UTILIZACIÓN DE REDES NEURONALES CONVOLUCIONALES PARA CLASIFICAR TÉCNICAS DE DEFORMACIÓN PLÁSTICA DE ALAMBRE

01/11/2025

La mejora de la productividad y la calidad requieren innovación tecnológica y de procesos, particularmente en los métodos de deformación plástica con alambre frío, como el estampado rotativo (Rotary Swaging, RS) y los casetes de rodillos (Wire Rolling Cassetetes, WRC).

OPTIMIZACIÓN MULTIOBJETIVO MEDIANTE ALGORITMOS GENÉTICOS PARA LA GESTIÓN EFICIENTE DE LA ENERGÍA EN HOGARES INTELIGENTES

01/11/2025

La creciente demanda de carga y la irregularidad en el perfil de carga eléctrica, especialmente en las zonas residenciales, han provocado un aumento de los precios de la electricidad. Los rápidos avances en el mercado eléctrico y los sistemas de energía renovable (SER) han impulsado una amplia investigación sobre la gestión de la energía a través de la gestión de la demanda (GAD), acelerada por los sistemas inteligentes de gestión de la energía doméstica (SHEMS). En países como Taiwán, donde se utilizan sistemas de tarifas en tiempo real (RTP), se puede lograr una gestión eficiente de la energía mediante el uso de algoritmos de optimización. El objetivo de este estudio era utilizar el algoritmo genético (GA), un algoritmo de optimización inspirado en la naturaleza, para lograr una gestión eficiente de la energía en hogares inteligentes mediante la optimización multiobjetivo (MOO). Se optimizan tres objetivos para el usuario doméstico: el coste de la electricidad, la comodidad del usuario y la relación entre el pico y la media (PAR). El problema de programación no solo tiene como objetivo la máxima satisfacción del usuario, sino que también tiene en cuenta dos parámetros de interrupción del usuario: con penalización y sin penalización. Los resultados han mostrado una reducción del coste del 14,56 % en la programación sin interrupción del usuario, una reducción del coste del 18,62 % en la programación teniendo en cuenta la interrupción del usuario (con penalización) y una reducción del coste del 15,69 % en la programación teniendo en cuenta la interrupción del usuario (sin penalización). La comodidad máxima del usuario mejoró en un 67,48 % (sin interrupción del usuario), un 62,62 % (interrupción del usuario con penalización) y un 41,65 % (interrupción del usuario sin penalización), y la PAR se redujo hasta un 51,53 % de media. A pesar de la naturaleza estocástica de los consumidores de electricidad, con un sistema de optimización se pueden reducir significativamente los costes y la demanda máxima, al tiempo que se maximiza su nivel de comodidad. Palabras clave: Sistema inteligente de gestión energética doméstica (SHEMS), gestión de la demanda (DSM), algoritmo genético (GA), optimización multiobjetivo (MOO), precios en tiempo real (RTP)

COMPARACIÓN DEL PERCEPTRÓN MULTICAPA CON REDES NEURONALES DE APRENDIZAJE PROFUNDO APLICADAS AL DIAGNÓSTICO DE TURBINAS DE GAS

01/11/2025

Las turbinas de gas son la principal tecnología utilizada en la generación de electricidad en México y a nivel mundial. Por lo tanto, las técnicas capaces de mantener una alta confiabilidad de las turbinas son muy demandadas, en particular los sistemas de diagnóstico. Para diseñar el mejor sistema, este artículo selecciona el algoritmo de diagnóstico del conducto de flujo más preciso mediante la comparación de dos algoritmos que utilizan diferentes redes neuronales artificiales (RNA). El primero utiliza el Perceptrón Multicapa (PMC) y el segundo, Redes Neuronales Convolucionales profundas (RNC). Para realizar esta comparación, ambos algoritmos utilizan los mismos datos de entrada generados por un software de simulación de motores especialmente diseñado. El desarrollo de este software se inspiró en el funcionamiento del software ProDiMES. A diferencia de ProDiMES, que simula las mediciones de motores de aeronaves en cada vuelo, nuestro software genera los datos medidos en una turbina de gas estacionaria, realizando mediciones cada minuto. Esta mayor frecuencia de medición es necesaria para las RNC, ya que trabajan con una gran cantidad de información de entrada. Con esta frecuencia, se generan las variables medidas del conducto de flujo para cinco clases de falla: cuatro fallas diferentes y una clase de motor en estado sano. Para tener caracteristicas de diagnóstico sensibles a estas fallas, las variables medidas se transforman en desviaciones de medición. El vector de desviaciones de todas las variables forma un patrón que cada red reconoce. Este patrón es una entrada de red, y la clase de falla correspondiente es una salida. Ambas redes aprenden en los mismos pares múltiples de vectores de entrada y salida. Después del aprendizaje, las redes se aplican a datos de validación y prueba, y se calculan las probabilidades de diagnóstico correcto para cada red. La comparación de estas probabilidades muestra que las CNN ceden ligeramente frente al perceptrón, a pesar de la opinión común sobre el alto rendimiento de las redes convolucionales.

AVANCES EN LOS ALGORITMOS GENÉTICOS CUÁNTICOS MEJORADOS: MÉTODOS, IMPACTO Y DESAFÍOS FUTUROS

LUCAS APABLAZA - IVAN OYARZUN ROJAS - IAN ROSSI - MAURICIO SOLAR — 01/11/2025

Los algoritmos genéticos (GAs, sigla en inglés) son un tipo de técnica de optimización computacional inspirada en la teoría de evolución de Darwin, que utilizan conceptos genéticos como mutación, cruzamiento o selección natural para emular la evolución de una especie. Los GAs son utilizados con los problemas de optimización como métodos incompletos de resolución de problemas para encontrar soluciones aceptables realizando búsqueda estocástica y sin garantizar un óptimo global, pero reduciendo el tiempo de ejecución y capacidad computacional requerida. Este artículo introduce las diversas variantes del GA cuántico (QGA, sigla en inglés), que se utilizan ampliamente en diferentes aplicaciones de los GAs. El artículo presenta los QGA mejorados (IQGA, sigla en inglés), como una versión cuántica del GA clásico, detallando cómo aprovecha el paralelismo y la superposición cuántica para reducir la complejidad temporal de las operaciones genéticas y destacando su papel crucial en diversas aplicaciones. El análisis también aborda los fundamentos matemáticos del IQGA y las ventajas y desafíos clave asociados con su uso en varias aplicaciones. Finalmente, concluye con una exploración de las aplicaciones actuales y potenciales del IQGA y las características comunes de varias implementaciones de IQGA.

ARQUITECTURA TÉCNICA DISTRIBUIDA Y GOBERNANZA DEL DATO EN ENTORNOS SANITARIOS CONFORME AL MARCO REGULATORIO EUROPEO EMERGENTE

PAULA LAMO ANUARBE — 01/11/2025

La nueva transformación digital del sector sanitario europeo se articula bajo el concepto emergente de Healthcare 5.0. Esta evolución está impulsada por las nuevas tecnologías emergentes, como la inteligencia artificial, la sensorización biomédica y el procesamiento distribuido. En Europa, además, debe responder a nuevos requerimientos técnicos y normativos aplicables a dispositivos médicos y software clínico que se han establecido en el Reglamento Europeo de Inteligencia Artificial (AI Act), el Reglamento General de Protección de Datos (GDPR), el Data Governance Act (DGA), el Data Act y el Reglamento de Ciberresiliencia, entre otros. Por ello, este trabajo propone una arquitectura funcional distribuida como alternativa al modelo jerárquico tradicional basado en el estándar ISA-95, cuya estructura vertical resulta insuficiente para gestionar flujos de datos generados en entornos sanitarios dinámicos y centrados en el paciente. En su lugar, se plantea una arquitectura para Healthcare 5.0 basada en el gobierno ético del dato, la identidad digital soberana, la interoperabilidad semántica y la trazabilidad técnica mediante estándares abiertos, todo ello alineado con el nuevo contexto europeo. Por último, se abordan las implicaciones futuras de este marco en el ámbito de la ingeniería sanitaria. KEYWORDS: Healthcare 5.0, inteligencia artificial explicable, identidad digital soberana, gobernanza del dato, interoperabilidad semántica, arquitectura distribuida, edge computing, normativa europea, sistemas embebidos, datos vivientes.

