Repositorio de Escuela Colombiana de Ingeniería Julio Garavito
Not a member yet
3463 research outputs found
Sort by
Propuesta de optimización para la minimización de costos de los lechos en sistemas de filtración de flujo descendente
No full textEl presente trabajo de tesis propone una optimización de los lechos filtrantes de la PTAP del municipio de Cumaral, Meta. Se plantea una mejora en el diseño dimensional del filtro dual de flujo descendente, enfocándose en maximizar la eficiencia hidráulica y la remoción de partículas, y en minimizar los costos asociados a la selección de los diámetros de los materiales filtrantes, arena y antracita. Esto permitirá elevar el rendimiento operativo de la planta, garantizar la calidad del agua y fomentar un uso más racional de los recursos.This thesis proposes an optimization of the filter beds of the Water Treatment Plant (PTAP) in the municipality of Cumaral, Meta. It suggests an improvement in the dimensional design of the dual downflow filter, focusing on maximizing hydraulic efficiency and particle removal, while minimizing the costs associated with selecting the diameters of the filter media sand and anthracite. This approach will enhance the plant’s operational performance, ensure water quality, and promote a more rational use of resources.Índice general
Introducción ........................................................................................................................15
Capítulo I Marco de Referencia..........................................................................................17
1.1. Marco Teórico ......................................................................................................17
1.1.2. Modelos de optimización...........................................................................................38
1.2. Marco Conceptual ................................................................................................41
1.3. Marco Legal .........................................................................................................45
Capítulo II Planta de Tratamiento de Agua Potable (PTAP) del municipio de CumaralMeta ................................................................................................................................48
2.1. Generalidades del municipio de Cumaral-Meta ...................................................48
2.2. Proceso de filtración en la planta de tratamiento de agua potable del municipio de
Cumaral-Meta .................................................................................................................49
Capítulo III Metodología..................................................................................................51
3.1. Etapa 1: Consolidación de información secundaria .............................................51
3.2. Etapa 2: Identificación de la normatividad ...........................................................51
3.3. Etapa 3: Identificación de variables para el diseño de filtros ...............................51
3.4. Etapa 4: Definición de variables de decisión, función objetivo y restricciones ....52
3.5. Etapa 5: Selección del tipo de modelo de optimización.......................................52
3.5.1. Análisis de sensibilidad.............................................................................................52
3.6. Etapa 6: Validación del modelo............................................................................52
3.7. Etapa 7: Análisis de resultados y conclusiones ...................................................53
3.8. Definición de la función objetivo, variables de decisión y restricciones ...............54
3.9. Resultados y análisis ...........................................................................................55
Capítulo IV Conclusiones................................................................................................66
BIBLIOGRAFIA...................................................................................................................69
ANEXOS.............................................................................................................................72
Anexo 1. Nomenclatura PYTHON ......................................................................................72
Anexo 2. Estructura Código................................................................................................72Tesis (Magíster en Ingeniería Civil con énfasis en Recursos Hidráulicos y Medio Ambiente)MaestríaMagíster en Ingeniería Civi
Implementación de modelo para la generación de casos de prueba y ejecución a partir de especificaciones OpenAPI usando modelos de lenguaje natural
No full textEste proyecto tiene como objetivo explorar el uso de modelos de lenguaje natural para la generación de casos de prueba de software para APIs. La propuesta del proyecto pretende evaluar el uso de técnicas avanzadas de procesamiento de lenguaje natural y aprendizaje automático en la automatización de procesos de pruebas de software.This project is focused on investigating the use of natural language models to create software test cases efficiently and effectively in API services, through language processing and machine learning methods in automating software testing procedures as per the project proposals intention.MaestríaMagíster en InformáticaAction Researc
Guía para la aplicación de la filosofía Lean Construction a los procesos de interventoría de proyecto en el sector privado en Colombia
No full textEsta investigación exploratoria, propone retomar la interventoría como agente relevante en la historia de la construcción local, centrándose en la interventoría de proyecto aplicada al sector privado para el control de edificaciones con una particularidad: propone implementar la filosofía Lean Construction a través de sus procesos. Los resultados obtenidos demuestran que sí es posible adoptar dicha filosofía al ser en sí misma un sistema productivo, que puede ser un argumento de negocio para las empresas del sector al controlar, pero también, optimizar el proyecto y, finalmente, que puede ser un vehículo ideal para mejorar la implementación de la filosofía Lean en Colombia.This exploratory research proposes to revisit supervision as a relevant agent in the history of local construction, focusing on project supervision applied to the private sector for building control. It offers a unique approach: it proposes implementing the Lean Construction philosophy through its processes. The results demonstrate that it is indeed possible to adopt this philosophy, as it is a productive system in itself. It can be a business case for companies in the sector by controlling and optimizing the project. Finally, it can be an ideal vehicle for improving the implementation of the Lean philosophy in Colombia.Tabla de contenido
