Planteamiento de políticas industriales con miras a mejorar aspectos de competitividad del sector confecciones de la ciudad de Bogotá, por medio de la aplicación del paradigma de simulación por dinámica de sistemas, utilizando el software Vensim y realizando la experimentación con los indicadores de cumplimiento, participación del PIB, balanza comercial, IVCR, y utilidad, para tres escenarios propuestos: proyectos de inversión, bienestar social, y mercados abiertos.

Abstract: On April 20, 2010, an explosion in the rig Deepwater Horizon performing drilling operations on the Macondo Prospect Well, in the Gulf of Mexico, led to the largest oil spill in the history of the petroleum industry. Eleven crewmembers lost their lives and around 4.9 million barrels of oil were discharged into the ocean until the continuous subsea blowout of the well was contained in September 19, 2010. Given the magnitude and the complexity of the accident, several safety analyses have been proposed by the international community at different levels of the system involved in the accident. Most of these studies use accident analysis techniques based on chain-of-event models, whose main objective is to identify root-causes. However, while this approach describes physical phenomena accurately, it does not explain the role of organizational and socio-economical factors, human decisions, or design inaccuracies in accidents in complex, adaptive, and tightly coupled systems like Macondo. In response to this need, N. Leveson developed the new accident-analysis technique Causal Analysis Based on System Theory (CAST), based on her model System-Theoretic Accident Model and Processes (STAMP). In STAMP accidents are not treated as chain of failure events, but as complex processes that result from a large variety of causes including component failures and faults, system design errors, unintended and unplanned interactions among system components, human operator errors, flawed management decision-making, inadequate controls and oversight, and poor safety culture. This thesis presents management recommendations based on a CAST analysis of the Macondo Accident. The goal is to help the oil and gas offshore drilling community achieve safer operations and understand the value of systems safety in achieving organizational goals. Resumen: El 20 de abril de 2010, una explosión en la plataforma Deepwater Horizon, la cual estaba ejecutando operaciones de perforación en el pozo exploratorio Macondo, en el Golfo de Méjico, resultó en el mayor derrame de crudo de la historia de la industria petrolera. Once trabajadores perdieron su vida y cerca de 4,9 millones de barriles de crudo contaminaron el océano hasta que el escape fue contenido el 19 de septiembre de 2010. Dada la magnitud y complejidad del accidente, múltiples análisis de seguridad industrial han sido propuestos por la comunidad internacional examinando diferentes niveles del sistema organizacional involucrado en el accidente. La mayoría de estos estudios usan técnicas de análisis basadas en modelos de cadena de eventos, cuyo objetivo principal es identificar causa raíces. Sin embargo, mientras este enfoque describe procesos físicos acertadamente, no explica el papel de factores organizacionales y socio-económicos, decisiones humanas, o imprecisiones de diseño en accidentes sucedidos en sistemas organizacionales complejos, adaptativos, y estrechamente acoplados como el de Macondo. En respuesta a esta necesidad, N. Leveson desarrolló la nueva técnica de análisis de accidentes Análisis Causal Basado en la Teoría de Sistemas (CAST por sus siglas en inglés), basada en su Modelo y Proceso Teórico de Análisis de Sistemas (STAMP por sus siglas en inglés). En STAMP, los accidentes no se tratan como eventos de cadena de fallas, sino como procesos complejos que resultan de una gran variedad de causas, incluidas defectos y fallas de componentes, errores de diseño del sistema, interacciones involuntarias e inesperadas entre los componentes del sistema, errores de operadores humanos, decisiones gerenciales equivocadas, controles y supervisiones inadecuados, y deficiencias en la cultura de seguridad industrial. Esta tesis presenta recomendaciones de gestión basadas en un análisis CAST del accidente de Macondo. El objetivo es ayudar a la comunidad de perforación petrolera a lograr operaciones más seguras y comprender el valor de la seguridad industrial en el logro de objetivos organizacionale.

