59142 research outputs found
Sort by
Control bidireccional de potencia en un automóvil eléctrico con batería dual 48/12V para mayor eficiencia energética
Get PDFCONDICIONAMIENTO DE PUBLICACION DE PROYECTO. Los vehículos eléctricos se consolidan como una alternativa esencial en la transición hacia una movilidad sostenible, aunque persisten retos técnicos relacionados con la eficiencia energética y la gestión de sistemas de almacenamiento duales de 12 V y 48 V [1]. El presente trabajo plantea el diseño de un sistema de control bidireccional de potencia capaz de optimizar la transferencia de energía entre ambas baterías, garantizando el suministro confiable a los subsistemas de tracción y auxiliares. Para alcanzar este objetivo, se modeló en MATLAB/Simulink el convertidor LM5170EVM-BIDIR de Texas Instruments [2], integrado con un motor síncrono de imanes permanentes (PMSM) y validado bajo perfiles de manejo representativos. Posteriormente, el sistema fue preparado para su ejecución en tiempo real mediante la plataforma OPAL-RT, con el fin de reproducir condiciones dinámicas cercanas a la operación real del vehículo. Los resultados demostraron la factibilidad del esquema propuesto, evidenciando que el flujo de potencia bidireccional permite mantener niveles seguros de carga en las baterías y mejorar la eficiencia global del sistema. En conclusión, el proyecto constituye un aporte técnico aplicable a la electromovilidad moderna y escalable a escenarios industrialesCONDITION FOR PUBLICATION OF PROJECT. Electric vehicles have emerged as a key alternative in the global transition toward sustainable mobility, although technical challenges related to energy efficiency and the management of dual 12 V and 48 V battery systems remain [1]. This work proposes the design of a bidirectional power control system aimed at optimizing energy transfer between both batteries, ensuring reliable supply to traction and auxiliary subsystems. To achieve this, the LM5170EVM-BIDIR converter from Texas Instruments [2] was modeled in MATLAB/Simulink, integrated with a permanent magnet synchronous motor (PMSM), and validated under representative driving cycles. Subsequently, the system was prepared for real-time execution through the OPAL-RT platform in order to reproduce dynamic conditions close to real vehicle operation. The results demonstrated the feasibility of the proposed scheme, showing that bidirectional power transfer allows maintaining safe charge levels in the batteries while improving the overall system efficiency. In conclusion, this project represents a technical contribution applicable to modern electromobility and scalable to industrial scenarios.
Keywords: Electromobility, Dual batteries, Bidirectional converter, Energy efficiency, OPAL-RT
Diseño de un agente de búsqueda inteligente para facilitar información de requerimientos en una empresa de telecomunicaciones
Get PDFCONDICIONAMIENTO DE PUBLICACION DE PROYECTO. Este proyecto propone el diseño de un agente inteligente orientado a facilitar el acceso a información técnica sobre requerimientos funcionales en una empresa de telecomunicaciones. Se plantea como objetivo principal mejorar la forma en que los usuarios consultan documentación histórica, reduciendo ambigüedad, tiempo de búsqueda y pérdida de información. La propuesta se justifica en la necesidad de automatizar procesos de recuperación de información y aprovechar tecnologías de inteligencia artificial aplicadas al contexto empresarial. Para el desarrollo del sistema, se utilizaron herramientas de código abierto como GitLab, Qdrant, n8n y el modelo de lenguaje LlamA. Se diseñó una arquitectura modular tipo RAG (Retrieval-Augmented Generation), que integró flujos automatizados, vectorización de textos técnicos y generación de respuestas en lenguaje natural. Los resultados demostraron que la solución es técnicamente viable, funcional en entornos locales y capaz de responder con precisión a preguntas formuladas en lenguaje natural. Asimismo, se comprobó la utilidad de aplicar IA generativa sobre datos técnicos estructurados. Se concluye que el agente inteligente propuesto puede adaptarse a la infraestructura actual de la empresa, optimizando la consulta de requerimientos y fortaleciendo la reutilización del conocimiento técnico.CONDITION FOR PUBLICATION OF PROJECT. project proposes the design of an intelligent agent aimed at facilitating access to technical information on functional requirements within a telecommunications company. The main objective is to improve how users retrieve historical documentation, reducing ambiguity, search time, and loss of relevant information. The proposal is justified by the need to automate information retrieval processes and to apply artificial intelligence technologies in enterprise environments. For the development of the system, open-source tools such as GitLab, Qdrant, n8n, and the Llama language model were used. A modular RAG-based (Retrieval-Augmented Generation) architecture was designed, integrating automated workflows, technical text vectorization, and natural language response generation. The results showed that the solution is technically feasible, functional in local environments, and capable of responding accurately to natural language questions. Additionally, the usefulness of applying generative AI to structured technical data was confirmed. It is concluded that the proposed intelligent agent can be integrated into the company’s current infrastructure, optimizing requirements consultation and enhancing the reuse of technical knowledge
Implementación de un sistema de análisis de imágenes medicas en la nube para diagnósticos remotos
Get PDFCONDICIONAMIENTO DE PUBLICACION DE PROYECTOS. Las personas que residen en áreas rurales son desatendidas enfrentando desafíos significativos para acceder a servicios médicos especializados. Esta situación se debe a varios factores como la falta de infraestructura tecnológica médica, escases de personal de la salud en zonas rurales, afectando directamente a la calidad del diagnóstico y tratamiento de los pacientes [1].