1. Desarrollo de la investigación 16
1.1. Introducción 16
1.2. Descripción del problema 18
1.3. Pregunta de investigación 29
1.4. Objetivos 29
1.4.1. Objetivo general 29
1.4.2. Objetivos específicos 29
1.5. Metodología propuesta 30
1.6. Alcance y limitaciones 34
2. Marco teórico. Capítulo I. Productividad: determinante para la competitividad en la industria de la construcción 35
2.1. Productividad 37
2.2. La productividad y su relación con la competitividad, la calidad y el desempeño organizacional 40
2.3. Dimensiones de la productividad 41
2.4. Medición de la productividad 44
2.5. Productividad en la industria de la construcción 46
Conclusiones Capítulo I 57
3. Capítulo II. Interventoría de proyectos y obras en Colombia 58
3.1. La interventoría en la industria de la construcción en Colombia y en el contexto internacional 58
3.2. Interventoría: etimología, antecedentes y definiciones 61
3.3. Tipos de interventoría en Colombia: funciones y responsabilidades 67
3.4. Interventoría de proyecto en Colombia 70
3.5. El control en la interventoría 78
3.6. Clases, formas de control y clasificación cualitativa de la interventoría 79
3.7. La interventoría y su aplicabilidad con los sectores público y privado 82
3.8. El interventor y sus relaciones con el sector privado 84
3.9. Marco normativo de la interventoría en el sector privado en Colombia 87
Conclusiones Capítulo II 91
4. Capítulo III. Lean Construction y Lean Design 93
4.1. Filosofía Lean Construction 95
4.2. Antecedentes y estado actual de la filosofía Lean Construction 96
4.3. Principios y herramientas de la filosofía Lean Construction 98
4.4. Métodos de la filosofía Lean Construction aplicados a las fases iniciales del proyecto
103
4.5. Desperdicios en la construcción 107
4.6. Desperdicios en la fase de Diseño e Ingeniería (D.I.) 109
Conclusiones Capítulo III 113
5. Capítulo IV. Sistemas de Entrega de Proyectos, SEP 115
5.1. Sistemas de Entrega de Proyectos, SEP: definiciones 115
5.2. Sistemas de Entrega de Proyectos tradicionales 116
5.4. Integrated Project Delivery, IPD, Sistema de Entrega de Proyectos con enfoque
Lean 118
5.5. ¿Por qué examinar los Sistemas de Entrega de Proyectos, SEP? 120
Conclusiones Capítulo IV 123
6. Capítulo V. Resultados, discusión, conclusiones y recomendaciones 125
6.1. Resultados 125
6.2. Discusión 152
6.3. Conclusiones 153
6.4. Recomendaciones 156
Referencias 157
Anexos
Anexo 1 Guía para la aplicación de la filosofía Lean Construction a los procesos de interventoría en el sector privado de Colombia (en este documento) 164
Anexo 2 Estructuración y resultados de encuestas y entrevistas
Anexo 3 Ficha ágil editable para procesos de interventoría Lean
Anexo 4 Ficha ágil editable para procesos del proyecto Lean
Anexo 5 EntrevistasTesis (Magíster en Ingeniería Civil con énfasis en Construcción)MaestríaMagíster en Ingeniería Civi
Estado del arte de la fitorremediación de aguas residuales con especies vegetales no invasoras en humedales artificiales
No full textLa presente investigación se enfoca en la fitorremediación como una alternativa sostenible para el tratamiento de aguas residuales, a través del uso de humedales artificiales y especies vegetales no invasoras. Mediante una revisión sistemática de la literatura científica, se identificaron especies con potencial para la depuración de aguas residuales en estos sistemas.This research focuses on phytoremediation as a sustainable alternative for wastewater treatment through the use of artificial wetlands and non-invasive plant species. Through a systematic review of the scientific literature, species with potential for wastewater treatment in these systems were identified.Índice general
1 Introducción 1
2 Justificación 3
3 Objetivos 4
3.1 Objetivo General 4
3.2 Objetivos Específicos 4
4 Marco Teórico 5
4.1 Aguas Residuales 5
4.1.1 Caracterización de las aguas residuales 5
4.1.2 Descripción de parámetros típicos de las aguas residuales 8
4.1.3 Legislación sobre el tratamiento de aguas residuales 11
4.2 Humedales Artificiales como Alternativa de Fitorremediación de Aguas Residuales 12
4.2.1 Antecedentes de los humedales artificiales como sistemas de tratamiento de aguas residuales 12
4.2.2 Tipos de humedales artificiales 14
4.2.3 Componentes de los humedales artificiales 17
4.2.4 Hidrología en los humedales artificiales 19
4.2.5 Diseño hidráulico de los humedales artificiales 21
4.3 Especies Vegetales en Humedales Artificiales 28
4.3.1 Especies vegetales comúnmente utilizadas en humedales artificiales 29
4.3.2 Especies vegetales invasoras 32
5 Metodología 41
5.1 Recolección de Información 41
5.2 Criterios de Selección de Información 41
5.3 Comparación Entre Parámetros 41
5.4 Procesamiento y Análisis de la Información 41
6 Resultados 42
6.1 Bidens Laevis 42
6.2 Carex Lasiocarpa 44
6.3 Chrysopogon Zizanioides 46
6.4 Eleocharis Macrostachya 48
6.5 Eleocharis Palustris 50
6.6 Hydrocotyle Umbellata L. 52
6.7 Iris Pseudacorus 54
6.8 Juncus Effusus 57
6.9 Lemna Minor 59
6.10 Ludwigia Peploides 61
6.11 Myriophyllum Aquaticum 63
6.12 Nasturtium Officinale 65
6.13 Phragmites Australis 67
6.14 Schoenoplectus Californicus 69
7 Análisis y Discusión de Resultados 71
7.1 Remoción de DBO5 73
7.2 Remoción de DQO 74
7.3 Remoción de SST 75
7.4 Remoción Turbidez 76
7.5 Remoción de coliformes 76
7.6 Remoción de nutrientes 77
7.7 Eficiencia de remoción de hierro 79
7.8 Eficiencia de remoción de arsénico 80
7.9 Eficiencia de remoción de níquel 81
7.10 Eficiencia de remoción de plomo 82
7.11 Eficiencia de remoción de cobre 84
7.12 Eficiencia de remoción de zinc 85
7.13 Eficiencia de remoción de cromo 86
7.14 Eficiencia de remoción de cadmio 87
8 Conclusiones 88
9 Bibliografía 90
10 Anexos 102
10.1 Anexo 1. Gráfico de Resumen de Eficiencias de Remoción 102Tesis (Magíster en Ingeniería Civil con énfasis en Recursos Hidráulicos y Medio Ambiente)MaestríaMagíster en Ingeniería Civi
Evaluación de los métodos de ingeniería de prompts y ajuste fino supervisado en sistemas Text-to-SQL basados en grandes modelos de lenguaje
