30-12:30 GMT-5).

 

Instructor:  Klaus Kuhnke, Dr. rer. nat. Universidad de Ciencias Aplicadas de Osnabrück, Alemania.

Klaus Kuhnke es Físico por la Universidad de Göttingen, Alemania. Tiene un PhD en Física en el cual realizó investigaciones en torno a sistemas laser como fuentes de luz para la holografía de alta velocidad. Ha sido profesor asistente en la Escuela Nacional de Ingenieros de Túnez, y científico en el Instituto de Investigación en Energía Solar (ISFH) en Hannover, Alemania. Es presidente de la Asociación de Energía Solar de Osnabrück, con colaboraciones docentes y de formación en las Universidad de Minsk, San Salvador (UCA), Universidad Pública de Navarra, Le Havre, Tarbes y Fez (Marruecos). Actualmente, es Catedrático de Energías Renovables y de Física en la Universidad de Ciencias Aplicadas de Osnabrück, Alemania. Sus investigaciones se centran en el desarrollo de energías renovables y su uso para la movilidad sostenible, así como en aplicaciones específicas de la energía eólica y fotovoltaica como soporte al cambio de modelo energético en Alemania, país que prevé el cierre definitivo de sus centrales nucleares para el año 2022.

 



WORKSHOP 2:

Modelado y simulación de instalaciones solares fotovoltaicas

Contenido: En este taller se pretende enseñar cómo se puede realizar el modelado de una planta solar fotovoltaica (incluyendo paneles solares, convertidores y sistema de control), usando Simulink (el entorno de programación visual de MATLAB) y el toolbox Simscape Electrical (librería de componentes para modelizar y simular sistemas eléctricos, electrónicos y mecatrónicos, incluyendo sistemas de energías renovables), con objeto de simular el comportamiento de la instalación antes diferentes condiciones de funcionamiento, tales como radiación incidente y temperatura. Las herramientas que se van a mostrar en este taller pueden ser usadas en la docencia e investigación de plantas solares fotovoltaicas, al permitir modelar cualquier instalación (con diferentes paneles, niveles de potencias, aplicaciones, etc.) y poder evaluar su comportamiento y el de cada uno de los componentes ante diferentes condiciones de operación, como paso previo para la validación del diseño de prototipos de equipos o sistemas de control, sin necesidad de usar costosos equipos reales.

Habilidades y destrezas requeridas: Conocimientos eléctricos, de energía solar fotovoltaica y de uso de Matlab.

Herramientas: Matlab, Simulink, Simscape Electrical.

Audiencia: Estudiantes, profesores e investigadores en el área de la ingeniería eléctrica, electrónica y afines.

Duración:  2,5 horas

Fecha/hora: 26 de mayo 2021 (9:30-12:00 GMT-5).

 

Instructor:  Prof. Dr. Luis M. Fernández Ramírez. Responsable del Grupo de Investigación en Tecnologías Eléctricas Sostenibles y Renovables. Departamento de Ingeniería Eléctrica, Universidad de Cádiz, España.

Ingeniero Industrial (especialidad en Electricidad) por la Universidad de Sevilla, Dr. Ingeniero Industrial por la Universidad de Cádiz y Profesor Titular de Universidad del Dpto. de Ingeniería Eléctrica de la Universidad de Cádiz, España. Actualmente es Coordinador del Programa de Doctorado en Ingeniería Energética y Sostenible y Responsable del Grupo de Investigación Tecnologías Eléctricas Sostenibles y Renovables (PAIDI-TEP023). Ha trabajado como ingeniero de diseño y responsable de M&O de una empresa dedicada al diseño de aerogeneradores, construcción y operación de parques eólicos, desarrollos eólicos, etc. Cuenta con una dilatada experiencia investigadora, avalada por publicaciones (140), tesis doctorales (8) y proyectos/contratos de investigación (15) en el desarrollo de tecnologías eléctricas, electrónicas y de control en el ámbito de las smart grids, energías renovables (energía eólica y energía solar fotovoltaica), sistemas de almacenamiento de energía, tecnologías del hidrógeno, vehículos eléctricos, convertidores electrónicos de potencia, sistemas inteligentes de control y gestión de energía. Es evaluador de proyectos de investigación, miembro del Editorial Board de 7 revistas internacionales, Guest Editor de 6 Special Issues en revistas internacionales, y del comité científico de 8 congresos internacionales. Es, además, IEEE Senior Member y miembro de 2 IEEE Smart Cities Committees.