Por lo que se propone el desarrollo y la implementación de un sistema para el análisis de imágenes médicas, que permita realizar diagnósticos remotos asistidos por inteligencia artificial. Buscando mejorar la cobertura de salud en áreas rurales o de difícil acceso, para asistir a los médicos generales en la toma de decisiones clínicas.
La arquitectura del sistema es modular, implementada con tecnologías Open Source como Flask para el backend, PostgreSQL para la administración de la base de datos, Fernet para la encriptación simétrica utilizada en la protección de datos sensibles del paciente, Docker para el almacenamiento de información de los servicios, CheXNet es el algoritmo de Inteligencia Artificial capaz de determinar hasta 14 patologías pulmonares a partir de radiografías de tórax y NGROK que permite exponer el sistema local a través de una IP pública para simular el acceso remoto. Esta configuración brinda portabilidad al sistema para su posterior migración en la nube, garantizando escalabilidad y eficiencia en despliegues futuros.
Con las pruebas realizadas se pudo evidenciar el correcto funcionamiento del sistema de forma local y de acceso remoto a través de un dispositivo móvil con acceso a datos móviles evidenciando que es una solución efectiva y escalable para apoyar en el diagnóstico médico en áreas desatendidas.CONDITIONING OF PROJECT PUBLICATION
Diseño de dashoard bi para una empresa camaronera
Get PDFCONDICIONAMIENTO DE PUBLICACION DE PROYECTO. El propósito del proyecto es desarrollar un panel de inteligencia de negocios que permita visualizar indicadores clave en una compañía camaronera, mediante la integración de datos obtenidos de sensores IoT y registros históricos de producción. La propuesta parte de la hipótesis de que la centralización y visualización de datos históricos optimiza el análisis operativo y estratégico, justificándose en la necesidad de superar las limitaciones provocadas por la dispersión de información en múltiples fuentes.
Para su desarrollo se recopilaron datos desde bases de datos SQL Server y MongoDB, se realizaron entrevistas a usuarios clave y se diseñaron modelos de datos con arquitectura estrella. El procesamiento y la integración de datos se efectuaron con Pentaho en la etapa ETL, y las visualizaciones se construyeron en Power BI, aplicando principios de usabilidad y validación con retroalimentación de usuarios finales. Los resultados evidenciaron dashboards funcionales con alta valoración en cuanto a utilidad, claridad y relevancia. Se concluye que la solución propuesta contribuye a optimizar las decisiones operativas y estratégicas que son parte del proceso productivo.CONDITION FOR PUBLICATION OF PROJECT. purpose of this project is to develop a business intelligence dashboard that allows for the visualization of key indicators in a shrimp farming company by integrating data obtained from IoT sensors and historical production records. The proposal is based on the hypothesis that centralizing and visualizing historical data optimizes operational and strategic analysis, justified by the need to overcome limitations caused by the dispersion of information across multiple sources. For its development, data were collected from SQL Server and MongoDB databases, interviews were conducted with key users, and data models were designed under a star schema architecture.
Data processing and integration were carried out using Pentaho in the ETL stage, and visualizations were built in Power BI, applying usability principles and validation techniques with feedback from end users. The results showed functional dashboards with high ratings in terms of usefulness, clarity, and relevance It is concluded that the proposed solution contributes to optimizing operational and strategic decisions that are part of the production process.