No full textLos Sistemas de Gestión de Bases de Datos Relacionales (SGBDR) han sido utilizados por las organizaciones para la gestión de sus datos gracias a la robustez y seguridad que ofrecen; facilitando que algunos de los sectores como logística, comercio, finanzas, tecnología, entre otros; gestionen de manera eficiente sus datos. Ahora bien, el lenguaje de consulta a través del cual los usuarios acceden a la información se conoce como SQL (Structured Query Language). No obstante, es pertinente resaltar que en principio este sistema es exclusivo para aquellos que tienen conocimiento en estas tecnologías, puesto que los usuarios de negocio que requieren los datos no poseen el suficiente saber técnico, dificultando así el acceso a la información, siendo una desventaja para la toma de decisiones. Al respecto de esta problemática, es importante señalar que se ha estado investigando la tarea de traducción automática de texto a SQL, conocida como Text-to-SQL, la cual consiste en un proceso que busca convertir intenciones en lenguaje natural a consultas SQL validas. Como resultado de esta investigación, se han desarrollado los sistemas Text-to-SQL, que abordan la tarea mencionada. Actualmente, se está utilizando en su implementación los Grandes Modelos de Lenguaje (LLM, por sus siglas en inglés), toda vez que mejoran el rendimiento de los sistemas en esta tarea.Relational Database Management Systems (RDBMS) have been used by organizations for data management due to the robustness and security they offer, facilitating efficient data management in sectors such as logistics, commerce, finance, and technology, among others. Now, the query language through which users access data is known as SQL (Structured Query Language). However, it is important to highlight that, initially, this system is exclusive to those with knowledge of these technologies, since business users who require data do not have sufficient technical expertise. This hinders access to information and represents a disadvantage for decision-making. Regarding this issue, research has been conducted on the task of automatic text-to-SQL translation, known as Text-to-SQL, which consists of a process that seeks to convert natural language intents into valid SQL queries. As a result of this research, Text-to-SQL systems have been developed to address this task. Currently, Large Language Models (LLM) are being used in their implementation, as they enhance system performance in this task.MaestríaMagíster en Informátic
Diseño de sensores basados en puntos de carbono dopados y no dopados con iones lantánidos para la detección de glucosa y pH en rangos de interés clínico
No full textEste trabajo explora el diseño y caracterización de sensores ópticos basados en puntos de carbono (CDs) dopados y no dopados con iones lantánidos (Gd³⁺ y Yb³⁺), orientados a la detección de glucosa y pH en rangos de interés clínico. Se sintetizaron tres plataformas fluorescentes utilizando un método asistido por microondas, y se evaluó su respuesta espectroscópica en solución acuosa y en matrices poliméricas tipo hidrogel (agarosa, agarosa–quitosano, y agarosa–quitosano–PAAS).This work explores the design and characterization of optical sensors based on carbon dots (CDs), both doped and undoped with lanthanide ions (Gd³⁺ and Yb³⁺), for the detection of glucose and pH within clinically relevant ranges. Three fluorescent nanoplatforms were synthesized using a microwave-assisted method and evaluated through spectroscopic analysis in aqueous solution and polymeric hydrogel matrices (agarose, agarose–chitosan, and agarose–chitosan–PAAS).TABLA DE CONTENIDO 1. INTRODUCCIÓN 5 1.1 Importancia del monitoreo de glucosa y pH en salud y rendimiento físico 5 1.2 Limitaciones de los métodos tradicionales de medición 5 1.3 Variabilidad de la glucosa en individuos con y sin diabetes 6 1.4 Variabilidad del pH 8 1.5 Puntos de carbono y sensores fluorescentes dopados con lantánidos 9 1.6 Motivación del proyecto 11 2. OBJETIVOS 12 2.1 Objetivo general 12 2.2 Objetivos específicos 12 3. METODOLOGÍA 13 3.1 Materiales y reactivos 13 3.1.1 Precursores y reactivos para la síntesis de CDs, CD:Gd³⁺, CD:Gd³⁺/Yb³⁺ 13 3.1.2 Materiales para la preparación de hidrogeles 13 3.2 Procedimientos Experimentales 13 3.2.1 Síntesis de puntos de carbono dopados y no dopados 14 3.3 Preparación de muestras y ensayos de detección de glucosa y pH en solución 15 3.4 Procesamiento y análisis de datos 17 3.5 Ensayo de oxidación 17 3.6 Preparación de hidrogeles de agarosa (A), agarosa–quitosano (AQ) y agarosa-quitosano-PAAS (AQP) 18 3.6.1 Hidrogel de agarosa 1,5% control y con CDs 18 3.6.2 Hidrogel de agarosa-quitosano con CDs 18 3.6.3 Hidrogel híbrido de agarosa–quitosano-PAAS con CDs 18 3.7 Pruebas de hinchamiento y deshidratación de las matrices poliméricas 18 3.8 Observación de la retención de CDs en los hidrogeles 19 3.9 Resumen de los procedimientos experimentales 20 4. RESULTADOS 21 4.1 Caracterización óptica de las nano plataformas en solución 21 4.1.1 Barrido de excitaciones para detección de glucosa 24 4.1.2 Barrido de excitaciones para detección de pH 26 4.1.3 Detección directa de glucosa a λ fija (500 nm) 29 4.1.4 Detección directa de pH a λ fija (500 nm) 29 4.1.5 Comportamiento general de las plataformas frente a glucosa 30 4.1.6 Comportamiento general frente a pH 30 4.2 Evaluación de métodos de conservación 31 4.3 Resultados en matrices poliméricas (hidrogeles) 33 3 4.3.1 Capacidad de hidratación inicial 33 4.3.2 Porcentaje de deshidratación tras 24 horas 35 4.3.3 Rehidratación 35 4.3.4 Retención de la nano plataforma post-rehidratación 37 4.3.5 Evaluación frente a glucosa en hidrogel PAAS–quitosano–agarosa 37 4.3.6 Evaluación frente a pH en hidrogel PAAS–quitosano–agarosa 38 5. DISCUSIÓN 39 5.1 Caracterización óptica y estructural de las nano plataformas 39 5.2 Estabilidad de fluorescencia de los puntos de carbono bajo diferentes condiciones de almacenamiento 41 5.3 Comportamiento de hinchamiento de hidrogeles compuestos con agarosa, quitosano y PAAS. 42 5.4 Interacciones moleculares entre puntos de carbono y la matriz de hidrogel. 43 5.5 Difusión y retención de puntos de carbono en matriz de hidrogel 44 5.6 Respuesta de fluorescencia en matriz polimérica vs. dispersión acuosa 46 5.7 Relevancia Tecnológica y Biomédica de la Plataforma Nanoestructurada para el Monitoreo Óptico de Biomarcadores 47 6. RECOMENDACIONES Y TRABAJOS FUTUROS 48 7. CONCLUSIONES 49 REFERENCIAS 50PregradoIngeniero(a) Biomédico(a