La problemática de la descarbonización en el transporte por carretera: ¿vehículo eléctrico, con hidrógeno o e-fuel?

MAXIMINO GARCÍA VIGIL - RAFAEL SEBASTIAN FERNANDEZ — 01/11/2025

La actual situación en el sector de transporte está generando grandes discusiones a nivel político y científico, dado que una gran parte de la contaminación y generación de gases de efecto invernadero son provenientes de este sector, por lo que se considera prioritario encontrar soluciones que puedan mejorar la eficiencia en el sector transporte. Este artículo analiza y compara tres alternativas principales para reducir las emisiones de CO2 en el transporte: vehículos eléctricos, vehículos de hidrógeno y vehículos con combustibles sintéticos (E-fuel). Teniendo en cuenta el sector eléctrico actual en España, los resultados muestran que los vehículos eléctricos tienen las menores emisiones de CO2, con aproximadamente 27,8 gCO2/km, significativamente inferiores a los 120 gCO2/km de los vehículos de gasolina menos contaminantes. Los vehículos de hidrógeno presentan emisiones de entre 87 y 95 gCO2/km, mientras que los vehículos con E-fuel tienen emisiones de entre 268 y 295 gCO2/km. En este último caso, si las fuentes de energía eléctrica fueran de origen renovable las emisiones disminuirían considerablemente Además de las emisiones, se discuten las ventajas y desventajas de cada tecnología, incluyendo la necesidad de infraestructuras nuevas y la eficiencia energética. Los vehículos eléctricos requieren una infraestructura de recarga y presentan desafíos en la autonomía y reciclaje de baterías. Los vehículos de hidrógeno necesitan plantas de producción y sistemas de almacenamiento, mientras que los E-fuel, aunque pueden utilizar la infraestructura existente, dependen en gran medida de la disponibilidad de energía renovable para ser sostenibles. Palabras clave: Vehículo eléctrico, Hidrógeno, Energías renovables, Combustibles fósiles, Combustible sintético, Almacenamiento energético, Sector transporte, Descarbonización.

EVALUACIÓN DE LA SOSTENIBILIDAD DE SEIS TIPOS DE ENERGÍA RENOVABLE EN CHINA UTILIZANDO FUCOM Y LA DISTANCIA DE MAHALANOBIS TOPSIS

DANGYING LIU — 01/11/2025

El desarrollo de la energía renovable es crucial para abordar la seguridad energética y el cambio climático, pero enfrenta desafíos como la baja densidad energética, los altos costos y las deficiencias políticas. Para mejorar la toma de decisiones, este estudio propone un nuevo marco de evaluación de la sostenibilidad que combina el Método de Consistencia Completa (FUCOM) y TOPSIS basado en la distancia de Mahalanobis, diseñado para tener en cuenta características de la energía renovable como la disponibilidad de recursos y la renovabilidad. Centrándonos en China, evaluamos seis tipos de energía renovable (solar, eólica, hidráulica, biomasa, geotérmica y oceánica) utilizando 21 indicadores de tercer nivel ponderados mediante FUCOM. Los resultados indican una alta sostenibilidad para la energía solar, eólica e hidráulica, mientras que la energía de biomasa, geotérmica y oceánica exhibe una sostenibilidad más débil debido a limitaciones tecnológicas y de recursos. Este enfoque no solo se diferencia de las evaluaciones tradicionales de combustibles fósiles, sino que también proporciona información práctica para que los formuladores de políticas prioricen la asignación de recursos y optimicen las estrategias de energía renovable. Palabras clave: Modelo FUCOM; Distancia de Mahalanobis TOPSIS; energía renovable; evaluación de sostenibilidad.

UNA PROPUESTA METODOLÓGICA PARA APLICAR EL MÉTODO DE MONTE- CARLO A LA METROLOGÍA DIMENSIONAL EN EL ÁMBITO DE LA INGENIERÍA INDUSTRIAL

01/11/2025

El método de Monte Carlo (MCM), aplicado al cálculo de incertidumbre en metrología, es especialmente adecuado para funciones no lineales. También proporciona soluciones más precisas en ciertos modelos lineales complejos. Aunque el MCM está ampliamente tratado en la Guía ISO para la Expresión de la Incertidumbre en la Medición (GUM) y en guías metrológicas de instituciones de referencia en diversos países, los planes de estudio de ingeniería industrial suelen introducir únicamente conceptos relacionados con la propagación de incertidumbre mediante el método analítico tradicional. El MCM requiere programación para generar números aleatorios dentro del rango esperado para cada variable involucrada en el sistema metrológico, combinando herramientas informáticas con la metrología. Esta propuesta metodológica se basa en un sistema básico para construir un ángulo utilizando una barra senoidal y bloques patrón. El problema incorpora progresivamente la variable temperatura bajo diferentes hipótesis de comportamiento y la influencia de otros factores, como la tolerancia de redondez de los apoyos de la barra senoidal. Los resultados obtenidos mediante el MCM se comparan con los del método clásico GUM, y el análisis demuestra la robustez del MCM desde una perspectiva científica. A partir de esta metodología, podrían explorarse nuevos desafíos, como la introducción de la tolerancia de planitud de la superficie patrón utilizada. Palabras clave: Montecarlo, metrología dimensional, construcción de ángulos, magnitudes de influencia

MINERALIZACIÓN DE PALYGORSKITA EN LA FORMACIÓN ATOTONILCO EL GRANDE (HIDALGO, MÉXICO): IMPLICACIONES PARA APLICACIONES CATALÍTICAS

01/11/2025

Desde una perspectiva industrial, la palygorskita presenta un potencial prometedor como soporte catalítico, adsorbente y aditivo cementante. La dolomita cumple con las normas nacionales e internacionales para su uso en cemento, metalurgia y agricultura. La siderita constituye una fuente viable de hierro ferroso, aunque su idoneidad en cementos Portland ordinarios requiere una evaluación adicional. La palygorskita, dolomita y siderita provenientes de la Formación Atotonilco el Grande (Hidalgo, México), ubicada en un entorno geodinámico tipo rift del Plioceno, fueron caracterizadas mineralógicamente. Se emplearon métodos de exploración indirecta y técnicas analíticas avanzadas, incluyendo difracción de rayos X (DRX), espectroscopía de fotoelectrones de rayos X (XPS), microscopía electrónica de barrido con espectroscopía de dispersión de energía (SEM–EDS), espectroscopía infrarroja por transformada de Fourier (FTIR) y separación gravimétrica mediante mesa Wilfley. Los resultados confirmaron la presencia de palygorskita fibrosa monoclínica (PDF 96-901-0433), dolomita dominante (PDF 96-900-3518) y siderita en menor proporción (PDF 96-901-5686). El análisis XPS reveló la presencia de litio (~0.3?%) en la matriz de palygorskita, lo cual representa un hallazgo novedoso en ambientes tipo rift en México. La separación gravimétrica permitió el eficaz aislamiento de cada fase mineral según su densidad, facilitando su caracterización individual detallada. Este trabajo representa una contribución pionera al estudio de arcillas portadoras de litio y carbonatos industriales en ambientes de rift mexicanos, con aplicaciones potenciales en sectores estratégicos como la catálisis, energía, metalurgia, remediación ambiental y construcción. Palabras clave: Mineralización; Palygorskita; Formación Atotonilco el Grande; Catálisis; Rift.

