Resúmenes de las Pláticas

La física y matemáticas detrás de las ocultaciones estelares en TAOS-2

El proyecto TAOS-II, que está siendo instalado en el Observatorio Astronómico Nacional de San Pedro Mártir (OAN-SPM), estará dedicado a la detección de objetos transneptunianos por medio de ocultación estelar fortuita (https://taos2.asiaa.sinica.edu.tw/). La importancia científica de TAOS-II radica en la comprensión de la formación y evolución del sistema solar, que aún es una pregunta abierta para la astrofísica. Por otro lado, las ocultaciones estelares producidas por objetos transneptunianos producen un patrón de difracción que es proyectado hacia la tierra. Los telescopios “leerán” dicho patrón en una dimensión generando una curva de luz de la ocultación estelar. Gracias al entendimiento de la propagación de la luz, basado en el principio de Huygens-Fresnel, es posible extraer información física del objeto que produce la ocultación, a saber: tamaño, distancia y forma. Para este curso corto se propone analizar el modelo de la integral de difracción hasta llegar a su aproximación de campo cercano, la integral de Fresnel. Posteriormente se obtiene una solución exacta para objetos circulares basada en funciones de Lommel. Sin embargo, los objetos transneptunianos que pretendemos detectar no son circulares (esféricos), sino que pueden tener una forma aleatoria, producto de impactos o simplemente porque están fuera de equilibrio hidrostático. En este sentido, es necesario proponer una solución numérica para la integral de Fresnel, que permita analizar las formas de los objetos y predecir sus patrones de difracción. La herramienta matemática a utilizar es la transformada de Fourier aplicada a la propagación de ondas. Una vez que el proyecto comience a detectar ocultaciones estelares será necesario analizar la curva de luz para calcular conocer las características físicas de los objetos. Para esta tarea, hemos diseñado algoritmos de reconocimiento de patrones que permiten diferenciar entre curvas muy similares y así extraer la información científica relevante.

Simulación y evaluación del diseño de un secador solar tipo invernadero acoplado a un sistema de calentamiento auxiliar

López-Ortiz, A.¹, ²; Román-Roldán, N.I.³; Hernández-Tamayo D.³; Pilatowsky-Figueroa, I.¹; García-Valladares, O.<sup>1

1</sup>Universidad Nacional Autónoma de México-Instituto de Energías Renovables. ²Consejo Nacional de Ciencia y Tecnología. ³Universidad Autónoma Del Estado de Morelos. Facultad de Ciencias Químicas e Ingeniería.

Actualmente hasta un 30 % de la producción de frutas y hortalizas se desecha a causa de la corta vida de anaquel. Un método para conservar los alimentos y disminuir las mermas es el secado. Sin embargo, los costos de calentamiento son elevados, por lo cual, es necesario diseñar equipos que permitan utilizar energías renovables. Los fenómenos de transferencia de masa y calor que suceden en un secador pueden ser simulados para reducir costos de construcción y diseño de equipos. En el caso de secadores solares es necesario cuantificar la contribución de energía solar por radiación en la cubierta, en su interior y la aportación energética que pueden tener calentadores solares de aire. El objetivo del presente trabajo fue simular la transferencia de calor por convección y radiación en un secador tipo invernadero con un sistema auxiliar de calentamiento (captadores solares de aire), utilizando dinámica de fluidos computacional, para posteriormente realizar la evaluación experimental del diseño propuesto. Se utilizó el software ANSYS FLUENT 14.0, se utilizaron las ecuaciones de radiación solar modelo S2S, turbulencia: modelo K-épsilon estándar. Se simuló considerando una temperatura de entrada de 60°C y de salida de 25°C. Se utilizó como material de envoltura el polietileno. La ubicación geográfica se representó con las coordenadas 18.85 latitud y -99.2333 en longitud. Las condiciones climáticas fueron obtenidas con la herramienta carga solar, se utilizó una radiación solar directa promedio de 981. 21 W/m2. Se utilizó una malla no estructurada tipo prisma. En la simulación se obtuvieron temperaturas en el rango de secado 40°C a 60°C en el interior y la cubierta del invernadero. También se registró una temperatura máxima de 55.55°C y una mínima de 35.95°C dentro del secador. En la evaluación experimental el aire fue calentado de forma directa mediante tres calentadores solares de aire conectados en serie. El secador tipo invernadero se instrumentó para tener un monitoreo dentro y fuera de la radiación, temperatura, humedad relativa y la velocidad del aire. Se utilizó el software VEEPro 9.3, para la adquisición de datos del invernadero en el transcurso de las pruebas. La evaluación del funcionamiento del invernadero se llevó a cabo en los meses de Noviembre y Diciembre del 2016. Se obtuvieron temperaturas de 40°C con convección natural dentro del invernadero con radiación máxima de 1055 W/m2. En las pruebas con convección forzada y con el acoplamiento de los calentadores de aire, se obtuvo una temperatura máxima de 44°C con una radiación máxima de 806 W/m2. La velocidad del aire utilizada fue de 0.58 m/s ± 0.12 m/s en el interior del invernadero para convección forzada. Se concluyó que en el secador tipo invernadero es posible llevar a cabo el proceso de secado, ya sea por convección natural o convección forzada. El acoplamiento de los calentadores de aire contribuyó en el incremento de la temperatura del invernadero. Los resultados de la simulación son congruentes con los resultados de la evaluación del funcionamiento del secador tipo invernadero acoplado a un sistema de calentamiento auxiliar de aire.