Estimating reference evapotranspiration and soil moisture for crop irrigation needs using machine learning and remote sensing
No full textEste estudio presenta un módulo de predicción de la humedad del suelo y la evapotranspiración de referencia utilizando datos satelitales, orientado a optimizar los requerimientos hídricos de los cultivos. Se implementaron y evaluaron dos modelos de aprendizaje automático—LightGBM y Random Forest—en tres escenarios distintos, utilizando productos satelitales como SMAP y ERA5-Land y empleando un análisis de series de tiempo. El desempeño se evaluó mediante el error absoluto medio (MAE) y la raíz del error cuadrático medio (RMSE), destacando LightGBM por su mejor precisión. El módulo desarrollado fue integrado en la plataforma ThingsBoard como parte de un sistema de gestión agrícola, demostrando la viabilidad de los datos satelitales como alternativa para regiones con infraestructura IoT limitada.This study presents a prediction module for soil moisture and reference evapotranspiration based on satellite remote sensing data, aimed at optimizing agricultural water requirements. Two machine learning models—LightGBM and Random Forest—were implemented and evaluated across three different scenarios, using satellite products such as SMAP and ERA5-Land, through a time-series analysis. Performance was assessed using mean absolute error (MAE) and root mean square error (RMSE), with LightGBM demonstrating the highest accuracy. The developed module was integrated into the ThingsBoard platform as part of an agricultural management system, demonstrating the feasibility of using satellite remote sensing in regions with limited or no IoT infrastructure.Contents 1 Introduction 9 1.1 Researchquestions . . . . . . . . . . . . . . . . . . . . . . . . 11 1.2 Objectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 1.2.1 Generalobjective . . . . . . . . . . . . . . . . . . . . . 11 1.2.2 Specificobjectives . . . . . . . . . . . . . . . . . . . . 11 1.3 Contributions . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 1.4 Deliverables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2 BackgroundandRelatedwork 14 2.1 ETo,soilmoistureandirrigationwaterrequirements . . . . . 15 2.2 Satelliteremotesensing . . . . . . . . . . . . . . . . . . . . . 16 2.3 Timeseriesandmachinelearning . . . . . . . . . . . . . . . . 17 2.4 Relatedwork . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.4.1 Literaturereview . . . . . . . . . . . . . . . . . . . . . 18 2.4.2 Researchgaps . . . . . . . . . . . . . . . . . . . . . . . 21 3 DevelopmentandResults 26 3.1 Platformstructure . . . . . . . . . . . . . . . . . . . . . . . . 27 3.2 MLalgorithmsforreferenceevapotranspirationandsoilmoistureprediction . . . . . . . . . . . . . . . . . . . . . . . . . . 28 3.2.1 Datacollectionandprocessing . . . . . . . . . . . . . 28 3.2.2 Machinelearningmodels . . . . . . . . . . . . . . . . . 30 3.2.3 Datasplitting . . . . . . . . . . . . . . . . . . . . . . . 32 3.2.4 Standardizationanddifferentiation . . . . . . . . . . . 32 3.2.5 Hyperparametertuningandevaluationmetrics . . . . 34 3.2.6 Walkforwardvalidation . . . . . . . . . . . . . . . . . 35 3.2.7 Results . . . . . . . . . . . . . . . . . . . . . . . . . . 36 53.3 EToandSMForecastingmodule . . . . . . . . . . . . . . . . 42 3.3.1 Time-seriesdatafunction. . . . . . . . . . . . . . . . . 42 3.3.2 Forecastingfunction. . . . . . . . . . . . . . . . . . . . 44 3.3.3 ThingsboardandForecastingModuleusagescenario . 46 3.4 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 4 Conclusionsandfuturework 51 AAnnex:ThingsboardandForecastingModuleintegration 54 A.1 Platformdeployment . . . . . . . . . . . . . . . . . . . . . . . 54 A.2 Irrigationwaterrequirements . . . . . . . . . . . . . . . . . . 54MaestríaMagíster en Informátic
Hoja de ruta para la implementación de un sistema de transporte público impulsado por hidrógeno verde en poblaciones rurales
No full textEsta tesis propone una alternativa sostenible para reducir la dependencia del sector transporte colombiano de los combustibles fósiles. En particular, se enfoca en las zonas rurales donde la dependencia de estos combustibles se ve agravada por el alto costo y la vulnerabilidad del suministro. El hidrogeno verde, producido a partir de energías renovables, se presenta como una solución viable para mitigar la contaminación y mejorar la calidad de vida en estas comunidades. La investigación se enfoca en el municipio de Gutiérrez, Cundinamarca, y comprende una caracterización de la población, la infraestructura vial y las necesidades energéticas, con el objetivo de evaluar la viabilidad del proyecto.This thesis proposes a sustainable alternative to reduce the dependence of the Colombian transportation sector on fossil fuels. In particular, it focuses on rural areas where dependence on these fuels is aggravated by the high cost and vulnerability of supply. Green hydrogen, produced from renewable energies, is presented as a viable solution to mitigate pollution and improve the quality of life in these communities. The research focuses on the municipality of Gutiérrez, Cundinamarca, carrying out an exhaustive characterization of the population, road infrastructure and energy needs to assess the feasibility of the project.Contenido
Agradecimientos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . III
Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . VI
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . VIII
Contenido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . IX
Lista de figuras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XIII
Lista de tablas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XV
Lista de símbolos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XVII
1. Introducción 1
1.1. Planteamiento del problema . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1. Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.2. Descripción del Problema . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.3. Pregunta de Investigación . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1. Objetivo General . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.2. Objetivos Específicos . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3. Estado del arte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3.1. Energías Renovables . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3.2. El Hidrógeno Verde como Vector Energético para Aplicaciones de Movilidad . . . . . . . . . . . . . . . . . . . . . . . . .5
