Optimización del uso del aire exterior en climatización industrial mediante máquinas de vectores de soporte (SVM)

Autores
Gómez, Reinaldo; Montejano, Germán Antonio; Abdelahad, Corina
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La gestión eficiente de los sistemas de climatización industrial representa un desafío crítico en la industria alimentaria, donde el control ambiental influye directamente en la calidad del producto y en el consumo energético. Este trabajo presenta un enfoque basado en Máquinas de Vectores de Soporte (SVM) para la predicción de condiciones propicias para la incorporación de aire exterior, orientado a reducir el uso de climatización activa sin comprometer los parámetros ambientales requeridos. Se utilizaron más de 71.000 registros de datos ambientales obtenidos in situ para construir y validar un modelo SVM que clasifica, con una precisión del 99,1 %, los momentos adecuados para prescindir del sistema HVAC. La propuesta se contrasta empíricamente con el comportamiento de un sistema industrial real gobernado por control PID, evidenciando que el modelo SVM presenta mejor capacidad anticipativa frente a variaciones externas, con una proyección de ahorro energético del 10 % al 18 %. Los resultados alcanzados permiten posicionar al modelo SVM como una alternativa viable, robusta y escalable para aplicaciones industriales reales. Finalmente, se proponen líneas de acción para la implementación híbrida y la extensión del modelo hacia esquemas de aprendizaje continuo.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
HVAC industrial
Eficiencia energética
Aire exterior
Clasificación inteligente
SVM
Control PID
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/190900

id SEDICI_5f44720c84670e360a91bf040408f69a
oai_identifier_str oai:sedici.unlp.edu.ar:10915/190900
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Optimización del uso del aire exterior en climatización industrial mediante máquinas de vectores de soporte (SVM)Gómez, ReinaldoMontejano, Germán AntonioAbdelahad, CorinaCiencias InformáticasHVAC industrialEficiencia energéticaAire exteriorClasificación inteligenteSVMControl PIDLa gestión eficiente de los sistemas de climatización industrial representa un desafío crítico en la industria alimentaria, donde el control ambiental influye directamente en la calidad del producto y en el consumo energético. Este trabajo presenta un enfoque basado en Máquinas de Vectores de Soporte (SVM) para la predicción de condiciones propicias para la incorporación de aire exterior, orientado a reducir el uso de climatización activa sin comprometer los parámetros ambientales requeridos. Se utilizaron más de 71.000 registros de datos ambientales obtenidos in situ para construir y validar un modelo SVM que clasifica, con una precisión del 99,1 %, los momentos adecuados para prescindir del sistema HVAC. La propuesta se contrasta empíricamente con el comportamiento de un sistema industrial real gobernado por control PID, evidenciando que el modelo SVM presenta mejor capacidad anticipativa frente a variaciones externas, con una proyección de ahorro energético del 10 % al 18 %. Los resultados alcanzados permiten posicionar al modelo SVM como una alternativa viable, robusta y escalable para aplicaciones industriales reales. Finalmente, se proponen líneas de acción para la implementación híbrida y la extensión del modelo hacia esquemas de aprendizaje continuo.Sociedad Argentina de Informática e Investigación Operativa2025-08info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf210-223http://sedici.unlp.edu.ar/handle/10915/190900spainfo:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/JAIIO/article/view/19482info:eu-repo/semantics/altIdentifier/issn/2451-7496info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2026-05-27T11:46:37Zoai:sedici.unlp.edu.ar:10915/190900Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-05-27 11:46:37.633SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Optimización del uso del aire exterior en climatización industrial mediante máquinas de vectores de soporte (SVM)
title Optimización del uso del aire exterior en climatización industrial mediante máquinas de vectores de soporte (SVM)
spellingShingle Optimización del uso del aire exterior en climatización industrial mediante máquinas de vectores de soporte (SVM)
Gómez, Reinaldo
