Repositorio USM (Universidad Técnica Federico Santa María)
Not a member yet
    423 research outputs found

    Vista al puerto de Valparaíso

    No full text
    Vista a la bahía, Valparaís

    Marco metodológico para la gestión de alarmas en sistemas de control y adquisición de datos de aerogeneradores para el análisis de confiabilidad, con caso aplicado en cono sur

    No full text
    Las energías renovables tienen un papel fundamental en la sostenibilidad, siendo la eólica una de las más importantes, producto de sus bajos costos marginales de generación. Los aerogeneradores modernos son cada vez más grandes y complejos, y se requiere que la operación y mantenimiento sea lo más optimizada posible. En este contexto, los sistemas de Control de Supervisión y Adquisición de Datos otorgan información valiosa, pero no se tiene una guía clara para poder analizarla. Para superar esta necesidad, se propone una metodología generalizada mediante la gestión de alarmas, que ayuda en el reconocimiento de los subsistemas críticos. El artículo define cada subsistema para evitar ambigüedades, y presenta un marco teórico para la aplicación en diferentes contextos. Utilizando la cantidad y tiempos de activación de las alarmas, junto con los tiempos reales de inactividad. Considerando la transición de estados, lo cual ayuda a incluir la mirada de cuando el aerogenerador se encuentra inactivo operacionalmente. En el caso de estudio del cono sur, se encontraron 4 subsistemas críticos, teniendo principal relevancia las alarmas de veletas, anemómetros y velocidades de emergencia. Los indicadores y las herramientas gráficas planteadas apoyaron en guiar el análisis.Magíster en Ciencias de la Ingeniería Industria

    Edificio A de noche

    No full text
    Fachada edificio A iluminad

    Adapting bipedal neuro-motor policies on planned footsteps

    No full text
    This study investigates a hierarchical reinforcement learning approach to achieve human-like walking in bipedal robots while following marked footsteps. Traditionally, state machines and model-based methods were used for this task, ensuring stability and safety but lacking natural human-like motion. Our approach utilizes a two-level architecture: a high-level policy trained specifically for following footsteps and a low level policy distilled from motion capture data to generate natural gaits. Experiments demonstrate that this hierarchical approach significantly outperforms training a single network, particularly for complex tasks on human-sized robots. The low-level network plays a crucial role, substantially reducing joint torques and speeds while achieving stable walking. However, a current limitation is the inability to follow footsteps on stairs. We observed that both general and locomotion motion capture datasets achieved similar results in following footsteps, but the locomotion dataset generated more visually natural human-like walking, especially for forward walking. Future work will aim to improve the robot’s walking robustness for navigating uneven terrains like stairs and slopes. Our findings suggest that low-level networks pre-trained on motion capture data are a viable approach for achieving human-like walking gaits in real-world, human-sized robots. This research paves the way for developing bipedal robots with efficient and natural walking capabilities. Accompanying videos1 and code2 are available online.Magíster en Ciencias de la Ingeniería Electrónic

    Iglesia y convento de los Padres Franceses, Valparaíso

    No full text
    Vista de la Iglesia y Convento de los Padres Franceses, Valparaís

    Edificio C Talleres, losa de techo, 1 julio 1930

    No full text
    Losa techo fachada norte del edifio Talleres entre Hall de montaje y Auditori

    0

    full texts

    423

    metadata records
    Updated in last 30 days.
    Repositorio USM (Universidad Técnica Federico Santa María)
    Access Repository Dashboard
    Do you manage Open Research Online? Become a CORE Member to access insider analytics, issue reports and manage access to outputs from your repository in the CORE Repository Dashboard! 👇