Summary of tutorials:
- Introducción a la simulación de algoritmos distribuidos
- Diseño e implementación de controladores digitales
- Análisis y automatización de redes de distribución inteligentes, integrando sistemas fotovoltaicos, eólicos y de almacenamiento
- Introducción a RDS con apoyo práctico ComSoc
- Aplicaciones Prácticas de Inteligencia Artificial
- IoT FastTrack WiFi
Tuesday, October 11th 8:00 -12:00
Duration: 4 hours
Lab: Laboratorio 4 FIEE/CEC ,Facultad Ingeniería Eléctrica y Electrónica, Escuela Politécnica Nacional
Este es un taller en el que se estudian sistemas distribuidos bajo el modelo de comunicación asíncrona por paso de mensajes. Para ello usaremos un simulador de eventos discretos programado en python, para estudiar algoritmos tales como la exploración en profundidad o la elección de líder. El simulador soporta la ejecución concurrente de algoritmos, asi como la cooperación entre capas, estilo OSI (o TCP/IP). Con mucha facilidad podemos programar eventos aleatorios tales como retardos o fallas.
Requerimientos:
- PC o laptop con la última versión de Python instalada.
About the Speaker:
Ricardo Marcelín-Jiménez
R. Marcelín-Jiménez was born in Mexico City, in 1965. He received his B.Sc. In Electronics Engineering from the Metropolitan Autonomous University – Iztapalapa (UAM-I), Mexico, in 1987, the M.Sc. in Computer Eng. from the National Polytechnic Institute (CINVESTAV-IPN), Mexico, in 1992 and the PhD in Computer Science from the National Autonomous University of Mexico (UNAM), Mexico, in 2004. He is a full researcher and professor at the Department of Electrical Engineering in UAM-I. He is the author of 3 books, more than 50 articles, and 1 invention. His research interests are in the theory and practice of distributed computing, especially issues related to coordination and fault tolerance. Dr. Marcelín-Jiménez is a member (level I) of the National Research System (SNI) of CONACYT Mexico. As a consultant, he has been in charge of the design, construction and deployment of massive scale storage systems.
Martes 11 de Octubre 8:00 -12:00 & 13:00-17:00
Duration: 4 hours
Lab: Laboratorio 1 FIEE/CEC ,Facultad Ingeniería Eléctrica y Electrónica, Escuela Politécnica Nacional
Los sistemas de control modernos desplegados en múltiples aplicaciones que varían en complejidad y tamaño, desde aplicaciones microelectrónicas hasta soluciones industriales, están en continua actualización. Afortunadamente, en las arquitecturas de control actuales predominan las soluciones de control digital/discreto, en las que resulta factible actualizar líneas de código para que a través de la misma configuración de hardware sea posible alcanzar desempeños optimizados de un sistema de control.
Este taller tiene como propósito desarrollar, de forma práctica, habilidades de diseño e implementación en los participantes. La audiencia meta son todas las personas interesadas en el mundo del control discreto, incluso si cuentan con experiencia previa en diseño e implementación de controladores digitales. El requisito mínimo para cursar con éxito este taller es conocer fundamentos de programación en MATLAB.
Objetivo:
- Diseñar e implementar en simulaciones de MATLAB algoritmos de control digital aplicados a los siguientes sistemas dinámicos: i) velocidad de un motor dc; ii) intercambiador de calor (sistema MIMO); iii) aerogenerador (turbina de viento); y, iv) circuito de molienda de cemento.
Contenidos:
Los contenidos de este taller se revisarán con moderada profundidad teórica. El énfasis de los tópicos que se cubren en el taller es mayormente práctico a través de simulaciones en MATLAB. A continuación, la lista de contenidos:
- Introducción al control discreto
- Discretización de controladores de tiempo continuo
- Sistemas de control en espacio de estados
- Modelamiento de sistemas dinámicos utilizando datos
- Control de modelo predictivo
Duración:
La duración del taller es de 8 horas.