 



WORKSHOP 3:

Uso de Redes Neuronales y Deep Learning para clasificación y predicción

Contenido: La Inteligencia Artificial, entendida como la capacidad de dotar a las computadoras de elementos de la inteligencia humana como puede ser: aprendizaje, toma de decisiones, clasificación, memoria y autonomía, entre otras, forma parte de las disciplinas de mayor importancia a nivel mundial. Los gobiernos de las grandes potencias, las más importantes empresas y las principales universidades del mundo dedican gran parte de sus investigaciones en las aplicaciones de los sistemas inteligentes en las diversas áreas del quehacer cotidiano. Una de las técnicas de la Inteligencia Artificial más ambiciosa son las redes neuronales, dado que permiten aprender, a través de datos y observaciones, patrones de comportamiento que pudieran ser imperceptibles por otros sistemas. Adicionalmente, en los últimos años se ha potenciado con la creación de nuevas técnicas basadas en el aprendizaje profundo (Deep Learning) lo que ha permitido ser masivamente utilizado en muchas aplicaciones industriales, empresariales, médicas, educativas, artísticas, entre otras. En este taller teórico-práctico se conocerán los principios de funcionamiento de las redes neuronales y se realizarán actividades prácticas usando el lenguaje de programación Python que es el de mayor utilización en este momento y a través de un ambiente sencillo basado en el uso de un navegador web (Colaboratory).

Habilidades y destrezas requeridas: Utilización de navegadores de internet, conocimientos básicos de algebra y nociones básicas de estadística.

Herramientas: Python a través del Google Colaboratory, herramientas libres y que no requieren instalación ni configuración (https://colab.research.google.com/notebooks/intro.ipynb). Los programas y datos a utilizar serán proporcionados a través del enlace a un cuaderno de Colab (Colaboratory Notebook).

Audiencia: Comunidad académica en general.

Duración:  4 horas

Fecha/hora: 26 de mayo 2021 (9:00-13:00 GMT-5).

 

Instructor:  PhD. Francklin Rivas Echeverría, Universidad Técnica Federico Santa María, Chile.

El Profesor Francklin Rivas Echeverría es Ingeniero de Sistemas (1993), Magister en Ingeniería de Control (1996) y Doctor en Ciencias Aplicadas (2000). Es Abogado con distinción Cum Laude (2017). Posee un Diplomado en Derecho Administrativo, uno en Gerencia Estratégica y otro en Metodología de la Investigación. Es Académico y SubDirector de Vinculación con el Medio en la Universidad Técnica Federico Santa María, Chile; Profesor Titular Jubilado de la Escuela de Ingeniería de Sistemas de la Universidad de los Andes; Docente de la Pontificia Universidad Católica del Ecuador, Sede Ibarra; Profesor invitado en Yachay Tech, Ecuador. Ha publicado más de 250 artículos científicos en revistas, libros y memorias de congresos internacionales. Es coautor y/o editor de 15 libros. Ha sido invitado especial para dictar Conferencias Magistrales y Tutoriales en varias partes del mundo. Ha sido consultor de la Organización de las Naciones Unidas (ONU), Kuwait Oil Company (KOC), Halliburton, industria petrolera venezolana, empresas siderúrgicas, empresa de Aluminio, Sistemas de Transporte Masivo, Sistemas de Salud, diferentes organismos públicos y universidades, entre otros. Ha sido director de más de 70 proyectos o tesis de grado a nivel de Licenciatura, Maestría y Doctorado. Su principal línea de investigación está relacionada a la Inteligencia Artificial y sus aplicaciones. Fue reconocido por la Revista Internacional “Gerente” por estar entre los 100 Gerentes Venezolanos más exitosos.