1.3.3. Análisis del Estado de la Tecnología . . . . . . . . . . . . . . . . . . . 7
1.3.4. Artículos Científicos y Patentes . . . . . . . . . . . . . . . . . . . . . 11
1.4. Organización del documento . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5. Alcance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.5.1. Exclusiones y Limitaciones . . . . . . . . . . . . . . . . . . . . . . . . 14
2. Marco teórico 17
2.1. Skid . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2. Evaluación Técnica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.1. Energías Renovables 18
2.2.2. Hidrógeno Verde 18
2.2.3. Electrolizador 19
2.2.4. Almacenamiento de Hidrógeno 19
2.2.5. Factor de Planta 20
2.2.6. Caracterización de la Zona 21
2.2.7. Selección de Alternativas Técnicas 22
2.2.8. Métodos Multicriterio 22
2.3. Evaluación Económica 23
2.3.1. Levelized Cost of Hydrogen (LCOH) 23
2.3.2. Levelized Cost of Energy (LCOE) 24
2.3.3. Levelized Cost of Storage (LCOS) 25
2.3.4. Variable Cost of Energy (CVOE) 26
3. Metodología 29
3.1. Metodología 29
3.1.1. Caracterización de la Población Rural 32
3.1.2. Análisis de Tecnologías y Tendencias en Transporte a base de Hidrógeno Verde 33
3.1.3. Análisis comparativo de la alternativa seleccionada con los sistemas de transporte convencionales 35
4. Casos de estudio 37
4.1. Caracterización de la Zona 37
4.1.1. Población General 37
4.1.2. Distribución por edades 37
4.1.3. Distribución Geográfica 38
4.1.4. Infraestructura de la Población 39
4.1.5. Descripción de las veredas 42
4.1.6. Condiciones Atmosféricas 44
4.2. Análisis de Tecnologías y Tendencias en Transporte A Base de Hidrógeno Verde 47
4.3. Descripción del Sistema de Generación y Almacenamiento de Hidrógeno Verde 58
4.3.1. Sistema de Generación de Hidrógeno 58
4.3.2. Sistema de Almacenamiento y Distribución de Hidrógeno 61
4.3.3. Sistema de Suministro de Energía Eléctrica 65
4.3.4. Análisis de Áreas 68
5. Análisis de resultados 69
6. Conclusiones 77
6.1. Conclusión general 77
6.2. Aportes 79
6.3. Trabajos futuros 80
Referencias 81
Anexos 85
6.4. Anexo 1 - Referencia de artículos científicos 87
6.5. Anexo 2 - Referencia de patentes 93
6.6. Anexo 3 - Tipos de Electrólisis 96
6.7. Anexo 4 - Métodos Multicriterio 99
6.8. Anexo 5 - Código Python 101
6.9. Anexo 6 - Tipos de Compresores 104MaestríaMagíster en Ingeniería Eléctric
Videos didácticos en ingeniería estructural: desarrollo y evaluación
No full textEsta investigación se enfoca en evaluar el impacto de los videos didácticos como
complemento en la enseñanza de la ingeniería estructural. En los últimos años, el uso de
recursos educativos digitales, como los videos, ha crecido significativamente como parte de
la transformación digital en la educación superior. Estos recursos son especialmente
valiosos en disciplinas como la ingeniería, donde la visualización de conceptos complejos
puede facilitar la comprensión.This research focuses on evaluating the impact of educational videos as a complement in the teaching of structural engineering. In recent years, the use of digital educational resources, such as videos, has grown significantly as part of the digital transformation in higher education. These resources are especially valuable in disciplines such as engineering, where the visualization of complex concepts can facilitate understanding.En este documento se anexan el listado de todos los videos desarrollados durante la investigación. Se puede acceder gratuitamente a ellos a través de YouTube con el uso de los enlaces referenciados en cada caso.MaestríaMagíster en Ingeniería Civi
Damian - herramienta de seguridad DAM para bases de datos Oracle en entornos empresariales: monitoreo de actividad y control de acceso
No full textEsta investigación presenta el desarrollo de DAMIAN, una herramienta de seguridad basada en Database Activity Monitoring (DAM), diseñada para entornos Oracle. La propuesta integra monitoreo en tiempo real de consultas SQL, detección de anomalías mediante técnicas de machine learning, control de acceso dinámico y auditoría automatizada alineada con normativas internacionales como GDPR e HIPAA. El proyecto se desarrolló bajo una metodología ágil, estructurada en fases iterativas de diseño, implementación, pruebas y validación.This research presents the development of DAMIAN, a security tool based on Database Activity Monitoring (DAM) designed for Oracle environments. The proposal integrates real-time monitoring of SQL queries, anomaly detection using machine learning techniques, dynamic access control, and automated auditing aligned with international regulations such as GDPR and HIPAA. The project was developed using an agile methodology, structured in iterative phases of design, implementation, testing, and validation.Tabla de contenido
Introducción................................................................................................................................. 25
CAPITULO 1. Problema de investigación................................................................................. 29
1.1. Contexto de investigación................................................................................................. 29
1.1.1. Principales Problemas Identificados ........................................................................ 29
1.1.1.a) Ataques externos..................................................................................................... 29
1.1.1.b) Falta de Monitoreo Continuo ................................................................................ 29
1.1.1.c) Limitaciones del Control de Acceso Estático........................................................ 30
1.1.1.d) Cumplimiento Normativo Insuficiente ................................................................. 30
1.1.1.e) Impacto en la Operación ........................................................................................ 30
1.1.2. Impacto del Problema ............................................................................................... 30
1.1.3. Relevancia del Problema ........................................................................................... 31
1.1.3.a) Incumplimiento regulatorio en materia de protección datos personales(PII,
