Browsing by Author "Núñez Retamal, Felipe Eduardo"

Now showing 1 - 20 of 23
  • Thumbnail Image
    Item
    A Container-based IoT-oriented Programmable Logical Controller
    (IEEE, 2020) Mellado Aceitón, Jacob Enrique; Núñez Retamal, Felipe Eduardo
    The programmable-logical-controller (PLC) has been the key building block of industrial control systems throughout the whole automation revolution, where its role has been mainly to command low-level regulatory feedback control loops. Modernized versions of PLCs aim at facilitating its integration with cloud-based solutions, in the context of the Industrial Internet of Things (IIoT) paradigm. This work is a step forward in this direction and presents a container-based formulation of an IoT-oriented programmable controller, named IoT-PLC, in which each functionality works within a separate container. This IoT-PLC device has regulatory control capabilities, fog-computing functionalities as filtering and field data storage, and multiple wireless interfaces managed independently by individual containers. A virtual device model is used as an abstraction method to represent real entities, and OPC-UA is available for straightforward compatibility with the upper control layers.
  • Thumbnail Image
    Item
    A cyber-physical systems approach to collaborative intersection management and control
    (2023) Guzmán Gómez, José Antonio; Núñez Retamal, Felipe Eduardo; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    A medida que la población urbana aumenta, la congestión vehicular se ha convertido en una fuente importante de molestias y pérdidas económicas en las zonas urbanas. En este contexto, el concepto de Sistemas Inteligentes de Transporte toma relevancia como opción para optimizar el control del tráfico con el uso de la tecnología. Este trabajo propone un enfoque de sistemas ciberfísicos para el control colaborativo del trafico urbano. En concreto, se propone una arquitectura de tres capas para abordar el problema de la gestión de intersecciones, con una capa física que alberga los detectores de tráfico y los actuadores de las señales de tráfico, una capa cibernética encargada de realizar el procesamiento de datos, la comunicación con los vecinos y la manipulación de las señales de tráfico, y una capa cloudlet capaz de implementar aplicaciones de alto nivel. Una primera implementación en un entorno pseudo-real, utilizando un controlador fuzzy-experto diseñado y un novedoso actuador basado en Petri-nets temporizadas, muestran que el sistema propuesto es capaz de manejar las cargas de comunicación y procesamiento, a la vez que mejora el rendimiento del tráfico con respecto a las soluciones clásicas de manejo de señales de tráfico, superando a los métodos de control temporizado, Webster y coordinado en las pruebas a escala piloto. Para validar la arquitectura en un entorno real, una aplicación de predicción de tráfico en tiempo real en el área urbana de Las Vegas es presentada, construida como una aplicación cloudlet con flujo de datos en tiempo real desde sensores de la infraestructura y predictores de tráfico basados en modelos de aprendizaje profundo. Los resultados de la implementación muestran la viabilidad de hacer predicciones de tráfico en tiempo real con la tecnología actual y la utilidad del reentrenamiento periódico para mantener la precisión de la predicción. Finalmente, este trabajo propone un esquema de control distribuido basado en el aprendizaje reforzado (RL) que aprovecha la naturaleza del problema basada en datos, la cooperación entre intersecciones y la modularidad de la arquitectura propuesta. En concreto, se sintetiza un controlador RL que manipula los semáforos utilizando la información de las intersecciones vecinas en forma de un embebido obtenido de una aplicación de predicción de tráfico. Los resultados de la simulación con SUMO muestran que el esquema propuesto supera a las técnicas clásicas en términos de tiempo de espera y otros índices clave de rendimiento.
  • Thumbnail Image
    Item
    A kernel module for pulse-coupled time synchronization of sensor networks
    (2017) Wang, Y.; Mosalakanti, K.; Núñez Retamal, Felipe Eduardo; Deligeorges, S.; Doyle, F.
