
Recent Additions
- Some of the metrics are blocked by yourconsent settings
Thesis Gas licuado renovable (e-GL): una alternativa carbono neutral al GLP para la transición energética sostenible(Universidad Técnica Federico Santa María, 2025-08-14)La creciente urgencia por enfrentar el cambio climático y avanzar hacia una transición energética sostenible ha impulsado el interés en combustibles renovables capaces de sustituir a los fósiles sin requerir cambios estructurales en la infraestructura existente, esta tesis investiga la viabilidad técnica, la seguridad, la flamabilidad, las emisiones y la formación de hollín de un gas licuado renovable (e-GL), producido mediante procesos tipo Power-to-Gasoline a partir de hidrógeno verde y CO2 capturado del aire, a través de un enfoque integral que combina análisis normativo, modelación computacional y validación experimental, se evalúa su potencial como combustible alternativo al GLP convencional. El análisis regulatorio comparado evidencia que la composición del e-GL no está considerada en la mayoría de las normativas internacionales vigentes, cumpliendo sin modificaciones solo en 1 de 50 países evaluados, gracias al modelado teórico-numérico, se obtuvo que el e-GL es igual de estable, seguro y es intercambiable por el GLP de forma directa, incluso con emisiones netas de carbono iguales a cero. En términos de comportamiento en la combustión, el e-GL presenta una mayor propensión a generar hollín—hasta un 57,6% más por kilogramo de combustible—y libera un 15% de su energía como radiación térmica, lo que podría ser ventajoso en procesos industriales que requieran alta transferencia de calor, además, se demuestra que puede integrarse en la infraestructura actual de distribución de GLP, reduciendo las barreras de adopción. Este estudio sienta las bases técnicas y normativas necesarias para avanzar en la comercialización del e-GL como un combustible seguro, sostenible y competitivo, contribuyendo significativamente a la descarbonización de sectores energéticos residenciales e industriales. - Some of the metrics are blocked by yourconsent settings
Thesis Investigación mecanistica de la supresión de hollín y NOx en llamas de coflujo de propano a iso-carbono mediante la adición de éter dimetílico(Universidad Técnica Federico Santa María, 2025-08-14)This study investigates the influence of dimethyl ether (DME) addition on soot formation, oxidation, and chemical pathways in propane coflow diffusion flames under iso-carbon conditions. Detailed numerical simulations, validated against experimental measurements, were performed for a series of fuel mixtures with increasing DME content. The results reveal a pronounced decrease in soot volume fraction and primary particle size as propane is progressively replaced by DME, accompanied by a \replaced{clear shrinking of the region within the flame where soot is produced}{contraction of the sooting zone} and a significant reduction in carbon-to-soot conversion efficiency. Mechanistic analysis shows that DME addition suppresses the formation of key aromatic precursors and heavy polycyclic aromatic hydrocarbons (PAHs), while enhacing oxidation processes through increased local oxygen availability and modified flame structure. Integrated reaction rate analysis demonstrates that both soot formation and oxidation rates diminish in DME-rich flames, with the balance between these processes shifting toward lower overall soot yields. Notably, nitrogen oxide emissions decrease with increasing DME content despite higher flame temperatures, reflecting changes in radical soot composition and flame residence times. These findings highlight the effectiveness of fuel oxygenation in mitigating soot and pollutant emissions and provide insight into the underlying chemical and physical mechanisms responsible for soot suppression in oxygenated fuel flames. - Some of the metrics are blocked by yourconsent settings
Thesis Numerical and experimental methods to study rheological properties in microfluidic systems(Universidad Técnica Federico Santa María, 2025-08-07)Los sistemas microfluídicos han ganado una atención significativa en los últimos años debido a su capacidad para manejar pequeños volúmenes de muestra con alta precisión, lo que los convierte en elementos esenciales en aplicaciones biomédicas, químicas y de ciencia de materiales. Un fenómeno clave que rige el comportamiento microfluídico es la tensión superficial, la cual desempeña un papel crucial en el control de las interfaces de fluidos y en la formación de gotas. Esta tesis se centra en el estudio de los fenómenos de llenado en sistemas microfluídicos utilizando el método Smoothed Particle Hydrodynamics (SPH), una técnica computacional libre de malla, idónea para simular flujos con superficie libre e interacciones multifase, y valida los resultados numéricos mediante mediciones experimentales. Para mejorar la precisión de las simulaciones SPH en la representación de los efectos de la tensión superficial, se introduce un modelo de potencial de pares escalable inspirado en las fuerzas de cohesión molecular. El modelo se calibra utilizando la ecuación de Young-Laplace y emplea un factor de escala que depende de la resolución de partículas y del volumen de fluido. Pruebas comparativas, como la esferización de un cubo de fluido, experimentos de caída libre y oscilación de gotas, validaron asimismo el modelo frente a resultados teóricos y experimentales. Las simulaciones se realizan con distintos niveles de discretización para evaluar la estabilidad numérica y la precisión. Además, el método propuesto se aplica a simulaciones de flujo microfluídico, particularmente en entornos de microcanales donde la viscosidad y los efectos interfaciales desempeñan un papel fundamental. El estudio busca mejorar la caracterización reológica utilizando plataformas microfluídicas mediante la integración de enfoques computacionales y experimentales. Se emplea análisis basado en imágenes para rastrear la propagación del frente de fluido, lo que permite determinar con precisión la viscosidad. También se investiga el impacto de las pérdidas de flujo en microcanales mediante la minimización de los tubos de conexión, con el fin de perfeccionar las metodologías de reometría en canal. Los resultados de esta tesis contribuyen al avance en el diseño de dispositivos microfluídicos y proporcionan un marco numérico robusto para el modelado de la tensión superficial en simulaciones SPH. Esta investigación tiene amplias implicaciones para la física de gotas, la dinámica del frente de fluido en microcanales y las aplicaciones de ingeniería microfluídica. - Some of the metrics are blocked by yourconsent settings
Thesis Estimación de Series de Inundación por Tsunamis Utilizando Datos de Sistemas de Navegación Global por Satélite (GNSS) mediante Redes Neuronales(Universidad Técnica Federico Santa María, 2025-08-05)Los sistemas de alerta temprana ante tsunamis requieren métodos eficientes y precisos para estimar el peligro en tiempo real. Aunque las modelaciones numéricas basadas en las ecuaciones de aguas poco profundas permiten calcular con alta fidelidad la propagación y la inundación por tsunami, su elevado costo computacional y la dependencia de una estimación precisa de la fuente sísmica limitan su aplicación en contextos operativos. En este trabajo, se propone un modelo basado en redes neuronales convolucionales unidimensionales (CNN-1D) que, a partir de registros GNSS de menos de 9 minutos, calcula la serie de inundación en tierra sin necesidad de estimar la fuente ni de esperar registros prolongados en el mar. Se comparan distintas metodologías, incluyendo un enfoque directo; un esquema en dos etapas que primero predice series de la elevación instantánea de la superficie libre (η) y luego la inundación; y una arquitectura Branch-CNN que busca mejorar la predicción de la inundación incorporando series η durante el entrenamiento. Los modelos fueron entrenados con una base de datos sintética compuesta por 13.000 escenarios generados mediante modelaciones numéricas del movimiento cinemático de la corteza terrestre, la propagación del tsunami y la inundación. Los resultados indican que el enfoque en dos etapas alcanza el mejor desempeño general. Por su parte, la arquitectura Branch-CNN mejora el proceso de aprendizaje al ajustar dinámicamente los pesos de pérdida, aunque no supera la precisión del enfoque en dos etapas. Adicionalmente, se validó el modelo utilizando registros GNSS reales del terremoto y tsunami de Illapel 2015 (Mw 8.4), obteniendo resultados altamente precisos para el pronóstico en Viña del Mar (ViB). Si bien en el caso de Coquimbo (CoB) la predicción no es tan exacta, está coincidió con el nivel de peligrosidad observado, lo que refuerza el potencial de esta herramienta como una alternativa rápida y eficaz para el cálculo de series de tsunamis en sistemas de alerta temprana. - Some of the metrics are blocked by yourconsent settings
Thesis Utilización de Redes Neuronales Convolucionales para Resolver la Ecuación de Poisson(Universidad Técnica Federico Santa María, 2025-08-06)Las redes neuronales profundas han demostrado ser una herramienta poderosa para resolver problemas de ecuaciones diferenciales parciales (EDPs), permitiendo aproximar soluciones a diferentes escenarios donde los métodos tradicionales presentan grandes desafíos. Sin embargo su principal limitación es el alto costo computacional asociado a su entrenamiento y uso, junto a su baja capacidad de generalización. Con el fin solventar este inconveniente, en este trabajo se propone un nuevo enfoque para resolver la ecuación de Poisson mediante el uso de redes neuronales convolucionales (CNNs) con el fin de generar un método más eficiente que el utilizado por las redes neuronales informadas por física (PINNs). El modelo propuesto consiste en entrenar una red CNN para un dominio con condiciones de frontera específicos el cual pueda ser utilizado para resolver diferentes casos de la ecuación de Poisson dentro del dominio establecido. Los resultados obtenidos muestran que el modelo propuesto es capaz de aproximar la solución de la ecuación de Poisson para diferentes escenarios de dominios bidimensionales y tridimensionales, junto con condiciones de frontera variadas e incluso con dominios que incluyen interfaces con un buen grado de generalización, alcanzando errores promedios menores al 5 % en la mayoría de los casos. Sin embargo, el modelo presenta limitaciones en cuanto a la generalización de dominios con geometrías complejas, en donde se observó que no es capaz de generalizar adecuadamente casos tridimensionales con interfaces si no se cuenta con datos de entrenamiento previamente resueltos, además de presentar una clara deficiencia en aproximar cargas puntuales, llegando a errores puntuales de sobre el 90 % en algunos casos. Esto deja abierto un camino para futuras investigaciones, donde se invita a explorar el uso de redes neuronales convolucionales para resolver diferentes problemas de EDPs, así como la posibilidad de mejorar el modelo propuesto.
Most viewed
- Some of the metrics are blocked by yourconsent settings
Thesis Deep Transfomer Q-learning basado en aprendizaje reforzado para optimización de portafolio en Criptomonedas(Universidad Técnica Federico Santa María, 2025-08-08)Optimizing financial asset predictions for portfolio performance is a well-researched area in finance. Advances in computing and machine learning (ML) have enhanced prediction models, particularly for volatile assets like cryptocurrencies, which pose significant challenges for portfolio optimization. Given their complexity, ML techniques offer potential improvements in portfolio performance. This study proposes a Deep Transformer Q-Learning (DTQL) model for optimizing a portfolio of 15 cryptocurrencies. It is the first to compare Transformer, Long Short-Term Memory (LSTM), and Multi-Output Artificial Neural Network (ANN) models using a common dataset that includes an economic crisis period. The study employs Reinforcement Learning (RL) within a Markov Decision Process (MDP) framework to train models using historical price data of the most liquid cryptocurrencies. This approach enables the model to learn optimal allocation policies, adapting more effectively to market volatility. Results demonstrate that the DTQL model outperforms LSTM, ANN, and the market based on the Sharpe Ratio. The Transformer’s attention mechanism and encoder-decoder architecture enhance its ability to capture long-term dependencies without requiring a recurrent structure, leading to superior performance. Findings highlight the potential of Transformer-based RL for cryptocurrency portfolio optimization, aiding investors in decision-making and risk control. Future research could refine the Transformer architecture and integrate additional input variables to develop more sophisticated predictive models. - Some of the metrics are blocked by yourconsent settings
Publication Considerations on anomalous photon and Z-boson self-couplings from the Born–Infeld weak hypercharge action(2022-04-01)AbstractWe investigate the effects of the Born–Infeld action on the Abelian sector of the electroweak model. The consequence of this approach is the emergence of anomalous couplings in the neutral sector of the Z-gauge boson and photon. These new couplings consist of quartic interactions of the photon with the Z-particle, as for example, three-photon-and-one-Z vertex. With that, we obtain the decay width of $$Z \rightarrow 3\,\gamma $$ Z → 3 γ from which we impose a bound on the Born–Infeld parameter. Other bounds are also obtained from the photon quartic couplings. Subsequently, we consider the presence of an external uniform magnetic field in connection with this Born–Infeld weak hypercharge model. The magnetic background field yields new kinematic effects, like the kinetic mixing between the photon and the Z-boson, and we obtain thereby the corresponding dispersion relations for the mixed photon-Z-particle system. Finally, we calculate the lowest-order modifications to the interaction energy for the anomalous coupling $$3\gamma -Z$$ 3 γ - Z , within the framework of the gauge-invariant but path-dependent variables formalism. Our results show that the interaction energy contains a linear term leading to the confinement of static probe charges. With the help of the potential that comes out, interparticle forces are estimated. - Some of the metrics are blocked by yourconsent settings
Publication Evaluation of Changes in Feed Particle Size within an Economic Model Predictive Control Strategy for Froth Flotation(2023-07-01)This study presents the evaluation of the impact of feed particle size on an Economic Model Predictive Control (E-MPC) strategy for a flotation bank. The effect of particle size was assessed under two scenarios: (1) assuming constant floatability with no dependency on particle size, and (2) assuming variable floatability as a function of particle size. The E-MPC strategy uses a dynamic model that includes froth physics, which was previously calibrated and validated using experimental data. Two typical control variables were considered: air flowrate and pulp height setpoints. The proposed objective function depends on three flotation variables: (1) dynamic air recovery, a measurable variable used to quantify froth stability and is directly related to flotation performance, (2) metallurgical recovery at steady-state, and (3) dynamic concentrate grade. A moving horizon estimator (MHE) was implemented to estimate the model states in both scenarios. Simulation results showed that the estimation of metallurgical indicators (concentrate grade and recovery) was significantly affected by changes in the floatability parameter. A poor estimate of floatability is likely to lead to very different results for the control strategy. Future research should focus on estimating and updating the most significant parameters of the dynamic model, such as floatability, with an appropriate sampling time.