Ingeniería Electrónica, Automática y Comunicaciones

El presente trabajo tiene como objetivo diseñar e implementar un control adaptativo en unión al control vectorial, con cambios en las dinámicas deseadas para el posicionamiento de los brazos robóticos de dos grados de libertad. El modelodinámicose obtiene de aplicar el método de Euler-Lagrangeen conjunto con el de un motor síncrono de imanes permanentes en el marco de referencia DQ sincrónico. Es diseñado un controlador adaptativo por modelo de referencia que genera el torque referencial para el control vectorial del motor eléctrico. La estabilidad del sistema en lazo cerrado es garantizada al aplicar el método de Lyapunov en las leyes adaptativas. La estrategia de control se implementa en el procesador TMS320F28335 empleando las herramientas MATLAB y CodeComposer. Los resultados de las pruebas experimentales son comparados con el esquema de control original obteniéndose un sistemacon menores errores dinámicos.

El concepto emergente de Redes Basada en Intenciones ha ganado prominencia como una innovadora solución para la gestión autonómica de redes. Representando un cambio de paradigma en la planificación y gestión de las redes, la novedad de esta aproximación ha dado lugar a la ausencia de una arquitectura de red que garantice idealmente el ciclo de vida de la intención. Mientras importantes fabricantes e instituciones han propuesto arquitecturas para facilitar dicho ciclo de vida, aún persisten desafíos para alcanzar este objetivo íntegramente, en gran medida por la falta de comprensión de las funcionalidades de las Redes Basada en Intenciones y la gran dificultad presente al implementar estas funcionalidades a partir de los adelantos de las redes neuronales actuales. Este trabajo propone una arquitectura que resuelve las deficiencias y limitaciones identificadas en arquitecturas previas, asegurando la realización afectiva del ciclo de vida de la intención, integrando herramientas de inteligencia artificial y dispositivos de red tanto físicos como virtuales. Esta solución representa un paso significativo hacia el establecimiento de las Redes Basada en Intenciones, pues facilita la automatización de la gestión.  

En el marco de la Industria 4.0 se desea lograr que los procesos sean completamente automatizados. En otras palabras, que las empresas se encuentren en el cuarto nivel de la pirámide de automatización clásica. Con este fin, la empresa EMSI FARMA está desarrollando un sistema de gestión de operaciones de fabricación. Para el correcto funcionamiento del sistema se ha dividido en cuatro capas: nube, niebla, borde y dispositivos de campo. El siguiente artículo tiene como objetivo realizar una propuesta de arquitectura para la capa de Computación al Borde que cumpla las necesidades del sistema. La arquitectura de Borde que se propone se encarga de acercar la lógica de las operaciones al campo. Para el desarrollo de la misma se utiliza un diseño de bloques funcionales, donde cada elemento tiene sus propias responsabilidades. Con el desarrollo de la arquitectura se logró abstraer la lógica de los elementos del protocolo de la comunicación que se utiliza para conectarse con las capas superiores e inferior. Además, se logra que el seguimiento de las operaciones y la adquisición de los datos se encuentre lo más cercano posible de la fuente de datos.

El internet Industrial de las cosas, el Big Data, la Computación en la Nube y otras tecnologías permitieron el surgimiento y desarrollo de la iniciativa Industria 4.0. En este marco, los gemelos digitales se han vuelto muy populares y se pueden encontrar en todo tipo de industrias y procesos. Una parte importante en el desarrollo de un gemelo digital es la obtención del modelo del sistema, tarea para la cual existe gran cantidad de métodos. El operador de Koopman y la Descomposición en Modos Dinámicos con Control han demostrado sus capacidades en este sentido y se va extendiendo su uso dentro de la comunidad científica. En este trabajo se presenta la propuesta de un procedimiento para automatizar la selección del conjunto de observadores de Koopman resolviendo un problema de optimización. Como resultado de la aplicación del procedimiento se obtiene la cantidad mínima de observadores que minimizan el error entre las observaciones reales de un proceso y las obtenidas a partir del modelo lineal estimado para el desarrollo de su gemelo digital.  Para resolver el problema de optimización se puede usar cualquiera de los muchos algoritmos de optimización que aparecen en la literatura.  En este trabajo se utilizó un algoritmo genético.

La detección de palabras clave es un subcampo del reconocimiento automático de voz revolucionado en la última década con la incorporación de técnicas de inteligencia artificial basadas en aprendizaje profundo. La implementación de modelos de detección de palabras clave en microcontroladores implica como primer paso el procesamiento digital de las señales de audio para realizar la extracción de características en tiempo real. Los modelos implementados en microcontroladores encontrados en la literatura usan los coeficientes MFCC para la extracción de características. Sin embargo, se ha comprobado que al emplear técnicas de aprendizaje profundo para la clasificación resulta más efectivo el empleo de espectrogramas de Mel. En este artículo se propone una implementación del algoritmo para la obtención de espectrogramas de Mel en tiempo real en microcontroladores de la familia STM32 compatible con el diseño de un sistema de detección de palabras clave en tiempo real, evaluándose su uso en un sistema de prueba basado en el microcontrolador STM32G474RET6 y el micrófono MEMS SPH0645LM4H-B. La implementación propuesta minimiza el uso de memoria RAM en el microcontrolador y llena el vacío existente en el driver CMSIS-DSP de una rutina para el cómputo del espectro de Mel de un vector de muestras de señal.