PHI) y datos financieros(PCI) .................................................................................. 31
1.1.4. Impacto del Problema: .............................................................................................. 31
1.2. Pregunta problema ........................................................................................................... 32
1.3. Planteamiento del problema ............................................................................................ 32
1.3.1 Retos para el cumplimiento normativo.................................................................... 33
9
1.3.2 Limitaciones de las soluciones existentes................................................................. 34
1.3.3 Relevancia del problema ........................................................................................... 34
1.4. Objetivo general................................................................................................................ 35
1.5. Objetivos específicos......................................................................................................... 35
1.6. Antecedentes del problema .............................................................................................. 37
CAPITULO 2. Propuesta............................................................................................................ 39
2.1. Propuesta de desarrollo de una herramienta de monitoreo de actividad y control de
acceso para bases de datos en entornos empresariales................................................. 39
2.2. Justificación de la propuesta............................................................................................ 40
2.3. Aportes de la propuesta.................................................................................................... 42
2.3.1 Monitoreo en Tiempo Real........................................................................................ 42
2.3.2 Análisis de Comportamiento mediante Machine Learning:.................................. 42
2.3.3 Bloqueo Adaptativo de Consultas Sospechosas:...................................................... 42
2.3.4 Cumplimiento Normativo:........................................................................................ 42
2.3.5 Gestión Proactiva de Incidentes ............................................................................... 43
2.3.6 Compatibilidad con Sistemas Relacionales.............................................................. 43
2.4. Comparación con Herramientas Comerciales................................................................ 43
2.4.1. Monitoreo y Bloqueo Adaptativo.............................................................................. 44
2.4.1.a) Guardium ................................................................................................................ 44
2.4.1.b) Propuesta................................................................................................................. 44
10
2.4.2. Cumplimiento normativo con menor costo.............................................................. 45
2.4.2.a) Imperva.................................................................................................................... 45
2.4.2.b) Propuesta................................................................................................................. 45
2.4.3. Análisis de Comportamiento..................................................................................... 45
2.4.3.b) Propuesta................................................................................................................. 45
2.4.4. Escalabilidad y Adaptación....................................................................................... 45
2.4.4.a) Guardium e Imperva ............................................................................................. 45
2.4.4.b) Propuesta ................................................................................................................ 46
2.5. Valor diferencial de la propuesta .................................................................................... 46
2.5.1 Costo y Accesibilidad................................................................................................. 46
2.5.1.a) Enfoque Adaptativo................................................................................................ 46
2.5.1.b) Diseño Específico para Bases Relacionales .......................................................... 46
2.5.1.c) Comparativo técnico y económico de soluciones DAM comerciales frente a la
herramienta DAMIAN.............................................................................................. 46
2.5.2. Arquitectura basada en agentes ligeros................................................................... 49
2.5.3. Ventajas de implementación ..................................................................................... 50
2.5.4. Capacidades avanzadas integradas.......................................................................... 50
2.5.5. Comandos y queries actualmente monitoreados..................................................... 51
2.5.6. Consultas y comandos proyectados para monitoreo futuro................................... 54
2.5.6.a) Incorporación de ProxySQL.................................................................................. 54
11
2.5.6.b) Análisis de queries dentro de procedimientos...................................................... 54
2.5.6.c) Auditoría de cambios estructurales (DDL)........................................................... 54
2.5.6.d) Monitoreo de cargas masivas................................................................................ 55
2.6. Características Principales de la Herramienta........................................................ 55
2.6.1. Monitoreo en tiempo real.......................................................................................... 56
2.6.2. Bloqueo activo de consultas sospechosas.................................................................. 57
2.6.3. Control de acceso adaptativo .................................................................................... 57
2.6.4. Análisis de comportamiento con machine learning ................................................ 57
2.6.5. Auditoría y cumplimiento regulatorio ..................................................................... 58