.
Keywords: data visualization, IoT sensors, business intelligence, aquaculture, star schema
Interconexión optimizada de cuatro empresas distribuidoras incorporando generación solar
Get PDFCONDICIONAMIENTO DE PUBLICACION DE PROYECTOS. El presente proyecto aborda la problemática energética del Ecuador mediante la propuesta de una planta fotovoltaica de 10 MW y su interconexión optimizada a la red de transmisión, con le objetivo de diversificar la matriz energética, reducir la cargabilidad de los nodos críticos y fortalecer la confiabilidad del sistema, bajo la hipótesis de que la incorporación de generación solar distribuida junto con la planificación estratégica de interconexión mejora la seguridad energética del país. Para su desarrollo se utilizó el software PVsyst para el dimensionamiento de la planta considerando parámetros climáticos de la zona, AMPL para la formulación matemática del modelo de optimización y DLTCAD para la simulación preliminar de las rutas de transmisión, siguiendo normativas internacionales (IEC) y nacionales. Los resultados demostraron que la planta genera aproximadamente 13. 6 GWh anuales y que, bajo el modelo optimizado, es posible evacuar hasta 27.5 MW en escenarios de alta demanda reduciendo la cargabilidad de líneas estratégicas, mientras que las simulaciones de transmisión identificaron rutas factibles priorizando la conexión PV – Pascuales por su menor longitud y costo. En conclusión, el proyecto evidencia que la integración de generación fotovoltaica con métodos de optimización mejora la resiliencia de la red y constituye un aporte a la transición energética del paísCONDITIONING OF PROJECT PUBLICATION. project addresses Ecuador´s energy challenges through the design of 10 MW photovoltaic plant and its optimized interconnection to the transmission grid, aiming to diversify the energy matrix, reduce loading on critical nodes, and strengthen system reliability, under the hypothesis that integrating distributed solar generation with strategic interconnection planning enhances national energy security. For the development, PVsyst software was used for plant sizing considering local climatic parameters, AMPL was applied for the mathematical formulation of the optimization model, and DLTCAD was employed for the preliminary simulation of transmission routes, all under international (IEC) and national standards. The results showed that the plant generates approximately 13.6 GWh per year and that, under the optimized model, it is possible to evacuate up to 27.5 MW in high demand scenarios while reducing the loading of strategic transmission lines, whereas the transmission simulations identified feasible routes prioritizing the PV – Pascuales connection due to its shorter length and lower cost. In conclusion, the project demonstrates that integrating photovoltaic generation with optimization methods improves grid resilience and represents a valuable contribution to the country's energy transition.
Keywords: photovoltaic energy, optimization, power interconnection, energy resilience
Evaluación oportuna de la vulnerabilidad dinámica de la red usando técnicas de aprendizaje automático aplicado al caso de estudio peruano
Get PDFCONDICIONAMIENTO DE PUBLICACION DE PROYECTOS. Este trabajo propone el desarrollo de la predicción de vulnerabilidad del sistema peruano a través del análisis de estabilidad oscilatoria, utilizando elementos de aprendizaje en base a data obtenida de diferentes condiciones de emergencia y/o contingencia del sistema peruano. Si bien ya existen herramientas de software para evaluar dichas contingencias, la idea de predecir con antelación condiciones de vulnerabilidad para ciertas condiciones de un nuevo escenario basado en aprendizaje maquina es una propuesta relativamente nueva.
Para ello este trabajo se apoya en herramientas como el análisis de contingencias para generación de data de escenarios aplicados a la red peruana. Además, mediante algunas técnicas de inteligencia artificial y otras de reducción de dimensionalidad, se clasifica los escenarios y entrenan algoritmos para obtener con suficiente precisión estados del sistema que podrían ser vulnerables.
Se busca la predicción de estados para escenarios de prueba probables en base a cambios en los niveles de amortiguamiento de la red. Además, se hace notar que el tiempo de procesamiento e identificación de condiciones mediante un modelo bien entrenado de IA es reducido, añadiéndole importancia.
Del presente trabajo se desprende que, con un buen entrenamiento y data necesaria, se puede predecir estados vulnerables en el sistema peruano que den pie a la alerta temprana. Además, que algoritmos entrenados ayudan en la identificación en tiempo real. También que no importando la naturaleza de la red (en este caso se hizo uso de la red actualizada con proyectos renovables incluidos), y con data de cierta cantidad de parámetros elegidos se puede identificar condiciones de probable vulnerabilidad.