 



 

WORKSHOP 4:

Modelado estocástico de materiales heterogéneos con aplicaciones a la bioingeniería

Contenido: A diferencia de los materiales homogéneos clásicos, la simulación numérica de materiales heterogéneos representa un reto desde el punto de vista computacional. El estudio del comportamiento mecánico de materiales heterogéneos usualmente considera la separación de la escala del dominio en dos; las micro- y macro-escalas. El desarrollo de estos modelos acopla la caracterización de la micro-escala con la respuesta homogenizada a nivel de la macro-escala. Este enfoque es computacionalmente costoso al requerir no solo de una descripción conforme de la morfología del material y del comportamiento de los constituyentes al nivel de la micro-estructura sino de la resolución de problemas con condiciones de fronteras auxiliares en elementos representativos de volumen. Para sobrellevar estas dificultades, recientemente se han propuesto distintas estrategias que consideran la descripción de una escala intermedia, o meso-escala, donde se suaviza el nivel de detalle del material y consecuentemente se alivia el costo computacional del proceso de homogenización de la respuesta a las solicitaciones mecánicas externas.
En este contexto, este workshop busca introducir a los participantes en los conceptos y técnicas empleadas en el desarrollo de modelos de materiales heterogéneos. Específicamente, nos enfocaremos en la construcción de modelos estocásticos que describen la variabilidad espacial de las propiedades mecánicas de tejidos óseos sanos o enfermos bajo la hipótesis de isotropía u ortotropía, a fin de explorar la influencia de los parámetros que definen la meso-estructura del material en las incertidumbres de la respuesta efectiva a las solicitaciones de cargas externas.

Habilidades y destrezas requeridas: Programación básica, preferiblemente usando Matlab.

Herramientas: Matlab

Audiencia: Estudiantes de grado o posgrado y docentes investigadores con interés en el modelado de materiales con aplicaciones en bioingeniería.

Duración:  3 horas

Fecha/hora: 26 de mayo 2021 (14:30-17:30 GMT-5).

 

Instructor:  PhD. José A. Alvarado Contreras. Escuela de Ingeniería Mecánica, Universidad de Los Andes, Venezuela.

Se graduó como Ingeniero Mecánico y como MSc en Matemática Aplicada a la Ingeniería en la Universidad de Los Andes, Venezuela. Obtuvo el grado de Doctor en Ingeniería Civil por la Universidad de Waterloo en Canadá. Realizó una estancia de 3 años como investigador postdoctoral en San Diego State University en Estados Unidos en el área modelado matemático de procesos de sinterización afectados por la aceleración gravedad, el mismo que fue financiado por National Aeronautics and Space Administration (NASA). Actualmente es Profesor Titular en la Escuela de Ingeniería Mecánica de la Universidad de Los Andes en Venezuela y Coordinador de la Maestría en Ingeniería Mecánica de la misma universidad. Ha sido profesor invitado en Moscow Engineering and Physics University de la Federación Rusa y en la Universidad Politécnica Salesiana de Ecuador. Ha dictado los cursos de pregrado de Resistencia de Materiales, Mecánica de Materiales, Diseño Mecánico y Ciencias de los Materiales. Igualmente, ha dictado los cursos de postgrado de Métodos Numéricos, Mecánica de los Medios Continuos, Mecánica de Solidos y Elementos Finitos. Ha dedicado su trabajo de investigación al modelado del comportamiento mecánico de materiales con énfasis en modelado multiescala, mecánica del daño continuo y consolidación de materiales porosos.

 



WORKSHOP 5:

Herramientas de apoyo para el desarrollo de estados del arte

Contenido: La realización de estados del arte, a partir de la revisión bibliográfica, es una actividad básica en cualquier trabajo académico o de investigación. A partir de estos, se pueden detectar vacíos en el desarrollo actual del conocimiento, y por lo tanto, justificar la finalidad del trabajo a realizar y formular las hipótesis de partida. Las revisiones bibliográficas es deseable que sean sistemáticas, completas, explícitas y reproducibles, es decir, que sean transparentes en el desarrollo del procedimiento llevado a cabo y en las fuentes utilizadas. Para ello, en este workshop se presentará un procedimiento que permitirá a los asistentes adquirir habilidades básicas para el desarrollo de un estado del arte sobre el tema de investigación de su interés, mediante el uso de herramientas para la gestión, el análisis y revisión de referencias bibliográficas en trabajos académicos o de investigación.

Audiencia: Comunidad académica en general.

Duración:  3 horas

Fecha/hora: 26 de mayo 2021 (2:00-5:00 GMT-5).

 

Instructor:  PhD. Manuel Díaz-Madroñero – Centro de Investigación en Gestión e Ingeniería de la Producción (CIGIP), Universitat Politècnica de València, España.