RED CAN BUS DE SENSORES AUTOMOTRICES CON HARDWARE DE CÓDIGO ABIERTO

01/11/2025

Se presenta una alternativa para la implementación de una red CAN BUS con hardware de código abierto, incluídas placas Arduino UNO y shields CAN BUS de SparkFun/Seeed Studio. Se ha establecido una red de cuatro nodos con doce sensores automotrices que emulan algunos sistemas tales como el tren de potencia, la seguridad, el chasis y el diagnóstico a bordo. A diferencia de otros trabajos publicados, donde el uso de estas placas de desarrollo, o similares, se centra en la comunicación con el vehículo a través de su puerto de diagnóstico a bordo, nuestra propuesta apunta al prototipado de redes automotrices que permiten comprender y experimentar con buses CAN actuales. Por el momento se implementó una red CAN clásica, pero con la inclusión del controlador y transceptor CAN adecuados, se puede lograr una versión superior de CAN.

MODELO DE APRENDIZAJE DE SEÑALES ELECTROENCEFALOGRAMA PARA MEJORAR LA DETECCIÓN DE CONVULSIONES DE CRISIS DE AUSENCIA EN PACIENTES NEUROPEDIÁTRICOS

RAUL EDUARDO HUAROTE ZEGARRA - EDWARD JOSÉ FLORES MASIAS — 01/11/2025

El objetivo de la presente investigación es determinar el impacto de aplicar los modelos basados en inteligencia artificial a las frecuencias de tipo electroencefalograma con el fin de mejorar la detección de convulsiones de crisis de ausencia en pacientes infantes neuropediátricos, como red neuronal supervisada, red neuronal SOM, vecino más cercano, árbol de decisión y random forest, así también encontrar la relación de los canales en el momento de la crisis. La metodología que se utiliza es de tipo aplicada, con un nivel de investigación explicativa, siendo el diseño de la investigación de tipo experimental. La muestra utilizada es de 4 sucesos de crisis de ausencia en 2256 segundos, aplicando el filtro Gabor a las frecuencias previo al ingreso a los modelos para que sean patrones de entrada. En los momentos de crisis de ausencia se identificó una coherencia de canal de 0.63 resaltando que en el momento de crisis todos los canales siguen un mismo patrón común, se identificó el coeficiente de correlación R2 = 0.77 y un R2 mínimo de 0.57 indicando la similaridad de las frecuencias en el momento de crisis, se identificó una desviación estándar muy alto resaltando los polipunto-cola con más de 5 picos por crisis en cada canal. En el testeo de los modelos basados en inteligencia artificial se obtuvo en sensibilidad, especificidad, exactitud y accuracy para cada modelo respecto para la identificación que no son crisis, si son crisis y previos a crisis como red neuronal artificial de tipo back propagation los valores de 0.99, 1.0, 0.99, 0.93 para la red neuronal SOM 0.99, nan, 0.99, 0.99, para el vecino más cercano 0.99, 0.0, 0.99, 0.97, para árbol de decisión 0.99, 0.0, 0.99, 0.97 y random forest 0.99, nan, 0.99, 0.97 respectivamente. Por tanto, concluye que hay una correcta recolección y tratamiento de datos con los modelos de aprendizaje a identificar convulsiones. Palabras Clave: Inteligencia artificial, electroencefalograma, crisis de ausencia, filtro Gabor, correlación en canal.

Implementación de un modelo térmico para la estimación de la geometría de la zona afectada térmicamente en la fabricación aditiva por arco con hilo (WAAM) mediante análisis FEM e integración de redes neuronales artificiales (ANN)

01/11/2025

This article presents the development and validation of a thermal model for the Wire Arc Additive Manufacturing (WAAM) process. The model is based on the Finite Element Method (FEM) and is designed to predict the thermal distribution of the substrate where the welded bead is going to be deposited. To validate the thermal model, an experimentation process was carried out using three different substrate thicknesses (8, 10 and 30 mm), while varying key process parameters that influence heat input (such as deposition rate and travel speed). The simulation results were compared with experimental data by analyzing critical thermal parameters such as the area, height, and width of the heat affected zone (HAZ), as well as the melt pool dimensions. The HAZ geometry obtained from the thermal simulation showed strong agreement with experimental observations, confirming the model’s accuracy. Then, the model was extended to simulate a broader range of travel speed and deposition rate per sample thickness. This allowed for a more comprehensive study of how these parameters affect the thermal response of the substrate. The expanded dataset generated from the simulations was used to train a sequential artificial neural network and then compared with experimentation obtained results. The ANN model demonstrated reliable predictive performance across all cases, with the lowest error observed for the 30?mm substrate thickness due to its reduce extreme temperature gradients and transient thermal fluctuations. The novelty of this work lies in the integration of a validated FEM thermal model with a sequential ANN, enabling rapid and accurate prediction of thermal fields in WAAM process. Keywords: WAAM; HAZ; melt pool; FEM; ANN

OPTIMIZACIÓN DEL CONTROL DE CALIDAD MEDIANTE LA INTEGRACIÓN DE REDES NEURONALES Y LEAN SIX SIGMA: UN ESTUDIO DE CASO EN LA INDUSTRIA DEL ACERO

01/11/2025

Los procesos de fabricación de acero, debido a su naturaleza continua y altamente automatizada, generan una gran cantidad de datos con un crecimiento exponencial, lo que hace esencial el uso de herramientas avanzadas para su análisis y utilización. En este contexto, esta investigación aborda la implementación de inteligencia artificial (IA) mediante redes neuronales en un proceso industrial del sector siderúrgico, empleando un enfoque híbrido entre Lean Manufacturing y Six Sigma para identificar defectos durante el proceso de laminación en una empresa internacional de fabricación de acero estructural. Mediante la aplicación de un enfoque de diagnóstico estructurado mediante DMAIC (Definir, Medir, Analizar, Mejorar y Controlar), se identificaron los defectos críticos con mayor impacto. Este hallazgo guió el diseño de una solución basada en IA destinada a modelar la alta variabilidad inherente al proceso de fabricación de acero. La propuesta evalúa el uso de las funciones de activación Sigmoide y ReLU para la clasificación binaria de defectos, probando diferentes tipos de optimizadores como Adam y SGD, y entrenando diferentes modelos de red mediante la evaluación de arquitecturas y configuraciones de red. Los resultados demuestran que la integración de la IA con metodologías de mejora continua puede optimizar procesos críticos en entornos industriales complejos. El modelo propuesto demuestra su adaptabilidad y escalabilidad para su integración en sistemas de monitorización en tiempo real, ofreciendo una eficiencia óptima en la identificación de productos defectuosos. El enfoque metodológico de esta propuesta representa una contribución significativa al conocimiento técnico, especialmente en la mejora de procesos críticos con alta variabilidad y producción continua, con líneas de producción complejas y costosas, como es el caso del sector siderúrgico. Palabras clave Redes neuronales, DMAIC, inteligencia artificial industrial, fabricación eficiente, laminación de acero

