Optimización del rendimiento térmico del sistema de energía solar térmica mediante redes neuronales artificiales: Una Aplicación de Inteligencia Artificial.
Dra. Wassila Ajbar
|
Texto completo de la Conferencia
Resumen
La inteligencia artificial en general y los modelos basados en Redes Neuronales Artificiales (ANN por sus siglas en inglés) en específico son modelos inspiradas en el aprendizaje humano que han proporcionado una solución óptima a problemas en diferentes campos de ingeniería. Las representaciones precisas de las conexiones entre cada uno de los elementos de un sistema complejo determinan el análisis y procesamiento eficiente de la información. Los datos generados a partir de experimentos en sistemas que involucran energía renovable son idóneos para ser modelados mediante redes neuronales artificiales, dado su dinamismo temporal, la influencia de factores ambientales y su complejidad inherente. Esto se ejemplificó con el desarrollo de un modelo de red neuronal capaz de predecir la eficiencia térmica en un colector solar de canal parabólico PTSC.
Wassila Ajbar es ingeniera química y tiene una maestría en Ingeniería Ambiental y Gestión del medio Industrial, los estudios realizados en su país natal, Marruecos, en la Facultad de Ciencias y Técnicas de Tánger. En 2016, se trasladó a México para cursar una segunda maestría en Ingeniería y Ciencias Aplicadas en el Centro de Investigación en Ingeniería y Ciencias Aplicadas, perteneciente a la Universidad Autónoma del Estado de Morelos (CIICAp-UAEM), gracias a la beca de excelencia otorgada por la Secretaría de Relaciones Exteriores en el marco del programa de intercambio México Marruecos. En julio de 2022, obtuvo su Doctorado en Ingeniería y Ciencias Aplicadas en el mismo centro de investigación (CIICAp-UAEM). Su tesis se centró en el mejoramiento del rendimiento térmico del sistema de colectores solares de canal parabólico mediante la inteligencia artificial. Para lograrlo, utilizó las herramientas más poderosas de la inteligencia artificial como las redes neuronales artificiales, la inversa multivariable de las mismas combinada con algoritmos genéticos y el algoritmo de optimización por enjambres de partículas. En la actualidad, lleva a cabo una estancia postdoctoral en el Instituto de Ingeniería de la Universidad Nacional Autónoma de México (IIUNAM), donde desarrolla un proyecto de investigación enfocado en el uso de redes neuronales convolucionales para caracterizar y analizar el flujo bifásico intermitente en tuberías de presión horizontal.
