I+D Tecnológico

Revisión de la Literatura Sobre los Modelos de Estimación de Potencia Fotovoltaica según el Origen de los Datos

Josep Ivan Atencio, Fernando Arias, Maytee Zambrano, Edson Galagarza (Autor/a) — Tue, 14 Apr 2026 19:06:14 +0000

La penetración de las energías renovables no convencionales para la generación de energía eléctrica, específicamente las centrales solares que implementan celdas fotovoltaicas han experimentado un crecimiento considerable en América Latina y el Caribe (ALC) desde inicios del siglo XXI. Ganando importancia en la matriz eléctrica de los diversos países de la región. La integración de estas centrales eléctricas plantea diversos desafíos críticos que afectan la estabilidad de la red y la gestión del despacho eléctrico debido a la intermitencia del recurso principal empleado por estas centrales, siendo esta la irradiancia solar o Surface Solar Irradiance (SSI). Para hacer frente a estos retos, se han desarrollado diversos modelos de estimación de potencia y/o SSI basados en redes neuronales como las redes neuronales recurrentes (RNN) y redes neuronales convolucionales (CNN), métodos estadísticos y algoritmos híbridos. El desempeño de estos modelos depende intrínsicamente de la naturaleza de los datos de entrada, de los cuales se encuentran las imágenes satelitales, variables meteorológicas y series temporales de potencia. Este articulo presenta una revisión de los modelos actuales presentados en publicaciones previas, estableciendo un marco comparativo sobre el origen de los datos y estableciendo un punto de partida para la selección optima de datos en el desarrollo modelos de estimación solar.

Arquitectura Basada en UART para Sincronización de Dispositivos MEMS: Implementación en FPGA y Análisis ASIC

Tue, 14 Apr 2026 19:05:08 +0000

Este trabajo aborda la importancia del control preciso de señales digitales para la sincronización entre un dispositivo MEMS (Microelectromechanical Systems) y un espectrómetro perteneciente a un prototipo de laboratorio. La sincronización se implementó mediante una tarjeta FPGA (Field-Programmable Gate Array), cuya reconfigurabilidad, alta precisión, reducido tamaño y bajo costo relativo ofrecen ventajas significativas frente a opciones como microcontroladores o sistemas de adquisición de datos (DAQ). La configuración del prototipo se gestiona desde una computadora, y la comunicación con la FPGA se realiza mediante el protocolo UART (Universal Asynchronous Receiver/Transmitter) a través de una conexión USB. Dado que las FPGAs no cuentan con librerías integradas, fue necesario diseñar desde cero el módulo UART, el cual fue implementado exitosamente en este proyecto. Si bien la FPGA proporciona las ventajas mencionadas, un nivel adicional de optimización podría alcanzarse mediante el diseño de un ASIC (Application-Specific Integrated Circuit), que permitiría reducir aún más el tamaño del módulo sincronizador y su consumo de potencia, aspectos cruciales para un sistema portátil. En este trabajo se presenta únicamente el análisis preliminar del ASIC utilizando herramientas de software libre, con el fin de ilustrar el potencial beneficio de esta mejora, aunque no constituye el objetivo principal en la etapa actual del prototipo.

Arquitecturas ópticas compresivas para la adquisición de datos: caso transmisivo y reflectivo