En decir, siendo muy factible la evaluación rápida de la estabilidad oscilatoria del sistema peruano mediante la clasificación de la data, se puede aplicar sin problemas a la data Scada – WAMS del sistema peruano.CONDITIONING OF PROJECT PUBLICATION. work proposes the development of the vulnerability prediction of the Peruvian system through the analysis of oscillatory stability, using learning elements based on data obtained from different emergency and/or contingency conditions of the Peruvian system. Although software tools already exist to evaluate such contingencies, the idea of predicting vulnerability conditions in advance for certain conditions of a new scenario based on machine learning is a relatively new proposal.
To do this, this work relies on tools such as contingency analysis to generate scenario data applied to the Peruvian network. Furthermore, using some artificial intelligence techniques and other dimensionality reduction techniques, the scenarios are classified and algorithms are trained to obtain system states that could be vulnerable with sufficient precision.
State prediction is sought for probable test scenarios based on changes in network buffer levels. In addition, it is noted that the processing time and identification of conditions using a well-trained AI model is reduced, adding importance.
From this work it is clear that, with good training and necessary data, vulnerable states can be predicted in the Peruvian system that give rise to early warning. Furthermore, trained algorithms help in real-time identification. Also, regardless of the nature of the network (in this case the updated network was used with renewable projects included), and with data from a certain number of chosen parameters, conditions of probable vulnerability can be identified.
In other words, the rapid evaluation of the oscillatory stability of the Peruvian system by classifying the data is very feasible, and it can be applied without problems to the Scada – WAMS data of the Peruvian system.
Keywords: Data mining, training, network, machine learning, etc
Desarrollo e implementación de un sistema de monitorización del ritmo cardíaco mediante fotopletismografía para la detección temprana de arritmias en pacientes con enfermedades cardiovasculares
Get PDFCONDICIONAMIENTO DE PUBLICACION DE PROYECTOS. El siguiente trabajo tiene como objetivo principal implementar un sistema de monitorización del ritmo cardíaco basado en fotopletismografía, que permite la detección de arritmias cardiacas en personas con problemas del corazón. El ritmo cardiaco es uno de los signos vitales más importantes y comúnmente monitorizados ya que indican el estado de salud actual del paciente y más si se trata de una persona que ya tiene una enfermedad cardiovascular. Por lo tanto, este proyecto busca implementar un sistema de monitorización que sea de bajo costo, fácil uso, portátil, accesible y se pueda utilizar en zonas de difícil acceso. Para el desarrollo del sistema se dividió en dos, por una parte, el hardware se utilizó el sensor max3012 y la tarjeta ESP32 y para el software se utilizó Arduino IDE para el procesamiento de los datos y la plataforma Blynk que nos ayudó a visualizar los datos en tiempo real. Las pruebas de funcionamiento del sistema se realizaron con la ayuda de 10 pacientes que tienen una enfermedad cardiovascular, el ritmo cardiaco fue medido en reposo y en varios periodos de tiempo a lo largo del día, luego esta medida fue comparada con un pulsioxímetro GLOBUS YM201 que cumple con la norma ISO 80601-2-61 para asegurar que la medición obtenida por nuestro dispositivo sea aceptada y sobre todo tenga precisión y seguridad. Los resultados indicaron una desviación mínima de 1.3 BPM, lo cual está dentro de los rangos aceptables para dispositivos médicos de clase II. Se observó estabilidad en la transmisión de datos y una buena aceptación por parte de los usuarios. Se concluye que el sistema de monitorización desarrollado cumple con los objetivos planteados siendo una herramienta útil para el seguimiento cardíaco básico, pero con la necesidad de validarlo en entornos clínicos, que es la mayor sugerencia y preocupación de los médicos.CONDITIONING OF PROJECT PUBLICATION. main objective of this project is to implement a heart rate monitoring system based on photoplethysmography (PPG), which enables the detection of cardiac arrhythmias in individuals with heart conditions. Heart rate is one of the most important and frequently monitored vital signs, as it indicates a patient's current health status, especially if those who already suffer from cardiovascular disease. Therefore, this project aims to implement a monitoring system that is low-cost, easy to use, portable, accessible, and suitable for use in hard-to-reach areas. The system was developed in two parts: the MAX3012 sensor and the ESP32 board were used for hardware, and the Arduino IDE was used for data processing, and the Blynk platform was utilized to visualize data in real-time. Functinality tests of the system were carried out with the assistance 10 patients diagnosed with cardiovascular disease. Heart rate measurements were taken at rest and at multiple times throughout the day. These readings were then compared against those from a GLOBUS YM201 pulse oximeter, a device compliant with the ISO 80601-2-61 standard, to ensure that the data obtained from our system met accepted standards for accuracy and safety. The results showed a minimum deviation of 1.3 BPM, which is within the acceptable range for Class II medical devices. The system demonstrated stable data transmission and received positive feedback from users. It is concluded that the developed monitoring system fulfills the proposed objectives and represents a useful tool for basic cardiac monitoring. However, clinical validation remains necessary, as emphasized by medical professionals, and represents the next crucial step in the system’s development.