Manuel Diaz-Madroñero es profesor asociado en el Departamento de Dirección de Empresas de la Universitat Politècnica de València (UPV), España. Imparte asignaturas relacionadas con los Sistemas de Información, la Investigación Operativa y la Gestión de Operaciones y Logística. Es miembro del Centro de Investigación en Gestión e Ingeniería de la Producción (CIGIP) de la UPV.  Ha participado en diferentes proyectos de investigación financiados por la Comisión Europea, el Gobierno de España, la Generalitat Valenciana y la UPV. Como resultado, ha publicado (en colaboración) más de cuarenta artículos en diferentes revistas indexadas y congresos internacionales. Es coautor del libro Operations Research Problems: Statements and Solutions (Springer, 2014). Sus áreas de investigación incluyen la planificación de la producción y el transporte, la programación matemática difusa y la optimización robusta, la toma de decisiones multicriterio y la gestión de operaciones sostenibles.



WORKSHOP 6:

Herramientas de simulación en tracción eléctrica

Contenido: El workshop propuesto permite el estudio de diferentes herramientas de simulación con aplicación para sistemas de tracción eléctrica. El uso de estas herramientas permite analizar diferentes aspectos como las pérdidas de potencia, distorsión armónica y eficiencia que se presentan en las topologías de convertidores trifásicos utilizados para el control de los motores en un sistema de vehículo eléctrico. La primera parte contempla un análisis de las diferentes topologías de convertidores con fuente de voltaje VSI, de corriente CSI y con redes de impedancia (Z, Qzsi) y sus diferentes técnicas de modulación utilizadas en la tracción eléctrica, mediante el uso de la herramienta de simulación PSIM. La segunda parte del taller trata sobre el uso de dispositivos de carburo de silicio (SiC) en los convertidores y el uso de diferentes herramientas para desarrollar modelos específicos con las características de operación de estos dispositivos los cuales permiten trabajar a mayor frecuencia de conmutación, mayor rango de temperatura y reducen las pérdidas de potencia, lo que significaría un incremento en la eficiencia en la parte del sistema de potencia. Además, se analizan diferentes metodologías para el desarrollo de simulaciones de los diferentes elementos que forman parte de la tracción eléctrica mediante el uso de diferentes herramientas para obtener resultados y eficiencia de consumo energético.

Habilidades y destrezas requeridas: Conocimientos básico de electrónica y configuraciones de vehículos híbridos y eléctricos.

Herramientas: PSIM, ADVISOR, MATLAB.

Audiencia: Estudiantes de Ingeniería Electrónica, Ingeniería Eléctrica e Ingeniería Automotriz.

Duración:  3 horas

Fecha/hora:26 de mayo 2021 (2:30-5:30 GMT-5).

 

Instructor:  PhD. Efrén Fernández Palomeque – Universidad del Azuay, Ecuador.

Es Ingeniero Electrónico por la Universidad del Azuay, Máster en Control Industrial y Automatización de la ESPOL, y PhD en Ingeniería Electrónica en el área de sistema de tracción eléctrica por la Universidad Politécnica de Cataluña. Se ha desempeñado como profesor en las Universidades Espíritu Santo, Universidad Internacional del Ecuador y la Universidad Politécnica Salesiana en su sede de Cuenca. En la actualidad es profesor titular de la Universidad del Azuay y miembro del Grupo de Investigación ERGON adjunto a la carrera de Ingeniería en Mecánica Automotriz. Es Director de la Maestría en Sistemas de Propulsión Eléctrica adjunta al departamento de postgrado de la Universidad del Azuay. Se ha desempeñado como Technical Trainer de la empresa Cise Electronics (Estados Unidos), Technical Advisor de la Empresa EAATA (Barcelona, España) y fundador de la marca ecuatoriana Dr. Ecus Solutions. Ha representado al Ecuador en diferentes congresos internacionales y tiene varias publicaciones en revistas relacionadas con el área de la movilidad eléctrica y optimización de topologías de convertidores en tracción eléctrica. Cuenta con 10 años de experiencia en el desarrollo e implementación de proyectos enfocados en sistemas electrónicos en automóviles y optimización en la conversión de sistemas de automoción convencionales a eléctricos.