ESTUDIO DE LA POSIBILIDAD DE REUTILIZACIÓN DE AGUAS RESIDUALES Y DE DESALACIÓN PARA USOS URBANOS

01/11/2025

Las ciudades del litoral cantábrico, tradicionalmente bien abastecidas por la alta pluviometría, comenzaron a enfrentar, en tiempos no muy lejanos, tensiones en el suministro de agua debido al cambio climático y a la presión sobre los recursos, especialmente en grandes núcleos urbanos como Bilbao y Santander. En casos como los mencionados, el abastecimiento se ha apoyado históricamente en trasvases desde la cuenca del Ebro, cuya continuidad podría verse comprometida en escenarios de sequía prolongada. En este nuevo contexto, se plantea la necesidad de explorar alternativas sostenibles que refuercen la resiliencia del sistema urbano del agua. En las últimas décadas, se ha avanzado significativamente en tecnologías de reutilización de aguas residuales y desalación. Aunque en los años 90 la reutilización urbana de aguas regeneradas no estaba legislada, hoy existe una regulación específica (R.D. 1085/2024) que define los parámetros de calidad exigidos para diversos usos urbanos como riego, baldeo y limpieza. Se han analizado casos reales de reutilización en ciudades españolas: Madrid utiliza más de 15 hm³/año de agua regenerada, cuenta con una red de distribución de 700 km y alcanza una dotación de 13 litros por habitante y día (lhd) para usos urbanos. Barcelona, por su parte, destina la mayoría del agua regenerada a la recarga del río Llobregat (reutilización indirecta), con una dotación de 8 lhd. En el caso de Sevilla, utiliza 2,7 hm³/año y proyecta alcanzar los 4 hm³/año, con una dotación de 16 lhd. Estos valores están influenciados por factores como la pluviometría, la superficie urbana y la inversión disponible. En zonas con más de 120 días de lluvia al año, como Bilbao, la reutilización sostenible de aguas regeneradas solo para usos urbanos no es económicamente óptima; a menudo se opta por soluciones logísticas más simples como el transporte en cisternas. Las Estaciones Depuradoras de Aguas Residuales (EDAR) actuales pueden alcanzar los niveles de calidad exigidos gracias a tratamientos terciarios avanzados (carbón activado, ultrafiltración, radiación UV). En paralelo, la desalación mediante ósmosis inversa ha evolucionado con plantas estandarizadas capaces de producir más de 500 000 m³/d, siendo una alternativa viable para ciudades costeras con menor disponibilidad de agua dulce. El estudio expone ambas tecnologías basadas en un análisis contextualizado que considere factores climáticos y urbanos para el caso del área metropolitana de Bilbao.

INTELIGENCIA ARTIFICIAL DE BORDE PARA LA ESTIMACIÓN SIN SENSORES DE VÁLVULAS DE TIPO BOLA MANUALES EN SISTEMAS INDUSTRIALES CIBERFÍSICOS

01/11/2025

RESUMEN En las instalaciones de procesos industriales, la operación incorrecta o la configuración inapropiada de componentes críticos, como las válvulas de bola operadas manualmente, puede comprometer gravemente tanto el rendimiento del proceso o la seguridad de la planta. Este trabajo propone un método de estimación sin sensores basados en IA en el borde (Edge AI) para determinar los estados de válvulas de bola manuales sin recurrir a sensores físicos de posición. Utilizando datos multivariantes en series temporales recopilados de una planta piloto controlada por PLC, se realiza una evaluación comparativa entre cuatro modelos de Deep Learning (DL) y cuatro modelos clásicos de Machine Learning (ML) aplicados a tareas de clasificación y regresión. Los modelos se despliegan en una plataforma embebida, permitiendo inferencia en tiempo real en el borde con una latencia mínima de 500ms. Los resultados muestran que los modelos Decision Tree (DT) y Random Forest (RF) alcanzan una alta precisión en regresión (R 2 >0.98, MAE < 0.5), mientras que los ocho modelos logran una elevada exactitud en clasificación. Además, se introduce una métrica de eficiencia computacional que combina precisión, latencia y tamaño del modelo, confirmando que DT es el modelo más eficiente (1.83/(ms·KB)) para implementar en el borde. Este trabajo aporta una estrategia de monitorización rentable y escalable, especialmente adecuada para entornos industriales complejos donde la detención fisica y la inspección visual son limitados, ofreciendo un camino viable hacia la detección temprana de anomalías y la supervisión inteligente en sistemas ciberfísicos industriales. Palabras Clave: IA en el borde, aprendizaje automático, redes neuronales profundas, sistemas ciberfísicos, válvulas industriales, PLC, inferencia embebida.

DEEP LEARNING PARA EL CONTROL DE CALIDAD EN TEJIDOS

01/11/2025

La detección automatizada de defectos en los tejidos es un reto clave en el control de calidad dentro de la industria textil. Este estudio propone una metodología basada en el deep learning para identificar defectos en los tejidos Batavia y Sarga. En la primera etapa, se utilizó un autoencoder para filtrar imágenes anómalas, lo que permitió crear un conjunto de datos con suficientes casos defectuosos, que de otro modo serían difíciles de obtener en la producción textil. Posteriormente, se entrenaron redes neuronales convolucionales (DenseNet121, EfficientNetB0/B3, Xception y VGG) utilizando técnicas de aumento de datos y validación cruzada estratificada. Para los tejidos Batavia, DenseNet121 alcanzó AU-ROC de 0,88 y AU-PR de 0,93, lo que demuestra una alta capacidad de detección. Para los tejidos Sarga, se consideraron tres referencias diferentes (42402, 45433 y 43105), que mostraron un rendimiento más variable entre los modelos y los conjuntos de datos. No obstante, modelos como ResNet101 y Xception lograron resultados competitivos. Los resultados indican que la combinación de autoencoder y CNN facilita la generación de conjuntos de datos equilibrados y permite una detección de defectos consistente, aunque el rendimiento depende del tipo de tejido y de la referencia específica, lo que sugiere que la selección del modelo debe adaptarse a las características de cada caso. Palabras clave: Detección de defectos, Textil, Industria 4.0, Deep Learning, Redes neuronales convolucionales, Análisis de imágenes, Autoencoder.