  • Thumbnail Image
    Item
    A Multi Interface Home Automation System with Distributed Intelligence
    (IEEE, 2018) Guzmán Gómez, José Antonio; Núñez Retamal, Felipe Eduardo
    During the last decade, plenty of devices labeled as “smart†have appeared in the market with the promise of taking the relationship home-user to a new level. Unfortunately, most of these devices are not able to interact with one another and the “smart†solution reduces to the use of a phone app to control a particular device or process. Lately, new devices known as smart hubs have arisen as smart home enablers based on their ability to talk several communication protocols and incorporate devices from different vendors. However, hub-based solutions suffer from various drawbacks, notably the lack of scalability and the presence of a single point of failure. In this work, a multi agent approach is proposed to generate and operate home automation systems. The proposed approach distributes the intelligence among agents, which behave as finite state machines, achieving a scalable and robust architecture. A pilot implementation is presented as proof of concept.
  • Thumbnail Image
    Item
    Age of information in IOT-based wireless networked control systems
    (2021) Mena Ríos, Juan Pablo; Núñez Retamal, Felipe Eduardo; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    Una correcta ocurrencia en el tiempo de transmisión de la información es fundamental para garantizar el rendimiento de los sistemas de control sobre redes (NCS). A pesar de que esta ocurrencia está intrínsecamente vinculada a la red de comunicación, hoy en día el diseño de los sistemas de control en red considera las capas de control y comunicación de forma separada. Como un paso hacia el cambio de esta perspectiva, este trabajo analiza la interacción entre ambas capas utilizando los conceptos de la edad de la información (AoI) y la edad pico en sistemas de control en red basados en el internet de las cosas (IoT), donde un conjunto de lazos de control independientes operan a través de una red compartida. En particular, el análisis se centra en cómo se comportan las métricas basadas en el concepto de la edad del estado en los esquemas inalámbricos de control de acceso al medio (MAC) típicamente utilizados en las implementaciones de IoT, y cómo este comportamiento se puede utilizar para explicar la calidad de control (QoC) de los lazos insertados en una red específica, la cual esta vinculada con dos indicadores clásicos de NCS: el intervalo de transmisión máximo permitido (MATI) y máximo retardo permitido (MAD). Se revisan diferentes conceptos relevantes para el estudio de sistemas de control en redes. Luego, sobre la base de modelos NCS comúnmente utilizados en la literatura, se derivan expresiones para AoI, la edad pico y la probabilidad de que la edad pico supere un cierto umbral relacionado con la estabilidad del lazo para NCS inalámbricos que utilizan dos tipos distintos de protocolos CSMA/CA y un tipo de TDMA. Además, se establecen algunas ideas sobre la utilidad de ciertos protocolos MAC dependiendo de los requisitos de diseño específicos, y se realizan comparaciones efectivas en el contexto de ejemplos de problemas de diseño. Las principales conclusiones involucran la obtención de diferentes tasas de muestreo óptimas para la edad de la información en los diferentes protocolos analizados para diferentes largos de paquetes. Además, la relación entre la edad pico y la estabilidad de los lazos se logra a través de la determinación de tasas de muestreo óptimas para evitar el exceder un cierto umbral relacionado a la estabilidad del lazo.
  • Thumbnail Image
    Item
    Algorithm design for the distributed average consensus problem over IoT environments
    (2018) Oróstica Navarrete, Boris Enrique; Núñez Retamal, Felipe Eduardo; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    A medida que las tecnologías de comunicación han ampliado el conjunto de dispositivos con capacidades de red, está surgiendo una nueva concepción de la Internet de las cosas (IoT). Con la incorporación de dispositivos con diagnósticos avanzados y capacidades de actuación, el IoT proporciona un entorno atractivo para controlar procesos externos utilizando sus capacidades de detección, actuación y computación. En este contexto, los algoritmos de consenso son una alternativa atractiva para apoyar el funcionamiento del IoT y para habilitar su potencial como red de control distribuido. En particular, el problema de llegar a un consenso al promedio de algunas cantidades iniciales es un problema desafiante con potencial aplicaciones en el entorno IoT. Aunque los algoritmos de consenso son estrategias maduras y bien estudiadas que se ajustan naturalmente a las redes, su desempeño se deteriora cuando se enfrentan a fenómenos tales como retrasos estocásticos, transmisiones y recepciones secuenciales y falta de fiabilidad en el proceso de intercambio de información; todo presente en un entorno de IoT. En este trabajo, se diseña un nuevo algoritmo para lograr el consenso al promedio en un entorno IoT. Se desarrolla un análisis teórico para comprender sus principios de funcionamiento. Además, el algoritmo está codificado como un protocolo en hardware real el cual se evalúa en una red local de baja escala y en una red pública de gran escala. El algoritmo está inspirado en gossips y converge al promedio en todos los experimentos realizados en un entorno real de IoT donde enfrenta las no idealidades de los fenómenos de comunicación.