2.6.6. Respuesta automática a incidentes........................................................................... 58
2.7. Ventajas competitivas de la herramienta........................................................................ 58
2.7.1. Defensa proactiva y adaptativa................................................................................. 59
2.7.2. Cumplimiento integral con normativas internacionales......................................... 59
2.7.4. Eficiencia operativa y optimización del rendimiento.............................................. 60
2.7.5. Escalabilidad y adaptación a diferentes entornos................................................... 61
2.7.6. Reducción de riesgos legales y financieros............................................................... 62
CAPITULO 3. Metodología........................................................................................................ 62
3.1. Primera Fase: Planificación y Diseño Modular (Meses 1-3) ......................................... 65
3.1.1. Segunda fase: desarrollo de funcionalidades principales (meses 4-6)................... 67
3.1.1.a) Monitoreo Continuo ............................................................................................... 68
12
3.1.1.b) Desafío técnico ........................................................................................................ 68
3.1.1.c) Análisis de Comportamiento (ML + TensorFlow) ............................................... 68
3.1.1.d) Control de Acceso Adaptativo:.............................................................................. 68
3.1.1.f) Resultados esperados al finalizar esta fase:.............................................................. 69
3.1.2. Tercera fase: integración y pruebas (meses 7-9)...................................................... 69
3.1.2.a) Pruebas:................................................................................................................... 69
3.1.3. Cuarta fase: validación y optimización continua (meses 10-12)............................ 70
3.1.3.a) Optimización de Algoritmos:................................................................................. 70
3.1.3.b) Resultados esperados al finalizar esta fase: ......................................................... 70
3.2 Beneficios de la metodología agile en 12 meses .............................................................. 71
CAPITULO 4. Marco de referencia........................................................................................... 71
4.1. Control de acceso en bases de datos................................................................................ 71
4.1.1. Monitoreo de actividad de bases de datos (DAM)................................................... 72
4.1.2. Bases de datos relacionales........................................................................................ 73
Este modelo se distingue por garantizar:........................................................................... 73
4.1.3. Normalización de bases de datos.............................................................................. 73
4.1.4. Control de acceso basado en roles (RBAC) ............................................................. 74
4.1.5. Machine learning aplicado a la seguridad de bases de datos................................. 75
4.1.6. Inyección SQL............................................................................................................ 75
4.1.7. Protección de datos sensibles en bases de datos ...................................................... 76
13
4.1.8. Data Redaction y Data Masking............................................................................... 76
4.1.9. Cifrado de Datos (TDE - Transparent Data Encryption) ...................................... 77
4.1.10. Seguridad de Grano Fino (Fine-Grained Security) ........................................... 77
CAPITULO 5. Estrategias de seguridad proactiva y análisis de comportamiento en bases de
datos relacionales........................................................................................................................ 78
5.1. Análisis de comportamiento y detección de anomalías.................................................. 78
5.2. Seguridad proactiva en bases de datos..................................................................... 78
5.3. Seguridad proactiva y modelos de análisis de comportamiento ............................ 79
5.3.1. Expansión del control de accesos.............................................................................. 80
5.3.1.a) Roles Técnicos y Funcionales: ............................................................................... 80
5.3.1.b) Control Dinámico de Acceso:................................................................................ 80
5.3.1.c) Segregación de Tareas:........................................................................................... 81
5.4. Caso de uso: integración con bases de datos oracle ....................................................... 81
5.4.1 Autenticación Centralizada: ..................................................................................... 81
5.4.2 Políticas de Acceso Dinámicas:................................................................................. 81
5.4.3 Supervisión y Auditoría de Actividades: ................................................................. 81
5.5. Inyección SQL y prevención ............................................................................................ 82
5.5.2. ¿Cómo sanitizar las entradas?.................................................................................. 83
5.5.2.a) Validación de Formatos ......................................................................................... 83
5.5.2.b) Consultas Parametrizadas..................................................................................... 83
14
5.5.3 Estrategias complementarias .................................................................................... 85
5.5.3.a) Restricción de Permisos de Usuario...................................................................... 85
5.5.3.b) Registro de Actividades.......................................................................................... 85
5.5.5.c) Sistemas de Monitoreo DAM................................................................................. 85
