Search

Nowadays, energy management has gained attention due to the constant increment of energy consumption in industry and the pollution problems that this fact supposes. On this subject, one of the main industrial sectors, the food and beverage, attributes a great percentage of its energy expenditure to the refrigeration systems. Such systems are highly affected by operation conditions and are commonly composed by different machines that are continually interacting. These particularities difficult the successful application of efficient energy management methodologies requiring further research efforts in order to improve the current approaches. In this regard, with the current framework of the Industry 4.0, the manufacturing industry is moving towards a complete digitalization of its process information. Is in this context, where the promising capabilities of the data-driven techniques can be applied to energy management. Such technology can push forward the energy management to new horizons, since these techniques take advantage of the common data acquired in the refrigeration systems for its inner operation to develop new methodologies able to reach higher efficiencies. Accordingly, this thesis focuses its attention on the research of novel energy management methodologies applied to refrigeration systems by means of data-driven strategies. To address this broad topic and with the aim to improve the efficiency of the industrial refrigeration systems, the current thesis considers three main aspects of any energy management methodology: the system performance assessment, the machinery operation improvement and the load management. Therefore, this thesis presents a novel methodology for each one of the three main aspects considered. The proposed methodologies should contemplate the necessary robustness and reliability to be applicable in real refrigeration systems. The experimental results obtained from the validation tests in the industrial refrigeration system, show the significant improvement capabilities in regard with the energy efficiency. Each one of the proposed methodologies present a promising result and can be employed individually or as a whole, composing a great basis for a data-driven based energy management framework. Avui en dia la gestió energètica ha guanyat interès degut a l'increment constant de consum per part de la indústria i els problemes de contaminació que això suposa. En aquest tema, un dels principals sectors industrials, el d'alimentació i begudes, atribueix bona part de percentatge del seu consum als sistemes de refrigeració. Aquests sistemes es veuen altament afectats per les condicions d'operació i habitualment estan formats per diverses màquines que estan continuament interactuant. Aquestes particularitats dificulten l'aplicació exitosa de metodologies d'eficiència energètica, requerint més esforços en recerca per millorar els enfocs actuals. En aquest tema, amb l'actual marc de la Indústria 4.0, la indústria està avançant cap una digitalització total de la informació dels seus processos. És en aquest context, on les capacitats prometedores de les tècniques basades en dades poden ser aplicades per a la gestió energètica. Aquesta tecnologia pot impulsar la gestió energètica cap a nous horitzons, ja que aquestes tècniques aprofiten les dades adquirides usualment en els sistemes de refrigeració per el seu propi funcionament, per a desenvolupar noves metodologies capaces d'obtenir eficiències més elevades. En conseqüència, aquesta tesi centra la seva atenció en la recerca de noves metodologies per a la gestió energètica, aplicades als sistemes de refrigeració i mitjançant estratègies basades en dades. Per abordar aquest ampli tema i amb el propòsit de millorar l'eficiència dels sistemes de refrigeració industrial, la present tesi considera els tres aspectes principals de qualsevol metodologia de gestió energètica: l'avaluació del rendiment del sistema, la millora de l'operació de la maquinària i la gestió de les càrregues. Per tant, aquesta tesi presenta una metodologia nova per a cadascun dels tres aspectes considerats. Les metodologies proposades han de contemplar la robustesa i fiabilitat necessàries per a ser aplicades en un sistema de refrigeració real. Els resultats experimentals obtinguts dels tests de validació fets en un sistema de refrigeració industrial mostren unes capacitats de millora significatives referent a l'eficiència energètica. Cadascuna de les metodologies proposades presenta un resultat prometedor i pot ser aplicada independentment o juntament amb les altres, formant una bona base per un marc de gestió energètica basat en dades.

This paper is devoted to obtain a model of nonlinear loads (NLL) connected to LV electric networks, in order to predict the consequences of including parallel active or passive filters. The model is based on Neural Networks (NNs) and its purpose is the prediction of harmonic currents generated by a certain load when supplied by a network with significant series impedance, disturbed by other random and unknown neighbour loads. The NNs have been trained by using data obtained from several circuit simulations of a network supplying several unknown neighbour loads beside the load of interest, consisting of a set of rectifiers. The model is validated using the same network structure, with different neighbour loads and different load conditions.

Aquest projecte de fi de carrera té la finalitat d’efectuar el disseny, la supervisió i el control d’un sistema de transport i acumulació de caixes. Per una banda s’efectuarà el disseny del sistema d’acumulació i transport, és a dir, tots els components físics que el comprendran. Es detallarà la lògica de funcionament, ja que el sistema haurà d’interactuar amb altres dispositius programables de la planta. Per altra banda constarà de la programació del PLC de manera eficient ja que ha de controlar moltes entrades i sortides de forma ràpida. Finalment s'inclourà un sistema SCADA en que des de qualsevol ordinador de l’empresa es pugui accedir al sistema veure l’estat i modificar-ne els paràmetres desitjats.

La presente es la tercera oportunidad en que abundo en aspectos diversos de un epistolario inédito (1927-1932) de Margarida Xirgu. En la primera ocasión, di cuenta de la existencia de la serie de cartas de referencia, y publiqué tres de ellas. En la segunda, se estudiaron todas las misivas con datos relativos a García Lorca y a Rafael Alberti, y se dieron a conocer los fragmentos que los contenían. Ahora, y en sucesivos artículos, se tratará de aportar nuevos documentos inéditos sobre otras piezas teatrales y otros dramaturgos vinculados a la actriz en el período que se considera. De entre las diversas cartas ad hoc, se comentarán en este trabajo —y en su caso se editarán íntegramente— las que incluyen referencias a Jacinto Benavente, de modo que reservo para contribuciones posteriores las que aluden a los Quintero, Marquina, Jacinto Grau, etc.

Delimitaciones, hasta el momento presente el último poemario publicado de Jorge Urrutia, apareció prácticamente a los veinte años de su primer libro de poemas, Lágrimas saladas (Caracas, 1966), al que siguieron Amor canto el primero (Málaga, 1967), Con la espada de mi boca (Barcelona, 1967) y La fuente como un pájaro escondido (Bilbao, 1968). Tras casi una década sin dar a luz nuevos libros de creación, con El grado fiero de la escritura (1977) y Del estado, evolución y permanencia del ánimo (1979) reiniciaría su andadura lírica, pero a través de una poética muy peculiar, en la que se inscribe asimismo su ya referido conjunto más reciente, Delimitaciones.

This project includes the study and development of an end of line tester diagnosis system. The inputs are torque signals from the EOLT and the outputs are the current states of the machine. A raw data study is implemented in order to extract the best features for the posterior evaluation. The signal is partitioned, filtered and analyzed, therefore, some statistical features are calculated. Subsequently two different parts are developed, the novelty detection and the classification. The first one allows the system to recognize if the input data comes from a new machine state, never seen before, and the second classifies the input data into its target. For the novelty system, a subset of features is selected and the novelty detection algorithms are applied. The selection is based on the healthy state data in order to recognize any other state as faulty. The algorithm relearns with every new state encountered for the purpose of detecting only as new patterns the ones that have never seen before. In the other hand, for the classification, the features are selected and extracted with every new data batch detected, using the healthy state variables and the other from the faulty states. The algorithm classify the input data and it is retrained with every new batch. The solution is implemented with a user interface allowing the exemplification of all the steps and the labeling of new patterns encountered