  • Thumbnail Image
    Item
    An IoT-ready streaming manager device for classroom environments in a smart campus
    (IEEE, 2018) Herrera Castro, Tomás Ignacio; Núñez Retamal, Felipe Eduardo
    The Internet of Things (IoT) has started to penetrate the everyday life by increasing the automation of processes as diverse as cooking or climate control. The proliferation of smart devices will take the human-machine relationship to a new level, and the classroom is not the exception. This paper presents the design and implementation of an IoT-ready classroom device for screen streaming based on an inversed VNC approach over TCP/IP on a wireless local area network. Streaming permission is granted following an authentication-authorization scheme to avoid undesired content streaming, thus allowing the operation over a public network. The device communicates to the network by publishing its status to a MQTT broker, which makes it an active “thing†in an IoT setup.
  • No Thumbnail Available
    Item
    Circadian Phase Prediction From Non-Intrusive and Ambulatory Physiological Data
    (2021) Suárez Pinto, Alexis Adrián; Núñez Retamal, Felipe Eduardo; Rodríguez Fernandez, María
    Chronotherapy aims to treat patients according to their endogenous biological rhythms and requires, therefore, knowing their circadian phase. Circadian phase is partially determined by genetics and, under natural conditions, is normally entrained by environmental signals (zeitgebers), predominantly by light. Physiological data such as melatonin concentration and core body temperature (CBT) have been used to estimate circadian phase. However, due to their expensive and intrusive obtention, other physiological variables that also present circadian rhythmicity, such as heart rate variability, skin temperature, activity, and body position, have recently been proposed in several studies to estimate circadian phase. This study aims to predict circadian phase using minimally intrusive ambulatory physiological data modeled with machine learning techniques. Two approaches were considered; first, time-series were used to train artificial neural networks (ANNs) that predict CBT and melatonin dynamics and, second, a novel approach that uses scalar variables to build regression models that predict the time of the minimum CBT and the dim light melatonin onset (DLMO). ANNs require less than 48 hours of minimally intrusive data collection to predict circadian phase with an accuracy of less than one hour. On the other hand, regression models that use only three variables (body mass index, activity, and heart rate) are simpler and show higher accuracy with less than one minute of error, although they require longer times of data collection. This is a promising approach that should be validated in further studies considering a broader population and a wider range of conditions, including circadian misalignment.
  • Thumbnail Image
    Item
    Control predictivo híbrido basado en sensores visuales : teoría y aplicación a flotación de minerales
    (2008) Núñez Retamal, Felipe Eduardo; Cipriano, Aldo; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    En el último tiempo el control basado en modelos ha cobrado gran popularidad debido a la posibilidad de controlar eficientemente diversos procesos. Sin embargo, existe una complicación extra en la obtención de los modelos involucrados. Por otra parte existen procesos en donde la apariencia representa una importante fuente de información acerca del desempeño del mismo. Es por esto que se hace preponderante contar con técnicas que permitan incorporar información visual al modelo del proceso. En este trabajo se estudian métodos de modelación de procesos visuales y se propone un esquema de control predictivo híbrido que incorpora la información visual en la forma de estados de operación discreto.