Abstract: Stochastic time series methods for load forecasting are the traditional methods used by electric power companies [1] because they can model seasonal and stochastic behavior of the load [2]. A load time series has patterns that repeat at different time scales such as daily, weekly or yearly. These patterns indicate that load can be predicted and the shortest seasonality component has the highest effect on the forecast. There might be conditions in which load is in different time resolutions, has a different amount of missing data or is under special events such as COVID-19 pandemic. Load forecasting methods should be able to perform well under these circumstances. On the other hand, neural networks are a wide research topic, they can learn [3] and have low forecasting errors [4]. In this work we explain the main characteristics of load demand in time, load forecasting and we compare stochas-tic time series methods with neural networks for load forecasting in terms of the error with respect to the real load. Resumen: Los métodos de series de tiempo estocásticos para pronósticos de carga son los métodos tradicionales usados por compañías de energía eléctrica [1] porque pueden modelar el comportamiento estocástico y estacional de la carga [2]. Una serie de tiempo de carga tiene patrones que se repiten en diferentes escalas de tiempo como diaria, semanal o anual. Estos patrones indican que la carga puede ser predicha y que el componente de estacionalidad más corto tiene el efecto más grande en el pronóstico. Pude que haya condiciones en las cuales la carga este en diferentes resoluciones de tiempo, tenga una diferente cantidad de datos faltantes o este bajo eventos especiales como la pandemia COVID-19. Los métodos de pronóstico de carga deberían ser capaces de llevarse a cabo bien bajo estas circunstancias. Por otra parte, las redes neuronales son un tema de investigación amplio, ellas pueden aprender [3] y tienen errores de pronóstico bajos [4]. En este trabajo explicamos las principales características de la demanda de carga en el tiempo, pronósticos de carga y comparamos métodos de serie de tiempo estocásticos con redes neuronales para pronósticos de carga en términos del error con respecto a la carga real. [1] H. Wang, B.-S. Li, X.-Y. Han, D.-L. Wang and H. Jin, "Study of Neural Networks for Electric Power Load Forecasting," Third International Symposium on Neural Networks - Advances in Neural Networks - ISNN 2006, Proceedings, Part II, pp. 1277-1283, 2006. [2] K. Berk, Modeling and Forecasting Electricity Demand, Siegen: Springer Spektrum, 2015. [3] H. Alfares and N. Mohammad, "Electric load forecasting: Literature survey and classification of methods," International Journal of Systems Science - IJSySc. 33, vol. 33, no. 1, pp. 23-34, 2002. [4] M. Singh and R. Maini, "Various Electricity Load Forecasting Techniques with Pros and Cons," International Journal of Recent Technology and Engineering (IJRTE), vol. 8, pp. 220-229, 2020.

Abstract: Krafla Geothermal Field is located inside the Krafla Caldera in the Northeast of Iceland. The tectonic settings consist of a central volcano and its corresponding fissure swarm formed due to extension from plate spreading. The central volcano has a collapsed caldera dating ~110.000 years (Sæmundsson, 2008). Within the Krafla post Caldera collapse period, the orientation of the different extensional eruptive fissures evidence rotation of the plate. The initial events evidence above 20 degrees from North strike, whereas more recent events shifted orientation to be closer to 15 degrees North (Árnason, 2020). This paper discusses the chronological evolution of the Fissure Swarm inside Krafla Caldera and the effect on the stratigraphic reconstruction made in 2019 to compare conceptual models of the south zone subareas: Hvíthólar, Vestursvæði, and Sandabotnaskarð. This paper derived from the MSc Thesis project 3D Conceptual Model Hvíthólar Sub-area, Krafla carried out in 2019. This paper complements other publications such as (Castillo et al,2020).

