Ingeniería y Desarrollo

Páginas Preliminares

2024-12-14T02:16:47+00:00

Páginas preliminares Revista Ingeniería y Desarrollo, incluyendo tablas de contenidos.

E-Solar: Una Herramienta para la evaluación del Recurso Solar basada en una arquitectura Big Data sobre un ambiente PySpark

2024-03-29T03:50:35+00:00

Con el tiempo, diversos investigadores han creado modelos matemáticos, estadísticos y predictivos para evaluar el recurso solar. Sin embargo, su implementación en herramientas técnicas limita su utilización por usuarios no técnicos. Además, el procesamiento de datos para estimar la radiación solar suele requerir hardware potente. Este estudio presenta una herramienta basada en Big data que utiliza archivos planos e imágenes de satélite para estimar la radiación solar en Colombia. Se desarrolló un modelo con técnicas de aprendizaje automático y varios lenguajes de programación. Se ejecuta en MapR, una distribución del ecosistema Hadoop con un amplio conjunto de capacidades Big data y emplea la API de PySpark para procesar datos en paralelo en un clúster de computadoras. La herramienta E-Solar implementada en un servidor web fue evaluada por profesionales del sector energético. Se analizó la usabilidad, se verificó la conformidad con estándares de programación recientes y se identificaron perfiles de usuarios interesados. Los datos de radiación solar generados por la herramienta son fundamentales para proyectos solares. Además, la herramienta proporciona apoyo a investigadores y organizaciones; y facilita la toma de decisiones en la implementación de sistemas fotovoltaicos al ofrecer información relevante sobre el comportamiento del recurso solar en Colombia.

Efecto de la permeabilidad en el factor de seguridad de presas de tierra bajo precipitaciones

2024-04-12T01:15:50+00:00

En esta investigación, se relacionan la permeabilidad y el contenido volumétrico de agua para evaluar su influencia en el factor de seguridad de presas de tierra homogéneas de 30 metros de altura. Para ello, se consideran cinco casos de análisis, incluyendo suelos arcillosos en el terraplén, uno para cada caso; un prisma de drenaje y una base impermeable. Estableciendo tres relaciones entre la permeabilidad y el contenido volumétrico de agua, a partir de los parámetros propios de los estudios de suelos y con el empleo de las ecuaciones de Terzaghi y Schlichter, se constituyen las condiciones fundamentales de la investigación. Se consideran cinco días de lluvia continua para tres intensidades, relacionadas con la permeabilidad saturada de cada suelo. Para ello, se emplea un modelo híbrido de elementos finitos y de equilibrio límite, mediante el programa GeoStudio (2018). El resultado permite establecer una relación entre el tiempo de falla, el método de estimación de la permeabilidad y el factor de seguridad para las intensidades de lluvia, observando que, con la aplicación del método de Schlichter, el factor de seguridad decrece abruptamente en las primeras 48 horas, mientras que para el método de Terzaghi los resultados muestran una mayor similitud con los obtenidos a partir de los parámetros propios de los estudios de suelos.

Evaluación de la calidad de la energía eléctrica suministrada por una planta solar fotovoltaica conectada a la red haciendo uso de algoritmos de aprendizaje automático y de minería de datos

2024-06-09T00:29:04+00:00

La presencia de plantas solares fotovoltaicas para la producción de electricidad implica la disminución del uso de combustibles fósiles, y la reducción de las emisiones contaminantes. La disponibilidad de la energía solar depende de las condiciones climáticas, por lo que los parámetros de la energía eléctrica a entregar podrían verse afectados. El objetivo de esta investigación es mostrar una metodología basada en la ciencia de datos para la evaluación de la calidad de la energía de plantas solares fotovoltaicas conectadas a la red, considerando los estándares vigentes. Se aplica a una planta de 260 kWp del Instituto Nacional de Estándares y Tecnología de los Estados Unidos. Los parámetros utilizados son la distorsión armónica total, fluctuaciones y desbalance de voltaje, frecuencia eléctrica, y factor de potencia. Casi el 100% de los registros cumplen con los límites establecidos por los estándares para los parámetros, a excepción del factor de potencia, con un 63,56%. Del modelo de clasificación del factor de potencia se obtuvo que la potencias aparente y activa, y la frecuencia, son las variables más importantes. Del algoritmo de descubrimiento de subgrupos, se obtuvo que la irradiancia solar aparece en el 40% de los subgrupos, y la frecuencia en el 50%.

Transformación digital: Evolución de las aplicaciones de inteligencia artificial en la industria del café

2024-06-22T01:01:40+00:00

La evolución de la Inteligencia Artifical (IA) en café es crucial para transformar esta agroindustria. Colombia produce anualmente 12.6 millones de sacos y desarrolla investigación sobre IA aplicada al sector; desde la detección de defectos en granos hasta la optimización del tueste para mejorar la calidad del café. Sin embargo, se carece de publicaciones que aborden líneas de investigación e indicadores de manera completa. En este contexto, este trabajo de investigación se fundamentó en un análisis estadístico multivariado de clúster jerárquico usado bajo la metodología de análisis bibliométrico. Este permitió inferir la tendencia actual de investigación en IA aplicada a la industria del café. Además, mediante técnicas bibliométricas de búsqueda de información se obtuvieron 208 documentos de la base de datos Scopus que fueron analizados con estadísticos descriptivos. Los resultados arrojaron que investigadores colombianos impactan significativamente la producción de conocimiento en IA aplicada al café, en comparación con Brasil, mayor productor de café. También, se identificaron líneas de investigación en análisis de mercado mediante Aprendizaje Automático (AA), tecnologías para detectar enfermedades y mejorar la productividad, métodos algorítmicos para resolver desafíos en esta agroindustria, y uso de teledetección e IA para la gestión ambiental y agrícola en la producción.