  • Thumbnail Image
    Item
    Deep learning methods for intelligent cyber-physical systems
    (2023) Langarica Chavira, Saúl Alberto; Núñez Retamal, Felipe Eduardo; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    Los sistemas ciberfísicos (CPSs) han surgido en los últimos años como un nuevo paradigma que fusiona varias tecnologías para permitir la interfaz entre el mundo físico y el cibernético. Esto ha abierto la puerta al uso de técnicas de inteligencia artificial (AI) para interactuar con el mundo físico en tiempo real. Sin embargo, la interacción con sistemas físicos reales impone una serie de desafíos que estaban ausentes en los dominios de aplicación para los que se diseñaron originalmente estas técnicas basadas en datos, y se hace necesario la creación de un nuevo conjunto de modelos y métodos específicamente diseñados para hacer frente a estas dificultades. Esto ha limitado una adopción más amplia de los métodos de AI en los CPSs y en cambio, muchos han optado por métodos clásicos de filtrado, modelado y control para el desarrollo de este tipo de sistemas. En esta tesis se muestra como los CPSs pueden verse altamente beneficiados en diferentes niveles de su arquitectura al incorporar métodos inteligentes basados en datos, en particular, métodos de aprendizaje profundo cuidadosamente diseñados para lidiar con las dificultades inherentes que impone la interacción con sistemas físicos reales. En concreto, se muestra como los métodos de aprendizaje profundo pueden dotar a los CPSs de nuevas capacidades que no se pueden lograr con técnicas clásicas, y que estos métodos de AI logran un mejor rendimiento que sus homólogos clásicos en diferentes dominios cuando se utilizan diversas métricas específicas de la aplicación. Por lo tanto, mostrando cómo las técnicas de aprendizaje profundo contribuyen a liberar todo el potencial de los CPSs, transformándolos en sistemas de mejor rendimiento, más eficaces e inteligentes, a saber, en CPS “inteligentes” o iCPS. Para ello, se proponen tres métodos para iCPSs, materializados en tres aplicaciones diferentes, a saber, un método de limpieza de datos basado en aprendizaje por contraste, un modelo de aprendizaje profundo adaptativo basado en meta-aprendizaje, y un controlador neuroevolutivo con capacidad de aprendizaje y gran flexibilidad durante el proceso de optimización. Los resultados muestran la superioridad de los métodos propuestos cuando se comparan con otros métodos clásicos y otros métodos basados en datos en los diferentes dominios en los que se aplican nuestros métodos. Se espera que los resultados de esta investigación fomenten el desarrollo de más métodos inteligentes adecuados para los iCPS.
  • Thumbnail Image
    Item
    Denoising and Voltage Estimation in Modular Multilevel Converters Using Deep Neural-Networks
    (2020) Langarica Chavira, Saúl Alberto; Pizarro Lorca, Germán Eduardo; Poblete Durruty, Pablo Martín; Radrigán Sepúlveda, Felipe Ignacio; Pereda Torres, Javier Eduardo; Rodriguez, Jose; Núñez Retamal, Felipe Eduardo
    Modular Multilevel Converters (MMCs) have become one of the most popular power converters for medium/high power applications, from transmission systems to motor drives. However, to operate properly, MMCs require a considerable number of sensors and communication of sensitive data to a central controller, all under relevant electromagnetic interference produced by the high frequency switching of power semiconductors. This work explores the use of neural networks (NNs) to support the operation of MMCs by: i) denoising measurements, such as stack currents, using a blind autoencoder NN; and ii) estimating the sub-module capacitor voltages, using an encoder-decoder NN. Experimental results obtained with data from a three-phase MMC show that NNs can effectively clean sensor measurements and estimate internal states of the converter accurately, even during transients, drastically reducing sensing and communication requirements.
  • Thumbnail Image
    Item
    Desarrollo de un sensor virtual predictivo de glucosa para el tratamiento de la diabetes tipo 1
    (2021) Carimán Fuenzalida, Nawel Pablo; Núñez Retamal, Felipe Eduardo; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    La diabetes es una enfermedad que afecta a más de 422 millones de personas en el mundo. Uno de los principales riesgos de los pacientes con diabetes tipo 1 (DT1) son las hipoglicemias, eventos que pueden causar somnolencia, temblores, confusión, perdida de conciencia, convoluciones o incluso la muerte. Evitar hipoglicemias mientras se mantiene la concentración de glucosa dentro de un rango estrecho es uno de los principales desafíos para los pacientes con DT1. El objetivo de esta investigación se centra en desarrollar un sensor virtual de glucosa de tipo caja negra capaz de predecir a un horizonte de 30 minutos en base a múltiples variables, tales como: variables para el tratamiento convencional, variables fisiológicas y variables de actividad física. La metodología aplicada se divide en tres partes: Primero, se recopilaron datos de un sensor continuos de glucosa y otros tres dispositivos fisiológicos para sujetos sanos y DT1 de ambos sexos por un periodo aproximado de 6 días bajo su rutina normal. Segundo, se limpiaron, filtraron y preprocesaron las variables para predecir la concentración de glucosa, tanto en sujetos diabéticos como sanos. Tercero, se generaron modelos autoregresivos con entrada exógena (ARX) y modelos no lineales como redes neuronales feedforward y redes recurrentes con celdas GRU para definir la estructura definitiva del sensor virtual. El desempeño de los modelos fue evaluado desde una perspectiva estadística y clínica, con el fin de generar un sensor virtual que aborde las necesidades particulares del control de glucosa en sujetos DT1. El resultado de la investigación sugiere que los modelos ARX obtienen los mejores resultados desde una perspectiva estadística en casi todos los sujetos, mientras que las redes recurrentes con celdas GRU son más útiles desde una perspectiva clínica bajo un proceso de entrenamiento multiobjetivo. Las conclusiones de este estudio es que es factible utilizar redes neuronales para la predicción de glucosa sanguínea y se requieren más estudios en esta dirección.