Keywords: Photoplethysmography, Monitoring, Heart Rate, Arrhythmia, Portable
Desarrollo de un sistema predictivo para la asignación óptima de cupos de crédito en una empresa de nutrición animal
Get PDFCONDICIONAMIENTO DE PUBLICACION DE PROYECTO. Este proyecto se centra en el desarrollo de un modelo predictivo que, al emitir una factura, estime el riesgo de impago en las cuentas por cobrar de un negocio. La hipótesis plantea que mediante técnicas de machine learning es posible identificar a clientes con alto riesgo de impago antes de que ocurra, pretendiendo cambiar la gestión de cobranza de reactiva a preventiva. La motivación surge de la necesidad de disminuir los costos y el esfuerzo involucrados en la recuperación de cuentas vencidas, al tiempo que se optimiza el flujo de caja y se mejora la salud financiera.
Se utilizaron datos históricos simulados, inspirados en el sector de nutrición animal, con estructuras y variables similares a las que se gestionan habitualmente en negocios del rubro. El preprocesamiento de los datos incluyó la limpieza de registros, generación de variables adicionales, eliminación de características redundantes tras un análisis de correlación y balanceo de clases mediante SMOTE, asegurando un conjunto de datos robusto y representativo para el entrenamiento de los modelos.
Se compararon cuatro algoritmos: regresión logística, árboles de decisión, random forest y LightGBM; mediante validación temporal y búsqueda en cuadrícula de hiperparámetros. Posteriormente se evaluó su desempeño con métricas como precisión, recall y F1-score, poniendo especial énfasis en la capacidad de detectar verdaderos impagos. El random forest demostró un equilibrio superior entre precisión y generalización, imponiéndose como la opción más robusta para su implementación en producción.
Finalmente, se lanzó un prototipo interactivo con Gradio que, al seleccionar un cliente y ajustarse opcionalmente sus parámetros de pago, calcula en tiempo real la probabilidad de impago de una nueva factura. Esta herramienta se propone como un activo estratégico para una gestión de cartera proactiva, reduciendo el riesgo de morosidad y fortaleciendo la sostenibilidad financiera del negocio.CONDITION FOR PUBLICATION OF PROJECT. This project focuses on the development of a predictive model that, at invoice issuing, estimates the risk of non‑payment in a company’s accounts receivable. The hypothesis posits that by applying machine learning techniques it is possible to identify customers at elevated risk of default before it occurs, shifting collections management from a reactive to a proactive approach. The motivation stems from the need to reduce the costs and effort involved in recovering overdue accounts, while optimizing cash flow and improving the organization’s financial health.
Simulated historical data inspired by the animal nutrition sector was used, with structures and variables like those typically managed by companies in the industry. Data preprocessing included record cleaning, generation of additional features, removal of redundant variables through correlation analysis, and class balancing via SMOTE, ensuring a robust and representative dataset for model training.
Logistic regression, decision trees, random forest, and LightGBM algorithms were trained using time‑based validation and grid search for hyperparameter tuning. Performance was evaluated with metrics such as precision, recall, and F1‑score, with particular emphasis on the ability to detect true defaults. The random forest model demonstrated a superior balance between accuracy and generalization, emerging as the most robust choice for production deployment.
Finally, an interactive Gradio prototype was developed that, upon selecting a customer and optionally adjusting their payment parameters, calculates in real time the probability of default for a new invoice. This tool is proposed as a strategic asset for proactive receivables management, reducing delinquency risk and strengthening the company’s financial sustainability.
Keywords: predictive model, default risk, machine learning, receivables management, financial risk