 



CONFERENCIAS MAGISTRALES 

«Inteligencia Artificial: Decidir como las personas»

Los sistemas basados en Inteligencia Artificial han llegado a lograr niveles de competencia en la toma de decisiones que en muchos ámbitos igualan, cuando no superan, a los de las personas. Suelen incorporar algoritmos que si bien pueden aumentar la capacidad y eficiencia de las personas en sus respectivos contextos de actuación, también podrían sustituir a estas en los mismos, algo que preocupa al conjunto de la Sociedad. Así, evitar posibles disfunciones en estos sistemas, tanto de funcionamiento como de sustitución de personas, es un objetivo social, científico y tecnológico prioritario, que hace más necesario que nunca contar con modelos que recojan toda la riqueza y variedad de los problemas de decisión que hay que afrontar. Estos modelos, por tener como objetivo final su implementación en computadores, han de incorporar elementos y especificidades que hasta ahora no había sido necesario considerar. Esta ponencia está dedicada a describir todos estos aspectos, así como las oportunidades y amenazas que de cara al futuro, incluso en el presente, supone la omnipresencia de la Inteligencia Artificial en nuestras vidas.

PhD. José Luis Verdegay – Departamento de Ciencias de la Computación e Inteligencia Artificial, Universidad de Granada, España 

José Luis Verdegay es Catedrático de Ciencias de la Computación e Inteligencia Artificial de la Universidad de Granada (UGR) en España y director del Grupo de Investigación en Modelos de Decisión y Optimización. Ha desempeñado numerosos cargos en esa Universidad, en distintas agencias ministeriales del gobierno español y en la Oficina TEMPUS de la Unión Europea. Entre 2008 y 2015 fue Delegado del Rector de la UGR para las TIC. Desde 2015 es director regional de la Asociación Universitaria Iberoamericana de Postgrado (AUIP). Autor de más de 400 publicaciones científicas, tiene un índice h de 54. Por otro lado tiene la categoría docente especial de Profesor Invitado de la Universidad Tecnológica de La Habana, de la Universidad Central de las Villas y de la Universidad de Holguín (Cuba). Es “fellow” de la International Fuzzy Systems Association (IFSA), “IEEE Senior Member”, miembro de Honor de la Academia de Matemáticas y Computación de Cuba y “Huésped Distinguido” de la Universidad Nacional de Trujillo (Perú). Entre sus temas de interés están los problemas de decisión y optimización en Inteligencia Artificial y el diseño, implementación y aplicación de Sistemas Autónomos de Decisión en el sector turístico y en el transporte intermodal.



«Hacia la cadena de suministro 4.0»

En esta sesión se va a definir y abordar el concepto de industry 4.0 (I4.0) desde la perspectiva de la ingeniería y gestión de la producción. Concretamente, se van a identificar los principales factores que facilitan la transformación hacia la I4.0 así como las barreras principales para su implementación. Se contemplará, además, el estado actual de las implementaciones de la cadena de suministro 4.0 desde la perspectiva de la sostenibilidad pero también de las principales tecnologías digitales y de producción.

PhD. Josefa Mula – Departamento de Organización de Empresas, Universitat Politècnica de València (UPV), España 

Catedrática de Universidad del Departamento de Organización de Empresas de la Universitat Politècnica de València (UPV). Es miembro del Centro de Investigación en Gestión e Ingeniería de la Producción (CIGIP) de la UPV. Sus intereses docentes y de investigación se centran en la ingeniería y gestión de la producción, investigación de operaciones y optimización y simulación de la cadena de suministro. Es editora jefe de la revista International Journal of Production Management and Engineering. Actúa regularmente como editora asociada, editora invitada, miembro de comités científicos de revistas y conferencias internacionales, y como revisora de revistas científicas. Es coautora de más de 100 artículos publicados en libros internacionales y revistas de alta calidad. Actualmente, es investigadora principal del proyecto nacional “Optimización de tecnologías de producción cero-defectos habilitadoras para cadenas de suministro 4.0 (CADS4.0)” (RTI2018-101344-B-I00) e investigadora del proyecto europeo H2020 “Industrial data services for quality control in smart manufacturing (i4Q)” (958205).



«Las casas solares del futuro: Aspectos técnicos y de negocio»

Las casas solares del futuro ya son una realidad. El desarrollo de la energía solar fotovoltaica integrada a la arquitectura (Building Integrated Photovoltaics, BIPV) ha permitido remplazar los materiales convencionales de construcción por materiales fotovoltaicos en partes tales como techos, claraboyas, fachadas, pérgolas, puertas de patio corredizas y pisos de terrazas. Los módulos fotovoltaicos están cada vez más incorporados desde las etapas iniciales en el diseño y la construcción de nuevos edificios como su fuente principal de electricidad o como estrategia de ahorro energético. En esta charla conocerás sobre estos materiales fotovoltaicos, sus características y posibles aplicaciones como oportunidad de negocio.