IMPLEMENTACIÓN DE TECNOLOGÍAS DE RECOPILACIÓN DE DATOS EN PROCESOS DE FABRICACIÓN DE PREIMPREGNADOS DE CURADO UV

01/11/2025

Este trabajo presenta avances recientes en la optimización de un proceso automatizado para la fabricación de compuestos de fibra de vidrio, basado en la producción de preimpregnados (prepregs) curados por radiación ultravioleta (UV). El objetivo de este desarrollo es facilitar la producción de piezas de fibra de vidrio con matriz de poliéster, garantizando un proceso repetible y controlable. Además, esta innovadora tecnología mejora la eficiencia del proceso y la calidad del producto final. El estudio se centra en la monitorización del proceso de fabricación mediante sensores específicos, como dispositivos de medición láser y termopares, con el objetivo de controlar parámetros clave del proceso, incluyendo la temperatura de impregnación y el espesor de la capa de resina depositada sobre el tejido seco. La monitorización continua, habilitada por la integración de una plataforma de adquisición y análisis de datos, permite mejorar tanto la calidad como la eficiencia del proceso. Asimismo, facilita el desarrollo de modelos para la implementación de controles adaptativos, la emisión de instrucciones de reprocesamiento y la validación de la calidad del producto en tiempo real. En este contexto, se han monitorizado y analizado la temperatura en diversas etapas del proceso y el contenido de resina en el preimpregnado, estableciendo su correlación con los parámetros de la máquina que gobiernan el proceso de impregnación. El contenido de resina se midió utilizando un dispositivo recientemente patentado (EP 23382517.3), y los resultados se compararon con las mediciones de contenido de fibra obtenidas mediante análisis de diferencia de peso. En este proyecto, el proceso de fabricación de preimpregnados curados por UV fue monitorizado con éxito, permitiendo la visualización y el análisis en tiempo real de los parámetros clave del proceso. Esto reveló una clara correlación entre dichos parámetros y el contenido de resina, sentando las bases para una futura automatización completa de la máquina. Esta tecnología puede aplicarse a resinas curables por UV, incluyendo termoplásticos acrílicos, resinas de base biológica, ignífugas o de curado dual UV/térmico, así como a todo tipo de fibras de vidrio, ampliando así su aplicabilidad en diversos procesos de fabricación de materiales compuestos. Palabras clave: Automatización de procesos, preimpregnados de fibra de vidrio, curado ultravioleta (UV), materiales compuestos, monitorización de procesos, sensores en la fabricación de compuestos, control adaptativo, optimización de la calidad, contenido de resina en preimpregnados, monitorización en tiempo real, sistemas de adquisición de datos, aprendizaje automático en la fabricación, control de procesos, interacción fibra–resina, fabricación inteligente, Industria 4.0, resinas curables por UV, compuestos termoestables, eficiencia del proceso, mantenimiento predictivo.

DISEÑO Y EVALUACIÓN DE UNA TURBINA EÓLICA VERTICAL EDUCATIVA PARA APLICACIONES DOMÉSTICAS EN CONDICIONES DE BAJA VELOCIDAD DEL VIENTO

01/11/2025

Esta investigación presenta, una solución accesible para la generación de energía en entornos domésticos, promoviendo la energía minieólica como una alternativa clave en la transición hacia energías limpias y sostenibles. La energía eólica es una fuente renovable proveniente de un recurso natural inagotable: el viento. A diferencia de los combustibles fósiles, no depende de reservas limitadas, sino que puede aprovecharse de manera continua siempre que las condiciones climáticas lo permitan. Esta investigación presenta una solución accesible para la generación de energía en entornos domésticos, promoviendo la energía eólica como una alternativa clave en la transición hacia energías limpias y sostenibles. El estudio se centra en el diseño y fabricación de un prototipo de aerogenerador vertical, ideal para el uso educativo, en el aprendizaje de principios de ingeniería. Este prototipo está diseñado para operar de manera eficiente a bajas velocidades de viento iniciando su funcionamiento a partir de 3 m/s. Las simulaciones realizadas determinaron que el polipropileno es el material más adecuado para la fabricación de las hélices, debido a su ligereza y capacidad de respuesta a velocidades moderadas de viento. Además, se optimizó el sistema para aumentar el número de revoluciones por minuto (RPM) del rotor con el fin de generar corriente directa (VCD). Para ello, se implementó un sistema de transmisión de engranajes con una relación 1:4, fabricado en Nylon Plástico, un material conocido por su alta dureza y resistencia mecánica. Este sistema permitió incrementar la velocidad de rotación del aerogenerador, pasando de 12 RPM en el rotor a 48 RPM en el eje conducido, facilitando su acoplamiento con generadores eléctricos diseñados para operar a mayores velocidades. Este desempeño demuestra una eficiencia adecuada, evidenciando que el tamaño y la curvatura de las hélices son óptimos para captar energía en condiciones de viento reducido. El diseño del prototipo proporciona una herramienta didáctica que ilustra conceptos claves de la ingeniería, como la selección de materiales, la mecánica de engranajes y la conversión de energía renovable. En conclusión, el prototipo desarrollado representa un avance significativo en la búsqueda de soluciones energéticas sostenibles para entornos con condiciones de viento moderadas. Palabras Claves: Aerogenerador, eólico, energías limpias, simulación, baterías, engranes, hélices.

LA DIGITALIZACION EN FABRICACION, CLAVE DE LA 4.0 REVOLUCION INDUSTRIAL

LUIS NORBERTO LOPEZ DE LA CALLE MARCAIDE - AMAIA CALLEJA OCHOA — 01/11/2025

Los principales retos de la producción industrial se centran en la necesidad de contar con redes de valor ágiles que garanticen la eficiencia en toda la cadena, desde la materia prima hasta el reciclaje; alcanzar la excelencia en la fabricación, priorizando la calidad y la fiabilidad por encima de los sectores de bajo valor añadido; y afrontar el desafío del factor humano, ante la disminución del interés de las nuevas generaciones por la ingeniería y la creciente demanda de perfiles multidisciplinares. Además, la industria debe integrar plenamente los principios de la economía circular, reduciendo su impacto ambiental sin perder competitividad, y asumir la digitalización como un reto inmediato, aprovechando las oportunidades que ofrece la gestión inteligente de datos en los sistemas productivos. En este contexto, los sistemas de producción deben adaptarse con rapidez a la evolución de los sectores cliente, como el de la máquina herramienta, el vehículo eléctrico, la aeronáutica, el espacio, la defensa, la energía y la ingeniería, entre otros. Sin duda uno de los procesos que

LA REINDUSTRIALIZACION DE EUROPA

[No Consta] — 01/11/2025

Es un hecho la disminución de la contribución de la industria manufacturera de la UE al PIB total y la caída simultánea de su cuota en la industria manufacturera mundial, así como la pérdida global de competitividad, en particular frente a China. Ello es más destacable en las actividades con menor contenido tecnológico como los productos metálicos o buena parte del sector electrónico, siendo el farmacéutico el único que, por ahora, resiste a la competencia exterior.

UTILIZACIÓN DE REDES NEURONALES CONVOLUCIONALES PARA CLASIFICAR TÉCNICAS DE DEFORMACIÓN PLÁSTICA DE ALAMBRE

01/11/2025

OPTIMIZACIÓN MULTIOBJETIVO MEDIANTE ALGORITMOS GENÉTICOS PARA LA GESTIÓN EFICIENTE DE LA ENERGÍA EN HOGARES INTELIGENTES

01/11/2025

COMPARACIÓN DEL PERCEPTRÓN MULTICAPA CON REDES NEURONALES DE APRENDIZAJE PROFUNDO APLICADAS AL DIAGNÓSTICO DE TURBINAS DE GAS

01/11/2025

AVANCES EN LOS ALGORITMOS GENÉTICOS CUÁNTICOS MEJORADOS: MÉTODOS, IMPACTO Y DESAFÍOS FUTUROS

LUCAS APABLAZA - IVAN OYARZUN ROJAS - IAN ROSSI - MAURICIO SOLAR — 01/11/2025

ARQUITECTURA TÉCNICA DISTRIBUIDA Y GOBERNANZA DEL DATO EN ENTORNOS SANITARIOS CONFORME AL MARCO REGULATORIO EUROPEO EMERGENTE

PAULA LAMO ANUARBE — 01/11/2025

La problemática de la descarbonización en el transporte por carretera: ¿vehículo eléctrico, con hidrógeno o e-fuel?