Caracterización química y estructural avanzada de desperdicios de memoria RAM: Un enfoque hacia la reciclabilidad y seguridad ambiental

2024-07-07T20:36:26+00:00

Este estudio aborda la caracterización química y estructural de polvos derivados de la molienda de desechos de memorias RAM, enfocándose en la identificación de su composición química (elementos metálicos y no metálicos). Mediante el uso de técnicas avanzadas como espectroscopía de energía dispersiva de rayos X (EDS) y difracción de rayos X, se detectó una variedad de elementos y compuestos tanto metálicos (Cu, Si, Sn) como no metálicos (fibra de vidrio) esenciales en la manufactura de placas de circuitos electrónicos. Además, se evaluaron las concentraciones de elementos ambientalmente peligrosos (Pb, As, Cd) y bifenilos policlorados, encontrando que, en su mayoría, están dentro de los niveles autorizados por las regulaciones internacionales, lo que sugiere que estos desechos son relativamente seguros desde una perspectiva ecológica. No obstante, se observaron niveles de plomo superiores a los límites establecidos, lo que indica la necesidad de un manejo cuidadoso. Este trabajo contribuye al conocimiento sobre la composición de los desechos electrónicos y subraya la importancia de desarrollar procesos de reciclaje efectivos y seguros para mitigar los posibles riesgos ambientales.

Factores de riesgo ergonómico en trabajadores de fábricas de muebles en el estado de Chihuahua, México

2024-07-26T13:05:29+00:00

La aplicación de los métodos de evaluación ergonómica es útil cuando se desea identificar actividades que, potencialmente, pueden ser un factor de riesgo en el desarrollo de trastornos musculoesqueléticos (TME) para los trabajadores. En el presente estudio se realizó una evaluación ergonómica en la industria mueblera de la región centro-sur del estado mexicano de Chihuahua, con la finalidad de identificar las posturas de mayor riesgo y aplicar el método de evaluación rápida de miembros superiores (RULA, por sus siglas en inglés) para determinar el nivel de riesgo en el desarrollo de TME; y, generar una base sobre la cual se propongan los cambios pertinentes en el método y diseño de trabajo para mejorar la calidad de vida laboral. Los resultados arrojaron que, de la muestra de 31 trabajadores evaluados, el 29% identificaron la presencia de dolor en la espalda, el 24% en el cuello y el 13% en las muñecas, principalmente. Además, los resultados del método RULA, mostraron que en el 89% de las fábricas de muebles, los trabajadores del área de ensamble se encuentran en un nivel de riesgo alto de desarrollar TME, por lo que se considera la urgencia de cambios en las tareas desarrolladas por los trabajadores.

Predicción de heladas y variables meteorológicas relevantes en agricultura en la sabana de Bogotá usando Machine Learning

2024-07-18T01:07:55+00:00

A partir de información histórica de variables climatológicas y de las heladas, es posible mejorar las decisiones tomadas en las actividades de la agricultura, buscando determinar patrones que garanticen mayor rendimiento y calidad de los cultivos e implementando modelos de predicción basados en machine learning (ML). Se propone desarrollar un modelo ML que permita determinar el comportamiento de las variables meteorológicas temperatura, pluviosidad y humedad relativa, así como de las heladas en la Sabana de Bogotá. Se ha partido de la conformación de una base de datos históricos de estas variables desde 2010 hasta abril de 2023, considerando información de diez estaciones meteorológicas diferentes de la región. Ha sido necesario implementar técnicas de imputación de datos en los vacíos de información. Para determinar el modelo con la respuesta más cercana a la realidad, se desarrolló un modelo basado en regresión lineal múltiple y otro en redes neuronales artificiales. De acuerdo con los resultados obtenidos y el nivel de error absoluto, el segundo modelo aproxima sus predicciones más cerca a los datos reales. El trabajo desarrollado puede ser una herramienta esencial para generar un sistema de alerta temprana que ayude a los agricultores de la Sabana de Bogotá.

Recubrimiento comestible a base de mucílago de sábila para conservar rodajas enteras de piña

2023-09-29T05:26:01+00:00

Este trabajo tuvo como objetivo estudiar los cambios en los atributos de calidad de calidad de la piña mínimamente procesada debidos a la aplicación de un recubrimiento a base de aloe vera. Fueron seleccionados y clasificados 10 kg de fruta fresca, de los cuales se obtuvieron rodajas completas, las cuales fueron previamente higienizadas y sumergidas en solución de cloruro de calcio de 1.5 % (p/p), ácido cítrico de 1.5 % (p/p) y ácido ascórbico de 1.5 % (p/p), y luego se les aplicó el recubrimiento comestible, el cual estuvo compuesto de 50 % (p/p) de gel de aloe vera, 1,75 % (p/p) de glicerol 0,01 % (p/p) de polisorbato 20, 0,7 % (p/p) de aceite vegetal de canola y 47,54 % de agua destilada. Las rodajas enteras de piña recubiertas con Aloe vera, empacados en vacío y almacenadas a 5±1°C y 85±3% HR, mostraron valores sensoriales, pH, firmeza y valores microbiológicos adecuados al día 15 de almacenamiento.