About the Speaker:
Luis Ismael Minchala
Luis Ismael Minchala recibió su grado de Ingeniero Electrónico en el 2006 por parte de la Universidad Politécnica Salesiana; sus grados de máster y doctor los recibió por parte del Tecnológico de Monterrey, México, en el 2011 y 2014, respectivamente. Entre el verano de 2012 y 2013 fue académico visitante en la Universidad de Concordia en Montreal, Canadá. Desde el año 2015 el Dr. Minchala es profesor/investigador en el Departamento de Ingeniería Eléctrica, Electrónica y Telecomunicaciones de la Universidad de Cuenca. Entre 2017 y 2018, se desempeñó también como investigador PostDoc del Tecnológico de Monterrey en el grupo de investigación de energía y cambio climático. Actualmente, es también profesor invitado del Tecnológico de Monterrey y de la Pontificia Universidad Javeriana. Ha participado como autor y co-autor en más de 60 publicaciones indizadas, incluyendo artículos de conferencia, revista, capítulos de libro y un libro. Sus intereses de investigación son el control tolerante a fallas aplicado a los sistemas de energía, automatización y optimización de procesos y la robótica.
Martes 11 de Octubre 8:00 -12:00
Duration: 4 hours
Lab: Laboratorio 2 FIEE/CEC ,Facultad Ingeniería Eléctrica y Electrónica, Escuela Politécnica Nacional
El continuo desarrollo de los sistemas de distribución (SD) y los decretos ejecutivos 238 y 239, traen consigo nuevos desafíos a profesionales de la ingeniería eléctrica, por lo que es necesario, una formación sólida que permita actualizarse en las innovaciones y soluciones de automatización aplicadas en los SDs. El desarrollo tecnológico de los fabricantes de soluciones, desemboca en la inserción de redes inteligentes – Smart Grids con recursos distribuidos RDs (sistemas fotovoltaicos, eólicos, de almacenamiento, entre otros) y cargas especiales como vehículos eléctricos, en los SDs. Esta realidad obliga a considerar dentro del análisis, conceptos y técnicas, que atiendan las necesidades actuales y futuras de los SDs. Dentro de este contexto, el software libre y de código abierto Open Distribution System Simulation – OpenDSS a utilizar en el tutorial, es constante en su desarrollo, ya que: fue creado por el Electrical Power Research Institute (EPRI) específicamente para SDs con RDs, agrupa las redes tipo establecidas por el Institute of Electrical and Electronics Engineers (IEEE), permite simular la dinámica y comportamiento real de los RDs y dispone de interfaces directas con los sofware MATLAB, Python, MS Office o Visual Basic for Aplication (VBA). El tutorial, contempla los siguientes temas principales:
- Desarrollo de los sistemas de distribución desde sus orígenes hasta la actualidad
- Factores técnicos para análisis práctico de sistemas de distribución
- Potencia firme, y factores de transferencia y contingencia, en redes de distribución
- Flujos de potencia y análisis de cortocircuito, en redes IEEE y redes de distribución reales, considerando curvas de carga de trasformadores de distribución y cargas especiales como VEs, y perfiles de generación de sistemas fotovoltaicos, eólicos y de almacenamiento • Interface con otros software como MATLAB y Python
- Automatización e integración de redes inteligentes en sistemas de distribución
- Elaboración de publicaciones técnicas en revistas indexadas y aplicación a programas de posgrado en Brasil
Duración:
La duración del taller es de 6 horas.
About the Speaker:
Germán Israel Casillas Peña
Ingeniero Eléctrico por la Escuela Politécnica Nacional de Quito – Ecuador en 2008, en el 2017 obtuvo el título de Magíster en Ingeniería Eléctrica – Sistemas Eléctricos de Potencia, en la Escuela Politécnica de la Universidad de São Paulo – Brasil. Profesional de Ingeniería en la Organización Latinoamericana de Energía y en la Agencia de Regulación y Control. Actualmente, es Jefe de Departamento de Control de
Calidad de Producto y Pérdidas Técnicas en la Empresa Eléctrica Quito, Investigador del Grupo de Sistemas Productivos de la Universidad Estatal Paulista “Júlio de Mesquita Filho y en el Centro de Estudios em Regulación e Calidad de Energía y Laboratorio de Redes Eléctricas Inteligentes de la Escola Politécnica de la Universidad de São Paulo y candidato a Doctor en la Escuela Politécnica de la Universidad de São Paulo – Brasil. Sus áreas de interés de investigación son planificación, optimización y operación, de sistemas de distribución inteligentes con recursos distribuidos.