5.5.4 Validación en el lado del cliente y servidor.............................................................. 85
5.5.4.a) Ejemplo completo de prevención en python ........................................................ 87
5.5.4.b) Beneficios de la implementación ........................................................................... 88
5.5.4.c) Inteligencia de amenazas en seguridad de bases de datos................................... 88
5.5.5.d)Ejemplos de ataques a bases de datos.................................................................... 89
5.5.6. Inteligencia basada en sets de datos de ataques....................................................... 91
5.5.7. Beneficios de la inteligencia de amenazas en DAM................................................. 92
5.6. Control de acceso basado en roles (RBAC).................................................................... 95
5.6.1 CONTROL DE ACCESO BASADO EN ROLES (RBAC) ................................... 96
5.6.1.a) Riesgo de abuso de privilegios............................................................................... 96
5.6.1.b) Falta de adaptabilidad ........................................................................................... 96
5.6.1.c) Control dinámico de permisos............................................................................... 96
5.7. Beneficios del enfoque unificado...................................................................................... 98
CAPITULO 6. Cumplimiento de GDPR y HIPAA en la herramienta propuesta ............... 99
6.1. Cumplimiento del GDPR ................................................................................................. 99
6.1.1 Control de Acceso Estricto (RBAC)......................................................................... 99
15
6.1.2 Auditoría y Monitoreo de Actividades................................................................... 100
6.2. GDPR (general data protection regulation) .......................................................... 100
6.2.1. Impacto del GDPR en entornos empresariales...................................................... 100
6.3. ¿Cómo responde la herramienta propuesta al gdpr en contextos empresariales?.... 101
6.3.1 Control de Acceso Estricto Basado en Roles (RBAC) .......................................... 103
6.3.2 Auditoría y Monitoreo de Actividades................................................................... 103
6.3.3. Anonimización y Pseudonimización de Datos....................................................... 104
6.3.4. Detección de Actividades Sospechosas................................................................... 104
6.3.5. Generación de Reportes Personalizados de Cumplimiento.................................. 105
6.4. Aplicación práctica en contextos empresariales........................................................... 105
6.5. Ventajas para las empresas............................................................................................ 106
6.6. Cumplimiento de HIPAA............................................................................................... 107
6.6.1. HIPAA y su relevancia en entornos empresariales............................................... 108
6.6.2. Desafíos claves de HIPAA en empresas que manejan bases de datos relacionales
108
6.6.2.a) CONTROL DE ACCESO RÍGIDO Y EFICIENTE......................................... 108
6.6.2.b) PREVENCIÓN DE AMENAZAS Y RESPUESTA EN TIEMPO REAL....... 109
6.6.2.c) PROTECCIÓN DE LA INTEGRIDAD DE LOS DATOS............................... 109
6.7. Soluciones propuestas para cumplir con HIPAA......................................................... 109
6.7.1 CONTROL DE ACCESO DINÁMICO................................................................. 109
16
6.7.2 Integración de auditorías automatizadas............................................................... 110
6.7.3. Monitoreo y respuesta inteligente........................................................................... 110
6.8. ¿Cómo responde la herramienta propuesta? ........................................................ 110
6.8.1 Control de Acceso Rígido y Seguro........................................................................ 110
6.8.2. Auditoría Detallada de Actividades........................................................................ 119
6.8.3. Protección Contra Accesos No Autorizados.......................................................... 120
6.8.4. Cifrado de Datos en Reposo y en Tránsito ............................................................ 120
6.8.5. Generación de Informes Personalizados................................................................ 121
6.9. La herramienta propuesta aborda cada aspecto crítico del cumplimiento de HIPAA
mediante .......................................................................................................................... 121
6.9.1. Integración y soluciones propuestas para el cumplimiento combinado de GDPR Y
HIPAA ...................................................................................................................... 122
CAPITULO 7. Entorno de desarrollo, pruebas e integración ............................................... 123
7.1. Entorno de desarrollo local..................................................................................... 123
7.2. Entorno de simulación y pruebas........................................................................... 124
7.2.1. Configuración del Servidor de Pruebas:................................................................ 124
7.2.2. Base de Datos Simulada: ......................................................................................... 124
7.2.3. Simulación de Accesos y Consultas Maliciosas...................................................... 125
7.2.4. Objetivo del Entorno de Simulación y Pruebas .................................................... 125
7.3. Integración de la herramienta en el entorno de pruebas............................................. 125
7.3.1 Conexión Directa con el DBMS de Pruebas .......................................................... 126
17
7.3.2. Registro de Actividades y Eventos de Seguridad.................................................. 126
7.3.3. Consideración de herramientas open source......................................................... 126
7.4. Desplie