  • Thumbnail Image
    Item
    Design and implementation of an industrial internet of things platform for intelligent supervision and control of industrial processes
    (2019) Langarica Chavira, Saúl Alberto; Núñez Retamal, Felipe Eduardo; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    En la era de la digitalización en que estamos viviendo hoy en día, el Internet Industrial de las Cosas (IIoT por sus siglas en inglés) ha llegado a revolucionar la industria, al grado de que los expertos ya están hablando de una cuarta revolución industrial. IIoT ha permitido la convergencia entre las tecnologías de operación con las tecnologías de la información en la industria, problema que se ha tratado de resolver muchas veces en el pasado pero sin éxito hasta ahora (Cisco, 2018). Este problema consiste en conectar los equipos de campo (normalmente aislados o conectados solo a través redes locales) a internet, y con esto darles capacidades de computo más elevadas. Por otro lado, esto permitiría darle a los computadores la capacidad de interactuar con el mundo exterior a través de los equipos de campo en tiempo real. Desde el punto de vista del control de procesos, esto podría abrir muchas posibilidades, permitiendo que se combinase la teoría de control, ya madura y probada muchas veces en la práctica, con el nuevo mundo del aprendizaje de máquina, para crear aplicaciones innovadoras que puedan ser implementadas en ambientes industriales reales. En el caso particular de Chile, la minería es uno de los sectores industriales que podría ser mas grandemente beneficiado si se adoptasen las tecnologías de IIoT en sus procesos. Esto es especialmente cierto ahora que sus costos han subido, el grado de los minerales ha bajado y la productividad en las distintas faenas ha empezado a disminuir por diferentes razones. En esta tesis se desarrollaron dos aplicaciones para minería basadas en IIoT, una aplicación de laboratorio y una aplicación real. Tras las pruebas y el análisis de los resultados, que son realmente prometedores, se ha llegado a la conclusión de que la implementación de este tipo de aplicaciones no tan solo es posible para la industria minera chilena, sino que es un paso necesario para revertir la panorama adverso que se avecina para este importante sector de nuestro país.
  • Thumbnail Image
    Item
  • Thumbnail Image
    Item
    Evaluation of asynchronous average consensus algorithms in pure broadcasting infrastructure-free networks
    (IEEE, 2017) Oróstica Navarrete, Boris Enrique; Núñez Retamal, Felipe Eduardo
    Distributed and cooperative algorithms are of preponderant importance for the correct operation of multiagent systems. In particular, average consensus algorithms represent an appealing alternative for combining measurements in large-scale networks of low-capable sensors, due to their low computational cost and strong convergence properties. However, the actual performance of average consensus algorithms in real scenarios, where the interaction between agents involves a communication network introducing stochastic delays, sequential transmissions and receptions, and unreliability in the information exchanging process, is yet to be investigated. This work presents an evaluation on a pure broadcasting infrastructure-free sensor network of two popular average consensus strategies: the broadcast gossip algorithm (which can be regarded as an asynchronous version of the discrete-time average consensus algorithm), and the push-sum algorithm (also known as double linear iterations). To understand the operating principles behind the algorithms, a hybrid model is first introduced that is used to conduct numerical simulations. An implementation in microprocessor-based development boards is then presented to evaluate the performance in a real environment. Results of the evaluation show that the push-sum algorithm outperforms the broadcast gossip algorithm for practical values of the reception probability.