Ciencias Informáticas
HVAC industrial
Eficiencia energética
Aire exterior
Clasificación inteligente
SVM
Control PID
title_short Optimización del uso del aire exterior en climatización industrial mediante máquinas de vectores de soporte (SVM)
title_full Optimización del uso del aire exterior en climatización industrial mediante máquinas de vectores de soporte (SVM)
title_fullStr Optimización del uso del aire exterior en climatización industrial mediante máquinas de vectores de soporte (SVM)
title_full_unstemmed Optimización del uso del aire exterior en climatización industrial mediante máquinas de vectores de soporte (SVM)
title_sort Optimización del uso del aire exterior en climatización industrial mediante máquinas de vectores de soporte (SVM)
dc.creator.none.fl_str_mv Gómez, Reinaldo
Montejano, Germán Antonio
Abdelahad, Corina
author Gómez, Reinaldo
author_facet Gómez, Reinaldo
Montejano, Germán Antonio
Abdelahad, Corina
author_role author
author2 Montejano, Germán Antonio
Abdelahad, Corina
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
HVAC industrial
Eficiencia energética
Aire exterior
Clasificación inteligente
SVM
Control PID
topic Ciencias Informáticas
HVAC industrial
Eficiencia energética
Aire exterior
Clasificación inteligente
SVM
Control PID
dc.description.none.fl_txt_mv La gestión eficiente de los sistemas de climatización industrial representa un desafío crítico en la industria alimentaria, donde el control ambiental influye directamente en la calidad del producto y en el consumo energético. Este trabajo presenta un enfoque basado en Máquinas de Vectores de Soporte (SVM) para la predicción de condiciones propicias para la incorporación de aire exterior, orientado a reducir el uso de climatización activa sin comprometer los parámetros ambientales requeridos. Se utilizaron más de 71.000 registros de datos ambientales obtenidos in situ para construir y validar un modelo SVM que clasifica, con una precisión del 99,1 %, los momentos adecuados para prescindir del sistema HVAC. La propuesta se contrasta empíricamente con el comportamiento de un sistema industrial real gobernado por control PID, evidenciando que el modelo SVM presenta mejor capacidad anticipativa frente a variaciones externas, con una proyección de ahorro energético del 10 % al 18 %. Los resultados alcanzados permiten posicionar al modelo SVM como una alternativa viable, robusta y escalable para aplicaciones industriales reales. Finalmente, se proponen líneas de acción para la implementación híbrida y la extensión del modelo hacia esquemas de aprendizaje continuo.
Sociedad Argentina de Informática e Investigación Operativa
description La gestión eficiente de los sistemas de climatización industrial representa un desafío crítico en la industria alimentaria, donde el control ambiental influye directamente en la calidad del producto y en el consumo energético. Este trabajo presenta un enfoque basado en Máquinas de Vectores de Soporte (SVM) para la predicción de condiciones propicias para la incorporación de aire exterior, orientado a reducir el uso de climatización activa sin comprometer los parámetros ambientales requeridos. Se utilizaron más de 71.000 registros de datos ambientales obtenidos in situ para construir y validar un modelo SVM que clasifica, con una precisión del 99,1 %, los momentos adecuados para prescindir del sistema HVAC. La propuesta se contrasta empíricamente con el comportamiento de un sistema industrial real gobernado por control PID, evidenciando que el modelo SVM presenta mejor capacidad anticipativa frente a variaciones externas, con una proyección de ahorro energético del 10 % al 18 %. Los resultados alcanzados permiten posicionar al modelo SVM como una alternativa viable, robusta y escalable para aplicaciones industriales reales. Finalmente, se proponen líneas de acción para la implementación híbrida y la extensión del modelo hacia esquemas de aprendizaje continuo.
publishDate 2025
dc.date.none.fl_str_mv 2025-08
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/190900
url http://sedici.unlp.edu.ar/handle/10915/190900
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/JAIIO/article/view/19482
info:eu-repo/semantics/altIdentifier/issn/2451-7496
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
210-223
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1866372191150407680
score 13.343132