PhD. Luis Fernando Mulcue Nieto – Universidad Autónoma de Manizales, Colombia 

Luis Fernando Mulcue Nieto es Doctor en Física, Doctor en Ingeniería, Máster en Física, Máster en Energía Solar Fotovoltaica, e Ingeniero Físico. Cuenta con más de 20 distinciones en los campos de la ingeniería, física, energía renovable y enseñanza; otorgadas por instituciones de los Estados Unidos, Europa y América Latina. Tiene experiencia investigativa en los campos de la nanotecnología, la energía renovable, la energía solar fotovoltaica y la integración de esta última a la arquitectura (Building Integrated Photovoltaics, BIPV). Ha desarrollado y publicado modelos científicos y normativas técnicas en BIPV. También ha investigado el diseño de celdas solares para BIPV más eficientes y económicas usando nanotecnología. Actualmente es CEO y fundador de la empresa de consultoría BIPV SOLAR CONSULTING LLC con sede en Miami, Estados Unidos. www.bipvsolarconsulting.com



«Explorando el valor de la analítica en la mejora de la toma de decisiones para la gestión de activos»

En la actualidad, muchas empresas están cambiando su enfoque de los gastos de capital a los costes de operación y mantenimiento, por lo que la gestión de activos ha recibido una atención creciente. La aparición de la industria 4.0 ha contribuido a la creencia de que los grandes volúmenes de datos obtenidos con sensores inteligentes son suficientes para crear algoritmos de mantenimiento predictivo autónomos y eficaces.  Sin embargo, las aplicaciones del mundo real han demostrado la necesidad de combinar los nuevos enfoques basados en datos con los conocimientos de ingeniería existentes. De hecho, la gestión de activos es un campo multidisciplinar y para proporcionar el nivel de servicio requerido de la manera más rentable, la ingeniería, la tecnología y la gestión deben trabajar como un todo.

En esta charla presentamos aplicaciones de enfoques basados en datos que aprovechan el conocimiento de los expertos en la materia para hacer frente a los retos de la gestión de activos en el mundo real. Los ejemplos abarcan: (i) la mejora de la detección y el diagnóstico de fallos, (ii) la estimación precisa de la vida útil restante y (iii) las políticas de mantenimiento eficientes impulsadas por los conocimientos impulsados por el análisis. También destacaremos los retos actuales en esta línea de investigación en el INESC TEC.

Luis Guimarães – Departamento de Ingeniería Industrial, Universidade do Porto, Portugal

Luis Guimarães es profesor del Departamento de Ingeniería Industrial y Gestión de la Facultad de Ingeniería de la Universidad de Oporto, investigador principal del Grupo de Ingeniería Industrial y Gestión del Instituto de Investigación INESC TEC y cofundador de LTPlabs, una empresa de consultoría de gestión. Su principal área de actividad es la investigación operativa y la informática. La mayor parte de su investigación está orientada a la resolución de problemas y tiene como objetivo desarrollar soluciones analíticas avanzadas para su aplicación en problemas del mundo real. En este contexto, ha colaborado en más de 30 proyectos de investigación y consultoría basados en la industria con diversas empresas en los ámbitos de la industria de procesos, el transporte, el comercio minorista y la energía. Forma parte del equipo de investigación de XFLEX un proyecto recientemente aprobado en el programa H2020 en el que dirigirá la investigación sobre soluciones innovadoras para optimizar los planes de mantenimiento y disminuir el tiempo de parada y aumentar la disponibilidad de las centrales hidroeléctricas flexibles. Además, ha sido el líder de varios proyectos de colaboración industrial en INESC TEC en el área de gestión de activos con empresas como EDP Renováveis, EDP Produção, EDP Distribuição y REN Portgás. Es autor, además, de varias publicaciones en revistas internacionales en el ámbito de la Investigación Operativa.