Abstract: This project revises the 3D conceptual model for the Hvíthólar sub-area in the South Zone of Krafla Geothermal Field. Hvíthólar is one of 6 sub-areas in south Krafla, located at the intersection of the south boundary of Krafla caldera, striking E-W, and the NNE-SSW oriented fissure swarms of the North Volcanic Zone. The model developed in this study extends along Vestursvæði, Þríhvrningar, Hvíthólar and Sandabotnaskarð sub-areas with a combined area of around 30 km2. Hvíthólar is the only southern sub-area connected to Krafla power station and has exhibited a considerable production decline over the period of 1990 – 2013. According to a lumped simulation, the Hvíthólar reservoir follows a two tank open system with a volume of 6.00004 km3. The Hvíthólar enthalpy is approximately 1200 kJ/kg; chemically it presents a low concentration of Cl−, and high CO2. To date, most studies support the hypothesis that Hvíthólar characteristics and behaviour are due to the lack of a heat recharge and that the sub-area is in a phase of waning or even becoming extinct. An improved understanding of heat source location and permeability variations will provide the basis of future utilisation decisions. This study presents two alternative conceptual models for Hvíthólar in addition the existing one, as a means to test the current conceptual model in order to determine the potential to extend the life of the asset. An update of the geological model was carried out based on data from shallow and deep wells along the southern part of Krafla geothermal field. This update combined with existing data from surface exploration was used to generate three conceptual models in Leapfrog Geothermal. The models focus on the location of heat source, and the permeability variation at the intersection between caldera boundary and fissure swarm. Each of the models are validated with TOUGH2 simulations. Resumen: Este proyecto revisa el modelo conceptual 3D para la subárea Hvíthólar en la Zona Sur del Campo Geotérmico Krafla. Hvíthólar es una de las 6 subáreas en el sur de Krafla, ubicada en la intersección del límite sur de la caldera de Krafla, con rumbo E-O, y los enjambres de fisuras orientados NNE-SSO de la Zona Volcánica Norte. El modelo desarrollado en este estudio se extiende a lo largo de las subáreas Vestursvæði, Þríhvrningar, Hvíthólar y Sandabotnaskarð con un área combinada de alrededor de 30 km2. Hvíthólar es la única subárea sur conectada a la central de energía de Krafla y ha mostrado una disminución considerable de la producción durante el período 1990 - 2013. Según una simulación de lumped, el reservorio de Hvíthólar sigue un sistema abierto de dos tanques con un volumen de 6.00004 km3. La entalpía de Hvíthólar es de aproximadamente 1200 kJ / kg; químicamente presenta una baja concentración de Cl−, y alta concentración de CO2. Hasta la fecha, la mayoría de los estudios apoyan la hipótesis de que las características y el comportamiento de Hvíthólar se deben a la falta de una recarga de calor y que la subárea se encuentra en una fase de menguante o incluso de extinción. Un mejor entendimiento de la ubicación de la fuente de calor y las variaciones de permeabilidad en el campo proporcionarán la base de futuras decisiones de utilización. Este estudio presenta dos modelos conceptuales alternativos para Hvíthólar además del existente, como un medio para probar el modelo conceptual actual con el fin de determinar el potencial para extender la vida útil del activo. Una actualización del modelo geológico basado en datos de pozos poco profundos y profundos a lo largo de la parte sur del campo geotérmico Krafla fue realizada. Esta actualización, combinada con los datos existentes de la exploración de la superficie, se utilizó para generar tres modelos conceptuales en3D utilizando Leapfrog Geothermal. Los modelos se centran en la ubicación de la fuente de calor y la variación de la permeabilidad en la intersección entre el límite de la caldera y el enjambre de fisuras. Cada uno de los modelos está validado con simulaciones TOUGH2.