Aplicación del análisis espectral en sismología volcánica

El análisis espectral es una herramienta fundamental en el monitoreo de las señales sísmicas de origen volcánico. La transformada de Fourier y su representación en tiempo-frecuencia, ha sido tradicionalmente el método espectral más empleado como parte del monitoreo sísmico en volcanes. En años recientes se han propuesto diversos métodos espectrales adecuados para el análisis de señales no-estacionarias con componentes episódicas, tales como la transformada de wavelets, la transformada 'synchrosqueezing' y las descomposiciones espectrales en modos empíricos. Como casos de estudio, se presentará el análisis temporal del contenido espectral de las señales sísmicas del Volcán de Colima y del Volcán Poás, empleando además de Fourier, las diferentes técnicas espectrales recientemente propuestas. Se evalúa el potencial que cada método puede ofrecer para caracterizar, detectar y cuantificar variaciones espectrales que puedan ser empleadas en el pronóstico de eventos eruptivos y en el análisis de los procesos de erupciones en curso.

Reconocimiento de patrones y minería de datos

El reconocimiento de patrones (RP), se inspira en la forma en como el ser humano reconoce los objetos de la vida real de manera natural, ayudándose de sus sentidos para identificar y procesar una gran cantidad de información de su entorno en el que vive, tomando en cuenta el proceso natural que se lleva a cabo mediante el cerebro humano para asimilar la información y reconocer los objetos del entorno que le rodea. Asimismo, el RP se define como la simulación del razonamiento inteligente de los procesos computacionales, llevados a cabo mediante un aprendizaje de máquina, apoyándose de diversos algoritmos para predecir los objetos del entorno real. Dentro de las tareas del reconocimiento de parones, se encuentra la clasificación, regresión, agrupamiento, entre otros. En este apartado, únicamente se presentará de manera general, el reconocimiento de los objetos de la vida real. Tomando en cuenta para ello, el aprendizaje y la clasificación de dichos objetos a través de algoritmos de máquina. En la fase de aprendizaje, se entrena a los algoritmos para que tenga la capacidad de reconocer los objetos. En la clasificación se realiza la división de las clases del universo de estudio, las cuales son mutuamente excluyentes (Figura 1). De tal manera que los patrones pertenecientes a cierta clase tienen características similares entre ellos y distintas entre los patrones de otras clases.

Figura 1

Minería de datos no estructurados con Inteligencia Artificial

Ante la explosión en la accesibilidad de datos nos encontramos con el reto de explotar aquella información que no tienen una organización estructurada como lo son  tablas o bases de datos,  y más bien tienen una naturaleza diferente como lo son el texto, el audio, las imágenes o el video, últimamente formatos con una creciente adopción. En esta presentación presentamos mecanismos para el minado de información de estas fuentes, pero enfocadas a entender el contenido de estas como: si un tuit está siendo irónico, si en un audio está cantando una especia de ave determinada, qué personas aparecen en una imagen o si un video retrata un hecho violento. Presentaremos este nivel de análisis en base a metodologías de inteligencia artificial, en particular de aprendizaje profundo, y ejemplificaremos algunos de avances con proyectos propios.

Introducción al Análisis Topológico de Datos vía Homología Persistente.

El Análisis Topológico de Datos (ATD) es un área de estudio reciente que busca estructuras topológicas en un conjunto de datos, como son las componentes conexas, hoyos y sus análogos en dimensiones superiores. En esta plática daremos una introducción al ATD utilizando el enfoque de la Homología Persistente. Nos concentraremos en los objetos matemáticos subyacentes y cómo cuantificar las estructuras topológicas mencionadas. Utilizaremos varios ejemplos simulados y diversos programas de cómputo para aterrizar los conceptos explicados.