«Los retos del automóvil frente a la descarbonización del transporte»

Las exigencias medioambientales y legislativas asociadas a la reducción de gases de efecto invernadero, están llevando a la industria del automóvil a un proceso paulatino de transición ordenada de los convencionales sistemas de propulsión con motor de combustión interna a sistemas de propulsión de cero emisiones. En este sentido, las baterías y las pilas de combustible de hidrógeno se consideran las tecnologías que tienen el mayor potencial para su incorporación en los trenes de propulsión de vehículos de cero emisiones. En diciembre de 2019, la Comisión Europea (EC) presentó el Pacto Verde Europeo (European Green Deal) como la nueva estrategia europea de crecimiento que establece una agenda clara para hacer de Europa hacia el 2050 el primer continente climáticamente neutro del mundo. Esta transformación fundamental de la economía europea en una economía descarbonizada y competitiva requiere cambios fundamentales y tecnologías innovadoras. Así, se identificó el hidrógeno limpio y sus vectores energéticos como un área prioritaria en la que la Unión Europea (UE) necesita de recursos para desarrollar estas tecnologías y aplicaciones comerciales.

PhD. José María López Martínez – Instituto Superior de Investigación del Automóvil (INSIA), Universidad Politécnica de Madrid, España 

Doctor Ingeniero Industrial, Director del INSIA, Director de la Unidad de Impacto Medioambiental del INSIA y Catedrático de la Universidad Politécnica de Madrid. Cuenta con una amplia experiencia de investigación en el ámbito de los sistemas alternativos de propulsión de vehículos (híbridos, eléctricos y de pila de combustible) y de las emisiones contaminantes debidas al tráfico por carretera, como así lo avalan sus publicaciones, libros y ponencias en congresos en estos temas. Su actividad investigadora más reciente se centra en el desarrollo de modelos de sistemas de propulsión de vehículos híbridos y eléctricos y su integración y validación en vehículos, así como en el campo de las emisiones contaminantes y los biocombustibles en motores diésel y de gas natural. Además, es Director del Máster en Ingeniería de Automoción y del Máster en Ingeniería de Vehículos Híbridos y Eléctricos, ambos del INSIA y títulos propios de la UPM, y miembro de comités técnicos del automóvil, tanto nacionales como internacionales.



«Sistemas de visión por computadora y agricultura 4.0«

La industria agroalimentaria se enfrenta al reto de aumentar la productividad y la calidad de los alimentos a la par de optimizar el uso de insumos. Por tanto, las nuevas tecnologías como la visión por computadora se vienen aplicando para desarrollar métodos no destructivos, agricultura de precisión, etc., con los cuales automatizar y acelerar las operaciones de campo, cosecha y poscosecha. Estas actividades forman en si una nueva rama de la Industria 4.0 llamada Agricultura 4.0; caracterizada por integrar la obtención y el procesamiento de datos a procesos de decisión sobre las actividades de campo o la industria alimentaria. En esta charla se abordarán las bases de la obtención y aplicación de las diferentes técnicas de visión por computadora al análisis de productos agroalimentarios asi como los métodos de machine learning y big data acoplados a estas técnicas.

PhD. Wilson Manuel Castro Silupu – Universidad Nacional de Frontera, Perú 

El Dr. Wilson Manuel Castro Silupu es Profesor Principal y Docente Investigador de la Facultad de Ingeniería de Industrias Alimentarias en la Universidad Nacional de Frontera – Sullana – Perú. Obtuvo el Doctorado en Ciencia, Tecnología y Gestión Alimentaria en la Universidad Politécnica de Valencia – España (Mención Cum Laude), asimismo la Maestria en Ciencia e Ingeniería de los Alimentos por el Instituto Universitario de Investigación de Ingeniería de Alimentos para el Desarrollo (IuIAD) de la Universidad Politécnica de Valencia (UPV)-España (Matrícula de honor). Las labores de investigación del Dr Wilson Castro se han centrado en la aplicación de tecnologías no invasivas como imágenes hiperespectrales, multiespectrales, espectroscopia en el infrarrojo cercano, entre otras acopladas a técnicas de machine learning para el análisis quimiométrico de alimentos.  Producto de estas investigaciones cuenta con más de treinta publicaciones en diversas revistas indexadas en Scopus y Wos y tres capítulos de libros especializados. Es revisor periodo de diferentes Journals como Scientific reports, Food Engineering, Food International Research entre otros.