Abstract: In this study, an approach for dressing metallic bonded honing stones with hard cutting grains on the basis of electrolysis is investigated. By a combination of concepts from electrochemical machining (ECM) and electropolishing, a test rig was designed and put into operation. In general, it can be stated that the approach investigated in this paper has proved to be a suitable dressing method for honing stones. However, the dressing result is highly dependent on bond components, cutting grain size, and concentration which lead to local differences in the material removal and irregular topographies. This could be overcome, for example, by setting the dressing parameters more precisely based on the best results presented in this paper. Resumen: En este estudio se investiga un enfoque para el rectificado de piedras de bruñir metálicas con granos de corte duros sobre la base de la electrólisis. Mediante una combinación de conceptos del mecanizado electroquímico (ECM) y del electropulido, se diseñó y puso en funcionamiento un equipo de pruebas. En general, se puede afirmar que el enfoque investigado en este trabajo ha demostrado ser un método de rectificado adecuado para las piedras de bruñir. Sin embargo, el resultado del reavivado depende en gran medida de los componentes de la unión, el tamaño del grano de corte y la concentración, lo que provoca diferencias locales en la eliminación de material y topografías irregulares. Esto podría superarse, por ejemplo, ajustando los parámetros de reavivado con mayor precisión sobre la base de los mejores resultados presentados en este trabajo.

Abstract: The dispersion of pollutants from urban sources needs to be investigated and the mechanisms which have an influence on the dispersion need to be totally understood. UAV-based systems offer great potential for mobile exploration of air pollutants in the lower atmosphere due to the high maneuverability of multi-rotor UAVs. The aim of this study was to develop a UAV platform capable of performing high-resolution three-dimensional profiling of pollutants such as particulate matter (PM), ultrafine particles (UFP), black carbon (BC), as well as meteorological parameters including temperature, relative humidity, pressure, wind speed, and wind direction. This study included a smoke test to examine the propeller-caused airflows. The results showed that the sensor air inlets and wind sensor should be located at least 90 cm above the propeller level. In addition, a field test was conducted to evaluate the stability of the UAV platform and the in-flight performance of the sensors. During the three flights carried out, the UAV platform was stable, and the data collected with the sensors were consistent. Finally, a three-day measurement campaign was conducted to examine the short-term three-dimensional variation of the traffic-related pollutant concentrations near the federal road B14. The vertical profiles showed that concentrations were higher on the ground due to the proximity to the source and that high wind speeds help the fast dispersion of the pollutants. The horizontal profiles showed that the pollutant concentrations were higher at the roadside and decreased with increasing distance from the road. In conclusion, this UAV platform represents a low-cost, practical, and reliable method to study the three-dimensional distribution of pollutants near the source. Resumen: La dispersión de contaminates originado por fuentes urbanas necesita ser investigado y los mecanismos que tienen influencia en la dispersión deben ser totalmente comprendidos. Los sistemas basados en VANT ofrecen gran potencial en la exploración de contaminantes del aire en la parte inferior de la atmósfera debido a la alta manejabilidad de los VANT multirotor. El objetivo de este estudio fue el desarrollo de una plataforma, usando un VANT, capaz de realizar perfiles tridimensionales de alta resolución de contaminantes como material particulado, particulas ultrafinas, carbón negro, así como parámetros meteorológicos incluyendo temperatura, humedad relativa, presión, velocidad y dirección del viento. Este estudio incluyó una prueba de humo para examinar los flujos de aire provocados por las hélices del VANT. Los resultados mostraron que las entradas de aire de los sensores y el sensor de viento deben ubicarse al menos 90 cm por encima del nivel de la hélice. Además, se realizó una prueba de campo para evaluar la estabilidad del VANT equipado y el desempeño de los sensores en vuelo. Durante los tres vuelos realizados, VANT se mantuvo estable y los datos recolectados con los sensores fueron consistentes. Finalmente, se llevaron a cabo mediciones durante tres días para examinar la variación tridimensional a corto plazo de las concentraciones de contaminantes relacionados con el tráfico cerca de la carretera federal B14 en Stuttgart. Los perfiles verticales mostraron que las concentraciones eran mayores en el suelo debido a la proximidad a la fuente y que las altas velocidades del viento ayudan a la rápida dispersión de los contaminantes. Los perfiles horizontales mostraron que las concentraciones de contaminantes eran más altas al costado de la carretera y disminuían al aumentar la distancia desde la carretera. En conclusión, este VANT equipado representa un método de bajo costo, práctico y confiable para estudiar la distribución tridimensional de contaminantes cerca de la fuente.