Tue, 14 Apr 2026 00:00:00 +0000

El crecimiento de la óptica y la electrónica, junto con algoritmos de aprendizaje más robustos, ha impulsado la implementación del sensado compresivo en arquitecturas más económicas para la adquisición de datos, como las arquitecturas de un solo píxel. Al provechar estos avances, se presenta una solución novedosa aplicable a múltiples sectores. Un ejemplo de esto son los sensores hiperespectrales compactos, los cuales poseen baja adopción en la industria e investigación, por sus altos costos. Este trabajo se presenta como un tutorial práctico y teórico sobre el diseño e implementación de arquitecturas de un solo píxel hiperespectrales con sensado compresivo. Se detalla la teoría fundamental y se guía el proceso de construcción de dos sistemas: uno basado en un modulador reflectivo y otro en uno transmisivo. Se explica paso a paso cómo integrar estos elementos para adquirir datos hiperespectrales y realizar la reconstrucción de imágenes. Se evaluó la eficiencia de ambos montajes, obteniendo valores de Error Medio Absoluto (Mean Absolute Error MAE) menores a 0.15 al compararse con una cámara hiperespectral comercial, demostrando un nivel de precisión promedio aceptable; un valor SAM (Mapeador del Ángulo Espectral) menor a 0.3, métricas consideradas apropiadas para aplicaciones prácticas en distintos contextos, como el análisis de alimentos, materiales o estructuras. Se confirma que, siguiendo los lineamientos de diseño óptico y las herramientas de sensado compresivo expuestas en este trabajo, es factible desarrollar sensores hiperespectrales funcionales de bajo costo y alta accesibilidad.

Implementación de estrategias de reconstrucción de imágenes esparsas mediante sensado compresivo: algoritmos de optimización y redes neuronales

Tue, 14 Apr 2026 00:00:00 +0000

La teoría de sensado compresivo (CS) permite recuperar señales a una tasa de muestreo inferior a la requerida por el teorema de Nyquist-Shannon. Gracias a esta teoría se conciben los sistemas de imagenología de un solo píxel (SPI), los cuales permiten la adquisición de imágenes 2D con sensores unidimensionales utilizando un conjunto de muestras de luz a través de aperturas codificadas y el algoritmo de optimización CS apropiado. Este trabajo describe el procedimiento a seguir para la reconstrucción de imágenes de un sistema CS-SPI, utilizando algoritmos de optimización convencionales y también algoritmos basados en redes neuronales, mostrando sus desempeños para diferentes matrices de muestreo, usando el lenguaje de programación Python y la imagen de prueba, cameraman, la cual se ajustó a las entradas requeridas por cada algoritmo. Se presentan cinco algoritmos convencionales: OMP, CoSaMP, IRLS, Lasso y BP, así como cinco algoritmos basados en redes neuronales: DR2, HSCNN-R, AMP-Net, Recon-Net e IstaxRecon. Se muestra el desempeño de estos algoritmos con el fin de orientar la selección del método según las necesidades de cada aplicación en CS-SPI y las cualidades que caracterizan a cada algoritmo. Los resultados mostraron que para algoritmos convencionales LASSO presentó un buen rendimiento por tiempo de ejecución y en el caso de los algoritmos basados en redes neuronales los modelos HSCNN-R e IstaxRecon mostraron alto desempeño en diferentes tasas de muestreo.

Análisis de prácticas ambientales y propuesta de solución inteligente para la gestión sostenible de residuos

Nila Del Carmen Navarro (Autor/a) — Sat, 31 Jan 2026 21:47:39 +0000

El objetivo de esta investigación fue diagnosticar las prácticas de separación y reciclaje de residuos entre los estudiantes de la Universidad Iberoamericana de Panamá y proponer un sistema inteligente de gestión de residuos que fomente hábitos sostenibles en el campus. Se empleó un enfoque cuantitativo y descriptivo, aplicando un cuestionario digital con escala de tipo Likert de 1 a 5. La encuesta se difundió a través de grupos de comunicación de la universidad para garantizar participación voluntaria y anonimato, obteniéndose datos de 129 estudiantes de diversas facultades durante el mes de octubre de 2025. Los resultados indican que el 72.6 % de los participantes separa regularmente los residuos en sus hogares, lo que refleja un compromiso moderado con la cultura ambiental. Asimismo, se identificó la necesidad de fortalecer la conciencia sobre prácticas de reciclaje y separación de residuos dentro del campus. Con base en estos hallazgos, se propone la implementación de un sistema inteligente de gestión de residuos que facilite la clasificación adecuada de desechos, mejore la eficiencia del reciclaje y motive a los estudiantes a adoptar hábitos sostenibles de manera constante. Se concluye que la aplicación de esta estrategia tiene el potencial de consolidar una cultura ambiental más sólida y de optimizar la gestión de residuos en la universidad, constituyéndose en un modelo replicable para otras instituciones educativas.