«Inteligencia computacional multiobjetivo para sistemas de ingeniería»

Procesos y sistemas en el campo de la ingeniería se vuelven cada vez más complejos, dificultando bajo algunas circunstancias su optimización, modelado y/o simulación. Una alternativa para lidiar con tales complejidades lo son las herramientas del área de la inteligencia computacional (tradicionalmente las redes neuronales artificiales, la computación evolutiva y los sistemas difusos). En el empleo de tales herramientas es normal buscar satisfacer numerosos objetivos y requerimientos en conflicto mediante la optimización de un único indicador de desempeño. La solución indicada por este indicador de desempeño en algunas ocasiones puede no ser satisfactoria; en tal caso, una optimización multi-objetivo puede ser conveniente, ya que determina un conjunto de soluciones, con diferente grado de compromiso entre los objetivos en conflicto. En esta charla discutiremos como pueden ser implementadas las técnicas de la optimización multi-objetivo en diferentes herramientas de la inteligencia computacional para sistemas en ingeniería.

PhD. Gilberto Reynoso Meza – Escola Politécnica, Pontifícia Universidade Católica do Paraná (PUCPR), Brasil 

Gilberto Reynoso Meza recibió su doctorado (2014) en Automática, Robótica e Informática Industrial en la Universitat Politècnica de València (España), y los títulos de maestro en ciencias con especialidad en automatización (2005) e ingeniero mecánico administrador (2001) del Tecnológico de Monterrey. Es profesor adjunto del Programa de Pós-Graduação em Engenharia de Produção e Sistemas (PPGEPS), de la Pontifícia Universidade Católica do Paraná (PUCPR), Brasil. Tiene participación como profesor externo de la Maestría en Electrónica y Automatización de la Universidad Politécnica Salesiana (UPS), Ecuador. Actualmente desarrolla su investigación en el desarrollo de técnicas de optimización multi-objetivo para el diseño en ingeniería y de aprendizaje de máquina para procesos industriales. Sus principales intereses de investigación son la inteligencia computacional, el control inteligente, la optimización multi-objetivo, la toma de decisiones multi-criterio, los algoritmos evolutivos y el aprendizaje de máquina.



«Disminución de emisiones contaminantes asociadas a fallas no detectadas por el Sistema de Diagnóstico a Bordo»

La mayoría de los defectos que afectan el nivel de emisiones contaminantes del vehículo son informados al conductor por el sistema de diagnóstico a bordo (OBD). Sin embargo, existen fallas que no son reconocidas por este sistema que implican que el conductor, en algunos casos, opere el automóvil sin observar una posible reducción del rendimiento del motor y un aumento de los gases de escape nocivos. A pesar de su importancia, no se le ha prestado suficiente atención a este problema en la literatura científica. En este contexto, la conferencia expone la metodología y resultados de una investigación previa que persiguió la reducción de las emisiones contaminantes de un motor de encendido por chispa que fue sido inducido a fallas controladas no detectadas por el sistema OBD, y para el cual se definió una configuración operativa óptima mediante el diseño de experimentos. La exposición, además, involucró un análisis de decisión multicriterio mediante un proceso de jerarquía analítica (AHP) para la selección de los defectos y normativas aplicadas en el experimento.

MSc. Jairo Castillo Calderón – Universidad Nacional de Loja, Ecuador

El profesor Jairo Castillo Calderón es Máster en sistemas automotrices por la Escuela Politécnica Nacional (2016), Ingeniero mecánico automotriz por la Universidad Politécnica Salesiana (2013), Técnico máster en electrónica automotriz por Cise Electronics, y actualmente cursa una maestría en Sistemas de Propulsión Eléctrica en la Universidad del Azuay. Desde mayo de 2016 es docente de la Universidad Nacional de Loja en la carrera de Ingeniería Electromecánica e Ingeniería en Mecánica Automotriz. Ha dirigido proyectos de titulación a nivel de grado y posgrado. Fue responsable de las carreras tecnológicas de la Facultad de la Energía, las Industrias y los Recursos Naturales no Renovables de la UNL durante los años 2017 y 2018. Fue promotor y autor del diseño de la carrera de Ingeniería Automotriz de la UNL donde se desempeña actualmente como Gestor Académico. Ha participado y dirigido proyectos de investigación en el campo de la ingeniería automotriz, inteligencia artificial, diseño mecánico y mecánica de fluidos, además de publicar obras de alto valor académico y científico en forma de artículos científicos y capítulos de libros en la misma área.



This post is also available in: enEnglish esEspañol