Publicaciones
Como centro tecnológico situado en el campus de la Universidad, el Centro MCIA muestra una rama de investigación intensa y dinámica. Parte del personal MCIA corresponde a titulados en ingenieria y estudiantes de doctorado. Este hecho hace posible la investigación hacia nuevas contribuciones en cada una de las áreas de MCIA, al mismo tiempo que los aquellos desarrollos validados se aplican en proyectos de transferencia de tecnología.
Algunas de las últimas aportaciones a revistas internacionales se enumeran a continuación. La lista completa de publicaciones puede encontrarse aquí.
Modelado de Black-box de convertidores DC-DC basados en redes neuronales convolucionales wavelet
Autores:
Rojas, G.; Riba, J.; Moreno-Eguilaz, J.M.
Revista:
IEEE trnsactions on instrumentation and measurement, Julio 2021
Resumen:
Este documento presenta un enfoque de offline deep learning centrado en modelar e identificar un convertidor reductor DC-DC de 270 V a 28 V utilizado en los sistemas de distribución a bordo de aeronaves eléctricas (MEA). Los fabricantes no suelen proporcionar suficiente información sobre los convertidores. Por lo tanto, es difícil realizar tareas de diseño y planificación y verificar el comportamiento del sistema de distribución de energía sin un modelo preciso. Este trabajo considera al convertidor como una caja negra y entrena una red neuronal convolucional de ondículas (WCNN) que es capaz de reproducir con precisión el comportamiento del convertidor DC-DC a partir de un gran conjunto de datos experimentales. También se describe la metodología para diseñar un WCNN en base a las características de las señales de entrada y salida del convertidor. El método está validado con datos experimentales obtenidos de una configuración que replica el sistema de distribución a bordo de 28 V de una aeronave. Los resultados presentados en este artículo muestran una alta correlación entre los datos medidos y estimados, la robustez y la baja carga computacional. Este artículo también compara el enfoque propuesto con otras técnicas presentadas en la literatura. Es posible extender este método a otros convertidores DC-DC, dependiendo de sus requisitos.
Sistema autónomo de gestión de energía con capacidades de autorreparación para edificios ecológicos (Microrredes)
Autores:
Selseleh Jonban, M.; Romeral, L.; Akbarimajd, A.; Ali, Z.; Ghazimirsaeid, S.; Marzband, M.; Putrus , G
Revista:
Journal of building engineering, Febrero 2021
Resumen:
Hoy en día, los recursos energéticos distribuidos se utilizan ampliamente para satisfacer la demanda en microrredes, especialmente en edificios ecológicos. Estos recursos generalmente se conectan mediante convertidores electrónicos de potencia, que actúan como actuadores, al sistema y permiten inyectar la potencia activa y reactiva deseada, según lo determinado por controladores inteligentes. El rendimiento general de un convertidor en dicho sistema depende de la estabilidad y solidez de las técnicas de control. Este artículo presenta un control inteligente y una gestión energética de una microrred de DC que divide la demanda entre varios generadores. En esta investigación, se desarrolla un sistema de gestión de energía (EMS) basado en controladores de sistema multi-agente (MAS) para gestionar la energía, controlar la tensión y crear equilibrio entre la oferta y la demanda en el sistema con el objetivo de apoyar la característica de fiabilidad. En el enfoque propuesto, se implementa un algoritmo jerárquico reconfigurado para controlar la interacción de los agentes, donde se utiliza un bus CAN para proporcionar comunicación entre ellos. Este marco tiene la capacidad de controlar el sistema, incluso si aparece una falla en la unidad de decisión. El análisis teórico y los resultados de la simulación de un modelo práctico demuestran que la técnica propuesta proporciona un control robusto y estable de una microrred.
Método para la optimización de refrigeración industrial basado en datos que considera la previsión de demanda
Autores: 
J. Cirera; J. A. Carino; D. Zurita; and J. A. Ortega
Revista:
Processes, Mayo 2020
Resumen:
Una de las principales preocupaciones de la industria es la eficiencia energética, en la que el paradigma de la Industria 4.0 abre nuevas posibilidades al afrontar enfoques de optimización utilizando metodologías basadas en datos. En este sentido, incrementar la eficiencia de los sistemas de refrigeración industrial es un desafío importante, ya que este tipo de procesos consumen una enorme cantidad de electricidad que se puede reducir con una configuración óptima del compresor. En este artículo, se presenta una metodología novedosa basada en datos, que emplea mapas autoorganizados (SOM) y perceptrón multicapa (MLP) para abordar el problema de los sistemas de refrigeración (PLR). La metodología propuesta toma en cuenta las variables que influyen en el desempeño del sistema para desarrollar un modelo discreto de las condiciones de operación. El modelo mencionado anteriormente se utiliza para encontrar el mejor PLR de los compresores para cada condición de funcionamiento del sistema. Además, para superar las limitaciones del rendimiento histórico, se crean artificialmente varios escenarios para encontrar puntos de ajuste de PLR casi óptimos en cada condición de operación. Finalmente, el método propuesto emplea una estrategia de pronóstico para gestionar las situaciones de conmutación del compresor. De esta forma se evitan arranques y paradas indeseables de la máquina, preservando su vida útil restante y siendo más eficiente. Se realiza una validación experimental en un sistema industrial real con el fin de validar la idoneidad y el rendimiento de la metodología. La metodología propuesta mejora la eficiencia del sistema de refrigeración hasta en un 8%, dependiendo de las condiciones de operación. Los resultados obtenidos validan la viabilidad de aplicar técnicas basadas en datos para el control óptimo de los compresores del sistema de refrigeración para aumentar su eficiencia.
Compartir: