Ingeniería Civil Mecánica (Campus San Joaquín)

En el presente trabajo se desarrolla un modelo basado en técnicas de machine learning para poder detectar y segmentar módulos fotovoltaicos en imágenes RGB. Tras un breve estudio del estado del arte en análisis de imágenes se opta por desarrollar un modelo basado en Mask R-CNN, ya que es capaz de detectar y segmentar objetos en imágenes. Para lograr este objetivo se genera un conjunto de ejemplos de 110 imágenes con ambientes o fondos complejos, segmentando manualmente los módulos PV dentro de estas, con las cuales se logra un entrenamiento efectivo del modelo desarrollado. A partir de este entrenamiento el modelo es capaz de detectar y segmentar paneles fotovoltaicos en ambientes complejos logrando una precisión de 99.6%, una puntuación F1 de 0.97 y un parámetro de pérdida de área segmentada “loss” del 15%, lo que demuestra la capacidad del modelo y su fiabilidad para detectar y segmentar imágenes futuras.

Con el fin de contribuir al desarrollo urbano de viviendas sociales confortables, que posean sistemas de climatización de bajo costo y amigables con el medio ambiente, en esta Memoria de Titulo se desarrolla un modelo de climatización basado en radiación nocturna para una vivienda. En este trabajo se evaluó el desempeño energético de 3 modelos y su acoplamiento mediante simulaciones en software TRNSYS con los datos meteorológicos de la ciudad de Santiago de Chile entregados por Meteoblue del año 2019. Primero se modeló un sistema de calentamiento y enfriamiento integrado por un colector solar plano y una bomba, utilizando el fenómeno de la radiación nocturna como enfriamiento pasivo, considerando el ciclo de enfriamiento desde las 22:00 horas a 06:00 horas del día siguiente. Obteniendo una ganancia térmica diaria de 2425 Wh en el estanque caliente y −132 Wh en el estanque frío. Reduciendo la temperatura promedio sólo 1°C en el estanque frio y aumentando la temperatura 25°C en el estanque caliente. Segundo, se modeló la Casa Fénix con características constructivas del diseño real de la Universidad Técnica Federico Santa María, ganancias térmicas por ocupación de 4 personas, equipos, iluminación e infiltraciones. Se realizó un análisis de la variación de temperatura, a lo largo de un día típico de verano, en cada habitación. Obteniendo un comportamiento coherente con las características mencionadas y una temperatura máxima de 38°C sin sistema de climatización. Tercero, se modeló un Fan Coil con una bomba, un ventilador en línea y un serpentín con las características de un Fan Coil doméstico. Obteniendo en el mejor modo de funcionamiento una variación de temperatura de 5°C en el serpentín, logrando de este modo, extraer 903 Wh del aire en un día. Finalmente se acoplaron los 3 modelos mencionados donde los mejores resultados del modelo del sistema completo fueron utilizando aire exterior como alimentación de Fan Coil. Obteniendo un perfil de temperatura cercano a la temperatura de consigna de 24°C, logrando extraer 802 Wh debido al Fan Coil