  • Thumbnail Image
    Item
    Generación de un modelo geometalúrgico de un yacimiento de Cobre en base a técnicas de aprendizaje de máquinas
    (2022) Mu, Yuyang; Núñez Retamal, Felipe Eduardo; Salas Morales, Juan Carlos; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    La gran cantidad de factores involucrados en los proyectos mineros es una de las causas de la complejidad que estos proyectos presentan. La eficiencia de la inversión minera es un tema crucial en esta industria, donde los problemas más comunes en la ejecución de los proyectos son el sobrepasar la inversión estimada y/o sobreestimar de la capacidad de procesamiento de la planta. El concepto emergente de modelo geometalúrgico de un yacimiento es una probable solución, incidiendo en mejoras en la toma de decisiones. El objetivo general de esta tesis es diseñar, implementar y validar un modelo geometalúrgico de un yacimiento de cobre, utilizando técnicas de aprendizaje no supervisado. Una contribución importante de este trabajo es la aplicación en un yacimiento de cobre, junto con la evaluación del impacto al valor de proyecto. Este estudio, utiliza una base de datos de 569 sondajes con 1112 vectores de datos, que contienen variables espaciales de ubicación, concentración de distintos elementos, datos de procesamiento metalúrgico, mineralogía y variables geológicas. Se evalúan distintas combinaciones de datos de entrada preprocesada y la reducción de dimensiones, junto con la aplicación de k-means, agrupación jerárquica (AGG), DBSCAN y mapa autoorganizado. Se mide la calidad del modelo geometalúrgico a través de indicadores de validación interna de agrupación. Finalmente, el principal resultado obtenido es la generación de un modelo geometalúrgico con la técnica de aprendizaje de máquinas donde el algoritmo k-means tiene mejor desempeño. Los resultados indican que es posible excluir las variables espaciales y categóricas de geología. La aplicación de la técnica de reducción de dimensión no mejora el desempeño del modelo. Adicionalmente, en la evaluación del impacto al valor del proyecto, la aplicación del modelo geometalúrgico afecta la secuencia de extracción y presenta una mejora de orden de 4% en el valor.
  • Thumbnail Image
    Item
    Graph-based distributied motion planning intightmulti-lane platoons
    (2021) Pizarro Lorca, Germán Eduardo; Núñez Retamal, Felipe Eduardo; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    Platooning o coordinación en pelotones de vehículos conectados y automatizados (CAVs, por sus siglas en ingles) han recibido un gran interés debido a su potencial para mejorar el träfico. En este contexto, los pelotones de múltiples carriles han aparecido como una versión generalizada de la estructura clásica de pelotón similar a un tren utilizada en las primeras implementaciones de los años 80. Los pelotones de múltiples carriles agregan flexibilidad estructural para realizar maniobras complejas entre vehículos, tales como cambios de carril, coordinación durante cuellos de botella, entre otros. No obstante, estas ventajas tienen el precio de una dinámica interna más intrincada. Este trabajo aborda la planificación del movimiento en pelotones estrechos de múltiples carriles utilizando técnicas distribuidas que hacen uso de una formulación teórica en base a grafos de formaciones de pelotones, para la generación de referencias, y el control predictivo distribuido no lineal, para el comando de vehículos. La efectividad de los enfoques propuestos se prueba mediante la simulación de una variedad de escenarios con complejidad progresiva, donde se muestra que los enfoques distribuidos basados en grafos promueven inherentemente la cooperación entre de los vehículos. Además, el segundo enfoque propuesto, denominado enfoque incremental, es robusto ante posibles sesgos de los sensores.
  • Thumbnail Image
    Item
    Hybrid modeling of froth flotation superficial appearance applying dynamic textures analysis
    (IEEE, 2008) Núñez Retamal, Felipe Eduardo; Cipriano, Aldo
    Flotation is one of the most complex processes in mining industry. In fact, non linear characteristics, large delays, significant disturbances and important unmeasurable variables make the process very difficult for automatic control. However, experimented operators are able to take adequate control actions based on superficial froth appearance by defining several operational states. To ensure the obtaining of technical and economical benefits, it is necessary to better identify different operational states from the froth superficial appearance. In this work we propose a hybrid characterization of the froth surface applying dynamic texture techniques and texture classification. Results show that the models obtained represent accurately the froth dynamics and our detection algorithm is able to detect efficiently different froth operational states.