Martes 11 de Octubre 14:00-18:00
Duration: 4 hours
Lab: Laboratorio 2 FIEE/CEC ,Facultad Ingeniería Eléctrica y Electrónica, Escuela Politécnica Nacional
About the Speaker:
Carlos Daniel Altamirano Carrillo
Carlos Daniel Altamirano Carrillo recibió el título Ingeniero en Electrónica y Telecomunicaciones de la Universidad de las Fuerzas Armadas ESPE, Sangolquí, Ecuador, en 2009; los títulos de Máster y Doctor en Ingeniería Eléctrica en el área de Telecomunicaciones y Telemática de la Universidad Estatal de Campinas (UNICAMP), en 2011 y 2021, respectivamente. En 2012 se unió al Departamento de Eléctrica, Electrónica y Telecomunicaciones de la Universidad de las Fuerzas Armadas ESPE como docente e investigador. Colabora en el Grupo de Investigación en Sistemas Inteligentes (WiCOM-Energy) y en el Centro de Investigación de Aplicaciones Militares (CICTE). Fue condecorado como el mejor graduado de su promoción en la obtención de su título de ingeniería. Es autor y coautor de más de 20 artículos en revistas indexadas y de conferencias sobre temas relacionados con las comunicaciones inalámbricas, el procesamiento de señales y radio definido por software. Ha participado en más de 3 proyectos de investigación con fondos públicos y dirigido 2 de ellos. Sus principales áreas de interés en investigación incluyen comunicaciones inalámbricas, los sistemas MIMO, la codificación de canal, el procesamiento digital de señales y la radio definida por software en sistemas 5G y futuros. Actualmente, se desempeña también como Director de la Carrera de Ingeniería en Telecomunicaciones en la Universidad de las Fuerzas Armadas ESPE.
Martes 11 de Octubre 14:00-18:00
Duration: 4 hours
Lab: Laboratorio 4 FIEE/CEC ,Facultad Ingeniería Eléctrica y Electrónica, Escuela Politécnica Nacional
La inteligencia artificial es un campo de la computación que se dedica al desarrollo de algoritmos que simulan ciertas capacidades de la inteligencia humana. Uno de los problemas más investigados dentro de inteligencia artificial es el desarrollo de algoritmos de aprendizaje, a lo cual se denomina machine learning. Dentro de machine learning, una de las áreas de mayor impacto científico y tecnológico es el deep learning. Deep learning consiste en el desarrollo de modelos de aprendizaje basados en redes neuronales profundas. Este tutorial iniciará con una rápida introducción teórica a inteligencia artificial, machine learning y deep learning. Luego revisaremos, de forma práctica, algunos
conceptos relacionados con neuronas y redes neuronales artificiales. Sobre esta base teórica y práctica desarrollaremos, desde cero, una aplicación práctica de deep learning que consiste en el reconocimiento de dígitos manuscritos en tiempo real.
Requisitos de hardware:
Computador de escritorio o portátil con:
- Al menos 8GB de RAM
- Al menos 10 GB de espacio disponible en disco duro
- Procesador i5 (o equivalente) o versiones superiores
- Sistema operativo Windows 10 o superior
- Webcam
Nota: No es imprescindible tener computadores con una unidad de procesamiento gráfico (GPU), pero
contar con este tipo de hardware ayudará a acelerar el entrenamiento del modelo práctico que se
desarrollará en este tutorial.
Requisitos de software:
- Matlab 2021a o versiones superiores
- Para el desarrollo del tutorial se requiere tener conexión a Internet.
Duración:
La duración del taller es de 4 horas.
About the Speaker:
Marco Enrique Benalcázar Palacios
Marco E. Benalcázar es Doctor (Ph.D.) en Ingeniería Electrónica por la Universidad Nacional de Mar del Plata de Argentina. Actualmente, es catedrático e investigador del Departamento de Informática y Ciencias de la Computación de la Escuela Politécnica Nacional. Es también director del Laboratorio de Investigación en Inteligencia y Visión Artificial “Alan Turing” de la Facultad de Ingeniería de Sistemas de la Escuela Politécnica Nacional. Ha dirigido múltiples proyectos de investigación sobre fundamentos y aplicaciones de inteligencia artificial y ciencias de la computación. Ha publicado más de 60 artículos en congresos y revistas científicas de alto impacto sobre inteligencia artificial y machine learning. Tiene más de 12 años de experiencia trabajando en estas áreas. Es también divulgador científico y consultor en el área de inteligencia artificial y computación, y ha sido acreedor a varios premios nacionales e internacionales por su destacada trayectoria en investigación.
Martes 11 de Octubre 8:00-12:00 & 13:00-17:00
Duration: 4 hours
Lab: Laboratorio 5 FIEE/CEC ,Facultad Ingeniería Eléctrica y Electrónica, Escuela Politécnica Nacional
El curso inmersión , proporciona una visión general de los conceptos y desafíos de la economía digital
moderna donde las personas, procesos, datos y cosas se conectan.
