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
.jpg)
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/190900
Ver los metadatos del registro completo
| 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 |