  • Thumbnail Image
    Item
    Identificación de estados fisiológicos orientada a la prevención de accidentes laborales en base a datos fisiológicos no invasivos y técnicas de inteligencia artificial
    (2021) Fouere Andrade, Francisco Antonio; Salas, Juan Carlos; Núñez Retamal, Felipe Eduardo; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    Los estados fisiológicos alterados, como el estrés y la fatiga, muchas veces asociados al contexto laboral, afectan negativamente a las personas, promoviendo la aparición de enfermedades cardiovasculares, asma, trastornos del sueño, ansiedad, depresión, entre otros. Adicionalmente, los estados fisiológicos alterados afectan el rendimiento laboral de los trabajadores, disminuyendo los indicadores de productividad de las empresas, y transformándose en una causa de accidentes laborales. En este trabajo, se desarrolló un sistema que apunta a identificar los estados fisiológicos en los cuales se encuentra cada trabajador minuto a minuto, mediante una recolección de datos cardio-respiratorios no invasiva, que representa una gran oportunidad para mitigar los perjuicios ya expuestos. Para ello se tomaron datos de electrocardiograma y frecuencia respiratoria de seis personas durante un periodo de una semana. Con estos datos se entrenaron una serie de modelos de aprendizaje profundo para clasificar en qué estado fisiológico se encuentra cada persona minuto a minuto. El modelo con mejores resultados según una función de pérdida de entrenamiento que considera la divergencia de Kullback-Leibler y el error cuadrático medio, fue el modelo llamado “What Color”, que se compone de un autoencoder variacional con redes convolucionales al codificar y decodificar, arquitectura de la cual se toma el espacio latente para generan tres clústeres que corresponden a tres niveles de estados fisiológicos para cada persona, mediante la técnica de mezcla de gaussianas. La significancia de cada clúster se justifica a partir de cinco análisis, la observación visual de las señales de intervalos RR que vive en cada uno de los clústeres, la relación entre el estado fisiológico, la postura de la persona y los periodos de sueño, los valores promedios y desviaciones estándar existentes de las variables relevantes de cada clúster, análisis del estado del arte sobre estados fisiológicos que surgen de forma espontánea en los resultados de la investigación, y finalmente, la aplicación del modelo a un repositorio externo de datos fisiológicos obteniendo resultados acordes a los esperados.
  • Thumbnail Image
    Item
    El IOT-PLC : una nueva generación de controladores lógicos programables para la industria 4.0
    (2020) Mellado Aceitón, Jacob Enrique; Núñez Retamal, Felipe Eduardo; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    El Controlador Lógico Programable (PLC) ha sido el elemento clave de los sistemas de control industrial a lo largo de toda la tercera revolución industrial, llamada revolución de la automatización, donde su papel ha sido principalmente comandar los lazos de control de bajo nivel regulatorio. Hoy en día, un nuevo paradigma conocido como Industria 4.0 está cambiando la forma en que las instalaciones industriales conciben sus sistemas de control industrial, promoviendo la conectividad generalizada entre sus componentes. A pesar de los grandes avances en las tecnologías de automatización, impulsados por el paradigma de la Industria 4.0 y su ecosistema hiperconectado, el PLC no ha visto todavía una versión modernizada que apunte a las funcionalidades que requiere un sistema de control orientado a la Industria 4.0. En este trabajo, un dispositivo llamado IoT-PLC es diseñado y prototipado, en un esfuerzo por generar un PLC a la medida de la revolución de la Industria 4.0. Para lograr un nuevo diseño, se realiza un estudio de los PLCs actuales y los protocolos industriales utilizados en el área de la automatización y el control. Además, se analizan las arquitecturas de referencia para la Industria 4.0 y las tecnologías emergentes. El IoT-PLC resultante es un dispositivo en el que cada funcionalidad trabaja dentro de un contenedor separado con recursos asignados para priorizar una tarea sobre otra. Este dispositivo IoT-PLC tiene capacidades de control, funcionalidades de computación de capa fog como filtrado y almacenamiento de datos de campo, y múltiples interfaces inalámbricas gestionadas independientemente por contenedores asignados a cada una de ellas. Finalmente, se presenta una evaluación del desempeño del prototipo.