Los contenidos del curso se enfocan en desarrollar habilidades de forma rápida con una plataforma de
bajo costo soluciones basadas en controladores IoT, sensores y actuadores que puedan interactuar con
plataforma de procesamiento de datos para mejorar la toma de decisiones en el comercio, la industria y
la vida social en general.
Requisitos:
- Acceso a Internet con BW para soporte de sesiones remotas.
- Dominio básico de programación.
- Fundamentos básicos de electrónica digital.
- Acceso a computadora personal.
Duración:
La duración del taller es de 8 horas.
About the Speaker:
Luis Kelman Belloso Huezo
Docente investigador del Instituto de Investigación e Innovación en Electrónica de la Universidad Don Bosco, Miembro de IEEE y de capítulo Electron Devices Society.
Formación: Profesor de educación Media Técnica, Instituto de educación Superior el Espíritu Santo, Ingeniero en Automatización e Ingeniero Electricista, ambas carreras de la Universidad Don Bosco, postgrado en Administración de la energía y sus fuentes renovables del Tecnológico de Monterrey.
Experiencia laboral: Mantenimiento electrico/electrónico de centrales hidroeléctricas y de combustión interna. Asesor técnico de ventas en área de telecomunicaciones, encargado de instalar y supervisar repetidores Indoor y Outdoor. Docente de carreras de grado en áreas de FPGA, embebidos, Internet de las cosas, Sistemas de control automático, redes, electrónica analógica.
Intereses de investigación en las areas relacionadas con Industria 4.0, automatización, sistemas embebidos, Internet de las cosas y fuentes renovables de energía.
About the Speaker:
José Varela
Docente investigador de la Facultad de Ingeniería y Tecnologías de la Información y la Comunicación de la Universidad Indoamérica, Miembro de IEEE.
Formación: Ingeniero Industrial en procesos de automatización, Universidad Técnica de Ambato; Magister en Sistemas de control y automatización industrial, Escuela Superior Politécnica de Chimborazo; Doctor en Ingeniería Electrónica, Universidad de Zaragoza.
Experiencia: Docencia en carreras de grado y postgrado en robótica, electrónica, circuitos eléctricos, instalaciones industriales, modelación matemática y automatización de sistemas de manufactura. Ha participado en 4 proyectos de investigación como director. Coordinador del grupo de Investigación en Sistemas Industriales, Software y Automatización (SISAu Research Group).
Intereses de investigación en las áreas relacionadas con robótica, internet de la cosas, automatización y realidad virtual.
Martes 11 de Octubre 8:00-10:00
Duration: 4 hours
Lab: Laboratorio 3 FIEE/CEC ,Facultad Ingeniería Eléctrica y Electrónica, Escuela Politécnica Nacional
In teleoperation of robots, the operator is remotely controlling the robots from a remote location. As a result, the human perception of the remote environments gets generally distorted due to problems relating to distance and data processing. Visual information might be degraded because of video images bandwidth, time delay, frame rates, point of view and motion effects among other reasons. Even though many researchers have proposed a variety of methods for measuring perception, just a few can be used in control closed loop systems. These methods allow to incorporate the metric in a control closed loop system, and task consists in guiding the robot from an initial point to a final one as quick as possible, considering the constraint of avoiding collisions. All these methods of control are evaluated considering aspects such as success rate of executions, time required to complete the task, average velocity coordination error, kinetic energy (when a haptic device is used), situation of awareness, and mental load. Additionally, there are some applications involving a human in the loop experiment of a teleoperation of mobile robots to remark the advantages of using human factors in the controller.
About the Speaker:
Vicente Mut
Vicente A. Mut nació en San Juan, Argentina el 1 de diciembre de 1962. Se graduó con diploma de honor al mejor promedio como Ingeniero Electrónico en la Universidad Nacional de San Juan en 1987. Entre 1990 y 1995 desarrolló su doctorado en Ingeniería de Sistemas de Control en la Universidad Nacional de San Juan, Argentina con una tesis sobre control de robots con movimiento restringido. Actualmente es Profesor Titular en la Universidad Nacional de San Juan, desarrollando actividades de investigación y de docencia de posgrado en el Instituto de Automática y de docencia de grado en el Departamento de Electrónica y Automática. Además es Investigador Principal del Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Ha sido calificado como Investigador Clase I en la categorización para el programa de incentivos a los investigadores-docentes del gobierno argentino. Vicente Mut es miembro de IEEE.