MAXIMINO GARCÍA VIGIL - RAFAEL SEBASTIAN FERNANDEZ — 01/11/2025

EVALUACIÓN DE LA SOSTENIBILIDAD DE SEIS TIPOS DE ENERGÍA RENOVABLE EN CHINA UTILIZANDO FUCOM Y LA DISTANCIA DE MAHALANOBIS TOPSIS

DANGYING LIU — 01/11/2025

UNA PROPUESTA METODOLÓGICA PARA APLICAR EL MÉTODO DE MONTE- CARLO A LA METROLOGÍA DIMENSIONAL EN EL ÁMBITO DE LA INGENIERÍA INDUSTRIAL

01/11/2025

MINERALIZACIÓN DE PALYGORSKITA EN LA FORMACIÓN ATOTONILCO EL GRANDE (HIDALGO, MÉXICO): IMPLICACIONES PARA APLICACIONES CATALÍTICAS

01/11/2025

RED CAN BUS DE SENSORES AUTOMOTRICES CON HARDWARE DE CÓDIGO ABIERTO

01/11/2025

MODELO DE APRENDIZAJE DE SEÑALES ELECTROENCEFALOGRAMA PARA MEJORAR LA DETECCIÓN DE CONVULSIONES DE CRISIS DE AUSENCIA EN PACIENTES NEUROPEDIÁTRICOS

RAUL EDUARDO HUAROTE ZEGARRA - EDWARD JOSÉ FLORES MASIAS — 01/11/2025

Implementación de un modelo térmico para la estimación de la geometría de la zona afectada térmicamente en la fabricación aditiva por arco con hilo (WAAM) mediante análisis FEM e integración de redes neuronales artificiales (ANN)

01/11/2025

OPTIMIZACIÓN DEL CONTROL DE CALIDAD MEDIANTE LA INTEGRACIÓN DE REDES NEURONALES Y LEAN SIX SIGMA: UN ESTUDIO DE CASO EN LA INDUSTRIA DEL ACERO

01/11/2025

ESTUDIO DE LA POSIBILIDAD DE REUTILIZACIÓN DE AGUAS RESIDUALES Y DE DESALACIÓN PARA USOS URBANOS

01/11/2025

INTELIGENCIA ARTIFICIAL DE BORDE PARA LA ESTIMACIÓN SIN SENSORES DE VÁLVULAS DE TIPO BOLA MANUALES EN SISTEMAS INDUSTRIALES CIBERFÍSICOS

01/11/2025

DEEP LEARNING PARA EL CONTROL DE CALIDAD EN TEJIDOS

01/11/2025

IMPLEMENTACIÓN DE TECNOLOGÍAS DE RECOPILACIÓN DE DATOS EN PROCESOS DE FABRICACIÓN DE PREIMPREGNADOS DE CURADO UV

01/11/2025

DISEÑO Y EVALUACIÓN DE UNA TURBINA EÓLICA VERTICAL EDUCATIVA PARA APLICACIONES DOMÉSTICAS EN CONDICIONES DE BAJA VELOCIDAD DEL VIENTO

01/11/2025

LA DIGITALIZACION EN FABRICACION, CLAVE DE LA 4.0 REVOLUCION INDUSTRIAL

LUIS NORBERTO LOPEZ DE LA CALLE MARCAIDE - AMAIA CALLEJA OCHOA — 01/11/2025

LA REINDUSTRIALIZACION DE EUROPA

[No Consta] — 01/11/2025

APLICACION DE SENSORES DE RADAR BASADOS EN UN DISEÑO INDUSTRIAL DE BAJO CONSUMO PARA LA DETECCION DE CARRETERAS

JIAO FEIYUE — 01/09/2025

Abstract:In order to improve the sustainability of road engineering detection, this paper optimizes the radar sensors commonly used in road detection, reasonably adjusts the ratio of conventional detection and active detection, and improves the accuracy and feedback effect of detection under the condition of reducing energy consumption. In this paper, the deep learning method is fused with the traditional particle swarm optimization to form an improved particle swarm algorithm. First of all, according to the WIFI and cellular communication network, the road data of any radar sensor is obtained, including road conditions, traffic and environment. Then, through the deep learning method, the eigenvalues of the dataset are calculated, the amount of preprocessed data is simplified, the data processing ability of particle swarm optimization is improved, and the impact of complex data on the calculation process and results is reduced. Finally, the particle swarm optimization is used to traverse the search, and the calculation results are obtained by combining the local adjustment parameters. At the same time, the accuracy of the results and the feedback time are verified according to the actual case. The MATLAB simulation results show that the improved particle swarm optimization can reduce the energy consumption of the sensor by 20%, and improve the road detection accuracy to more than 90%. It can shorten the detection and feedback time, and the shortening amount is 10~20s. Therefore, the improved particle swarm optimization can reduce the energy consumption of radar sensors and improve the road detection effect, which is better than the commonly used Newton Raphson method and the traditional particle swarm algorithm, which has certain practical feasibility and provides support for related research. Keywords: Low consumption; industrial intelligence; radar sensors; road detection; particle swarm optimization; traditional particle swarm optimization; Industrial Engineering

EVALUACION Y ANALISIS DE LA RED NEURONAL SOBRE LA EFICIENCIA EN LA UTILIZACION DE MAQUINARIA DE TERMINAL DE MINERAL A GRANEL EN PUERTO

01/09/2025

Ore transportation is the main content of the terminal business, but its layout is scattered and the weight is diverse, which requires the joint cooperation of different machinery to complete. However, there are differences in the function and structure of machinery such as transmission belts and hoisting, and it is impossible to optimize them using uniform standards. Therefore, how to effectively adjust the working hours and methods of machinery is the focus of current research. Based on this, this paper proposes a neural network-based method to evaluate the bulk ore in the port and construct an efficient transportation index system. Then, with the help of the normalization and normalization function, the ore was mapped, and the order and priority of different transportation points were adjusted in the form of iterative calculation, and the transportation effect was calculated. Finally, the effectiveness of the neural network method is verified by comparison in other ways. The results show that the normalization treatment can reduce the difference between ore and machinery, and improve its uniformity to 85.6%. The neural network can improve the mechanical efficiency, reduce the transportation time by 20%, and increase the fit with the ore to 92.6%; Neural network can save the rental cost of machinery, saving 15~20%. It can be shown that the neural network has an obvious optimization effect on the transportation of bulk ore in the port, which can improve its transportation efficiency. Keywords: neural network; smart approach; port bulk cargo; Ore; Machine; efficiency;wharf;Terminal;Machinery;transportation;abroad;ship;path

DISEÑO Y OPTIMIZACIÓN DE SISTEMAS LOGÍSTICOS INTELIGENTES BASADOS EN VISIÓN ARTIFICIAL Y EL MODELO SSD-MOBILENETV2

JUN CHEN - LAN JIANG — 01/09/2025

Con el fin de optimizar el sistema logístico inteligente, mejorar los indicadores de logística y transporte, reducir la ocurrencia de usos indebidos y aumentar la eficiencia operativa del sistema, en este artículo utilizamos MobileNetV2 y SSD (Single Shot MultiBox Detector) para construir los datos operativos de un sistema logístico inteligente. Empleamos la simplificación de datos multisignales de SSD para minimizar el transporte, la clasificación y la organización, y la integramos con MobileNetV2. En primer lugar, se utiliza el método MobileNetV2 para juzgar los datos gráficos y de píxeles en logística, simplificar la complejidad de los datos y determinar los puntos clave de los mismos. Los resultados muestran que los valores del modelo SSD-MobileNetV2 para el transporte conforme, el ajuste de velocidad, la transmisión de datos cruzados, los datos de transporte, el tiempo de selección, la ocupación del sistema y las tareas multilogísticas son 0.12, 0.59, 0.47, 0.68, 0.64, 0.36, 0.78 y 0.67, respectivamente. Estos valores son significativamente mejores que los de 0.14, 0.44, 0.32, 0.41, 0.44, 0.11, 0.15 y 0.27, lo que indica que el método propuesto en este artículo puede optimizar significativamente el índice logístico. En cuanto a la distancia de transporte, las tasas completas de los métodos SSD, MobileNetV2, estadísticas manuales y SSD-MobileNetV2 fueron 35.36%, 22.08%, 30.12% y 42.75% respectivamente, lo que demuestra que el método SSD-MobileNetV2 tuvo el mejor efecto de optimización. Se puede concluir que SSD-MobileNetV2 puede optimizar el sistema logístico inteligente y mejorar su efecto operativo. Palabras clave: visión artificial; SSD; MobileNetV2; inteligente; logística; clasificación; diseño; optimización; diseño de sistemas; inteligencia mecánica; transporte moderno; proceso logístico.

UN ESTUDIO SOBRE LA IDENTIFICACIÓN AUTOMÁTICA Y EL ANÁLISIS DE FRECUENCIA DE CONTEO DE LAS CARACTERÍSTICAS DE OSCILACIÓN DE LAS LÍNEAS DE TRANSMISIÓN BASADO EN APRENDIZAJE PROFUNDO

RAN JIA - CHAO ZHOU - HUI LIU - CHUANBIN LIU - HUA LIU — 01/09/2025

El fenómeno de oscilación de líneas de transmisión—vibraciones del conductor inducidas por el viento—representa una amenaza para la seguridad de la red al dañar componentes y provocar interrupciones en el servicio. Un método impulsado por inteligencia artificial emplea cámaras HD para capturar videos del fenómeno, los cuales son segmentados en cuadros mediante DirectShow y mejorados con corrección gamma adaptativa. Un modelo de campo aleatorio de Markov aísla los conductores/separadores (primer plano) del fondo, y DeepLabv3+ extrae características espaciales para la cuantificación del desplazamiento/ángulo y el análisis de frecuencia. Los resultados experimentales confirman un preprocesamiento sólido, segmentación precisa de componentes y una detección confiable de los patrones de oscilación, lo que permite un mantenimiento proactivo y refuerza la resiliencia de la red. Palabras clave: Línea de transmisión; Aprendizaje profundo; Modelo de red neuronal; Características de oscilación; Frecuencia de conteo; Medios de transmisión; Corrección gamma; Capa de convolución; Segmentación de imágenes de video; MRF; Punto de borde; CBMA.

GENERACIÓN AUTOMÁTICA DE INFORMES DE COMPATIBILIDAD URBANÍSTICA MEDIANTE ONTOLOGÍA: CASO ALGODRE (ZAMORA)

01/09/2025

La tramitación de licencias urbanísticas requiere validar la compatibilidad entre el uso pretendido del suelo y la normativa municipal vigente. Este proceso, actualmente manual y sujeto a interpretaciones, puede automatizarse mediante tecnologías semánticas. Se presenta una ontología aplicada al caso real del municipio de Algodre (Zamora), orientada a generar informes técnicos de compatibilidad urbanística. Material y Métodos: Se ha modelado la normativa urbanística con OWL y RDF utilizando Protégé, siguiendo los principios de METHONTOLOGY. El modelo incluye clases para usos del suelo, clasificaciones urbanísticas y condiciones técnicas. Se complementa con un sistema externo en Python, que permite consultar la ontología y generar informes automáticos en formato Word o PDF a partir de datos seleccionados por el usuario. Resultados: El sistema permite generar, en cuestión de segundos, un informe urbanístico estructurado, que determina si un uso es permitido, autorizable o prohibido según la clasificación del suelo, e incluye una tabla comparativa de parámetros normativos. Se han probado múltiples casos reales del municipio con resultados coherentes y repetibles. Discusión: La propuesta demuestra la viabilidad de aplicar la Web Semántica al urbanismo municipal, mejorando la trazabilidad normativa y reduciendo el tiempo de análisis técnico. El sistema es extrapolable a otros municipios con normativa estructurada y parámetros cuantificables.

MEJORA DE LA EVALUACIÓN DE LA EXPERIENCIA DEL USUARIO MEDIANTE UN MARCO DE APRENDIZAJE AUTOMÁTICO QUE UTILIZA MODELOS BAYESIANOS, SELECCIÓN ADAPTATIVA Y APRENDIZAJE PROFUNDO

01/09/2025

En el competitivo panorama actual del comercio electrónico, comprender y predecir el comportamiento de los usuarios es esencial para mejorar las tasas de conversión y reducir el abandono del sitio. Los métodos tradicionales, como las pruebas de usabilidad y el análisis del comportamiento, ofrecen una visión en tiempo real limitada. La integración de la inteligencia artificial (IA), en particular el aprendizaje automático (ML), ha permitido enfoques más dinámicos y basados en datos para modelar la intención del usuario. Este estudio presenta un marco de predicción del comportamiento que aplica técnicas de ML para detectar la intención de compra y predecir el abandono de los usuarios basándose en los patrones de compra online. Se evaluaron tres modelos de clasificación: máquina de vectores de soporte (SVM), Naïve Bayes (NB) y redes neuronales recurrentes (RNN). Los experimentos iniciales con SVM demostraron un buen rendimiento, alcanzando una precisión de entrenamiento del 84,09 % y una precisión de prueba del 83,26 %, aunque la recuperación fue limitada para la clase minoritaria. El modelo NB alcanzó una precisión del 77 %, pero también se enfrentó a desequilibrios en la recuperación y la precisión. Se implementaron técnicas de selección de características para mejorar el rendimiento del modelo, aumentando la precisión de entrenamiento de SVM al 89 % y la precisión de prueba al 87 %. Se desarrolló un sistema de predicción de abandonos en tiempo real utilizando una RNN entrenada con datos secuenciales de clics, que alcanzó una precisión del 93 %, una precisión del 90 %, una recuperación del 99 % y una puntuación F1 del 96 %. Estos resultados ponen de relieve el rendimiento superior del aprendizaje profundo en la modelización del comportamiento secuencial de los usuarios. Los resultados demuestran el valor de combinar la selección de características con modelos avanzados de ML para la detección de la intención de compra, ofreciendo estrategias prácticas para mejorar el compromiso y la retención en las plataformas de comercio electrónico. Palabras clave: Experiencia del usuario, comportamiento de compra online, SVM, NB, RNN, datos de clics, selección de características, modelado predictivo, análisis de comercio electrónico, compromiso del cliente, predicción de rechazo del sitio, aprendizaje profundo.

DISEÑO Y SIMULACIÓN DE UN AEROGENERADOR DE EJE HORIZONTAL ONSHORE DE PALAS SEGMENTADAS UTILIZANDO ANSYS

01/09/2025

En los últimos años, las demandas de los clientes del sector automotriz han aumentado. El uso de fuentes renovables para la producción de electricidad a nivel mundial se ha intensificado. En particular, la capacidad instalada de producción eléctrica por parte de aerogeneradores se ha duplicado en los últimos 10 años, y se proyecta que el 48% de la electricidad mundial se generará a través de fuentes renovables. El tamaño de los aerogeneradores ha crecido para satisfacer esta necesidad; para que estas turbinas generen más electricidad, es necesario que sus rotores capten una mayor cantidad de energía cinética del viento. Esto se logra aumentando el tamaño de los rotores y, por ende, el tamaño de las palas que componen el rotor. Sin embargo, este aumento en el tamaño de las palas crea un problema logístico en cuanto a su transporte hasta el lugar de instalación del aerogenerador. Existe una solución a este problema: consiste en segmentar las palas, transportar los segmentos por separado y unir la pala en el lugar de instalación. Sin embargo, todo el conocimiento científico está reservado porque ha sido desarrollado por empresas privadas. El presente trabajo consistió en diseñar un medio de acoplamiento permanente para una pala segmentada de 60 m, que permitiera a la pala segmentada tener un comportamiento estructural igual o mejor que el de una pala convencional. Inicialmente, se estudió estructuralmente una pala convencional con un peso de 22 toneladas y 60 m de longitud. Los resultados de los análisis estructurales mostraron una primera frecuencia natural de 0,658 Hz, una deflexión en la punta de 5 m y una deformación máxima de 2,974 µe. Los resultados del comportamiento estructural de la pala segmentada mostraron la misma frecuencia natural que la convencional, una menor deflexión en la punta de 2,8 m y una deformación de 3,529 µe, con una ganancia de peso de 1,150 kg. Estos resultados demuestran un comportamiento similar al de la pala convencional, con una menor deflexión en la punta y solo un aumento de peso del 5%. Palabras clave Optimización; Pala segmentada; Aerogenerador; Pala convencional; Fibra de vidrio; Diseño.

ESTIMACIÓN DE LA PÉRDIDA DE EFICIENCIA HIDRÁULICA DE IMBORNALES POR EFECTO DE LA COLMATACIÓN SUPERFICIAL DE SUS REJILLAS

01/09/2025

En este trabajo se presenta la caracterización hidráulica del sistema de imbornales existente en la red de drenaje urbano de la población de La Almunia de Doña Godina (España), como fase descriptiva inicial de las tareas de modelización del funcionamiento de dicho sistema frente a episodios de precipitaciones de elevada intensidad. Es bien conocido que, durante este tipo de fenómenos meteorológicos extremos, los sistemas de drenaje urbano pierden parcialmente su eficiencia, reducción que además se ve influida por el grado de colmatación que pueda existir en la superficie de la rejilla. Por todo ello, y ante la necesidad de modelizar los sistemas de drenaje urbano de cara a los episodios de lluvias de elevada intensidad, caracterizar la eficiencia hidráulica de los sistemas de drenaje superficial de nuestras zonas urbanas resulta crucial para reducir los riesgos asociados a dichos eventos. Sobre el total de los imbornales existentes en la población se realizó una toma de datos que incluyó la identificación del tipo de rejilla y de imbornal, su exacta localización geográfica, su geometría y dimensiones, así como el porcentaje de la superficie disponible para el drenaje a la vista de su estado de mantenimiento y limpieza. Con todo ello, se definieron cinco patrones de colmatación, que han permitido calcular la eficiencia hidráulica y el coeficiente de colmatación para cada caso a partir de una metodología experimental desarrollada recientemente por la Universitat Politècnica de Catalunya. Estos resultados permitirán, en una siguiente fase de la investigación, modelizar el comportamiento hidráulico del sistema de drenaje bajo diferentes condiciones de mantenimiento del sistema de captación de escorrentía superficial y para distintas condiciones de intensidad de lluvia. Palabras clave: Drenaje urbano, drenaje superficial, imbornal, rejilla, eficiencia hidráulica, colmatación, coeficiente de colmatación, patrones de colmatación, mantenimiento, actividad de campo, modelización, eventos extremos.

ELECTRIFICANDO LOS CIELOS: CÓMO LOS AVIONES ELÉCTRICOS PODRÍAN REDUCIR DRÁSTICAMENTE LAS EMISIONES DE CO2 EN LAS RUTAS ENTRE ESPAÑA Y LA UE

JOAN TARRADELLAS ESPUNY - ATHINA SISMANIDOU — 01/09/2025

Los aeropuertos más concurridos de España gestionaron miles de vuelos en 2023, generando emisiones de carbono significativas. Este artículo presenta un análisis cuantitativo de las emisiones de CO2 provenientes de 686 527 vuelos punto a punto que conectan los 10 principales aeropuertos españoles con todos los destinos europeos del sector E1 y evalúa una estrategia para reducir dichas emisiones empleando aviones 100 % eléctricos, con 800 km de autonomía, en las rutas de mayores emisiones. Utilizando datos detallados de OAG 2023 y las metodologías de la Agencia Europea de Medio Ambiente (AEMA), se estiman el consumo de combustible y el CO2 por tramo. Los resultados identifican rutas “calientes” —sobre todo saltos regionales cortos (~200–300 km) y vuelos de medio alcance (~2000–3000 km)— que son desproporcionadamente intensivas en carbono. A continuación, se modela una solución de rutas con escalas, en la que los reactores convencionales en rutas seleccionadas se sustituyen por aeronaves eléctricas que realizan las recargas necesarias en ruta. Se evalúa la viabilidad de estas rutas eléctricas en términos de alcance, necesidades de recarga de baterías, tiempo de viaje y coste operativo. Las sustituciones propuestas logran importantes ahorros de CO2, eliminando esencialmente las emisiones en los tramos viables. Se analiza la reducción potencial de CO2 a escala nacional (porcentaje sobre el total de emisiones de la aviación) y se abordan los retos técnicos, operativos y económicos (alcance limitado, capacidad, necesidades de infraestructura) para escalar la aviación eléctrica. Este estudio aporta perspectivas de ingeniería sobre cómo el despliegue de aeronaves eléctricas regionales puede contribuir a la estrategia de descarbonización de la aviación en España y Europa a corto plazo. Palabras clave: emisiones de la aviación; aeronaves eléctricas; vuelos regionales; descarbonización; España; rutas con escala; reducción de carbono

DISEÑO DE OPTIMIZACIÓN PARA LA VIGA TRANSVERSAL DE MÁQUINAS-HERRAMIENTA SERIE DVT BASADO EN EL MÉTODO EXPERIMENTAL ORTOGONAL

LIU KUN - JI QI - HASSAN ALLI — 01/09/2025

Durante el uso de máquinas-herramienta de la serie DVT, las características estáticas y dinámicas de la viga transversal afectan directamente el rendimiento de mecanizado de la máquina. Para mejorar eficazmente la precisión de mecanizado de las máquinas-herramienta serie DVT, primero es necesario establecer una variedad de modelos tridimensionales de vigas transversales y utilizar métodos de análisis de elementos finitos para realizar análisis estáticos y modales. Utilizando la masa de la viga, la deformación máxima por tensión, la tensión equivalente máxima y la primera frecuencia natural como indicadores de evaluación, se determinaron 25 grupos de esquemas basados en el método experimental ortogonal para su comparación. A través de los resultados detallados del análisis de las características estáticas y dinámicas de la viga, se determina la posición específica de la deformación de la viga después de ser sometida a tensión. Los datos de simulación del método experimental ortogonal se procesan y analizan mediante el método de análisis de relaciones grises. Los resultados del diseño de optimización anteriores muestran que la masa de la viga se reduce en 1251.7 kg, y el efecto de reducción de peso es más evidente; la tensión máxima se reduce en 0.7354 MPa, la variable de deformación se reduce en 0.50 µm, y la primera frecuencia natural se incrementa en 15.29 Hz. La investigación anterior optimiza aún más la estructura de la viga, y sobre esta base, proporciona los datos de verificación y comparación de las características estáticas y dinámicas de la viga optimizada. Esto proporciona una nueva idea de diseño para el diseño óptimo de máquinas-herramienta de la serie DVT. Palabras clave: viga transversal de máquina-herramienta; método experimental ortogonal; análisis de relaciones grises; diseño de optimización multi-objetivo.