Abstract: Electric vehicles (EVs) have gained great popularity in recent years in the United States. The reduction in the cost of EVs and the environmental regulations that seek to reduce the polluting gases generated by conventional petrol/diesel cars drive up the demand for electric vehicles. The traditional idea is to consider EVs as energy consumers, however Vehicle-to-Grid (V2G) is a technology that allows the batteries of parked EVs to operate as energy sources. V2G technology allows to store energy in EVs and then release it when this energy is needed. The implementation of V2G technologies can provide benefits to utility companies but also presents a series of challenges that must be analyzed and evaluated. V2G technology has a great potential to help Austin Energy use the energy stored in the EVs. This research focuses on the status of charging systems for EVs in Austin, the basic aspects of V2G technology, the standards related to V2G, and aims to provide specific and valuable applications of V2G technology for Austin Energy.

Resumo Neste trabalho, é apresentado um modelo de programação estocástica (MPE) para resolver o problema de planejamento da expansão da rede de transmissão multiestágio (PERTM). O MPE proposto considera fontes de energia renovável intermitente (FERIs) e a alocação de sistemas de armazenamento de energia (SAEs). A natureza estocástica da demanda e das FERIs é modelada através de períodos representativos (PRs). Os PRs são períodos caraterís-ticos construídos a partir de séries temporais que permitem representar o comportamento do sistema elétrico de potência (SEP). Variações de curto prazo da demanda e das FERIs, a cor-relação horária entre essas variáveis aleatórias, e a sua caracterização de acordo com a regi-ão do SEP a que pertencem são incluídas nos PRs, fornecendo um aceitável esforço compu-tacional para resolver o problema de PERTM. Com base nos PRs, o MPE proposto é formu-lado como um modelo equivalente determinístico de programação linear inteira mista (PLIM) para um conjunto de cenários. O modelo de PLIM incorpora perdas de potência ativa e contingências N-1. Investimento em construção de linhas de transmissão (LTs) e novos SAEs são otimizados. Um método eficiente para reduzir o espaço de busca combinatório e lidar com a dimensionalidade do problema de PERTM foi desenvolvido. Os sistemas de tes-te: Garver de 6 barras e IEEE de 24 barras; e o sistema de transmissão norte-colombiano foram usados para validar o modelo proposto. Os resultados mostram que a otimização si-multânea de LTs e SAEs fornece melhores e mais baratos planos de expansão do que as abordagens tradicionais. A eficácia dos SAEs para deslocar blocos de energia elétrica ao longo dos PRs, adiar investimentos e aliviar o congestionamento da rede é evidenciada. Resumen: En este trabajo se presenta un modelo de programación estocástica (MPE) para resolver el problema de planeamiento multietapa de la expansión de la red de transmisión (PERTM). El MPE propuesto considera las fuentes de energía renovables intermitentes (FERIs) y la instalación de sistemas de almacenamiento de energía (SAEs). La naturaleza estocástica de la demanda y las FERIs se modela a través de períodos representativos (PRs). Los PRs son periodos característicos construidos a partir de series de tiempo que permiten representar el comportamiento del sistema eléctrico de potencia (SEP). Las variaciones de corto plazo en la demanda y las FERIs, la correlación horaria entre estas variables aleatorias y su caracterización según la región del SEP a la que pertenecen se incluyen en los PRs, proporcionando un esfuerzo computacional aceptable para resolver el problema PERTM. Sobre la base de los PRs, el MPE propuesto se formula como un modelo equivalente determinístico de programación lineal entera mixta (PLIM) para un conjunto de escenarios. El modelo PLIM incorpora pérdidas de potencia activa y contingencias N-1. Se optimizan las inversiones en la construcción de líneas de transmisión (LT) y nuevos SAEs. Se desarrolló un método eficiente para reducir el espacio de búsqueda combinatoria y mejorar la eficiencia del modelo. Los sistemas de prueba: Garver de 6 barras y IEEE de 24 barras; y el sistema de transmisión del norte de Colombia fueros usados para validar el modelo propuesto. Los resultados muestran que la optimización simultánea de LTs y SAEs proporciona planes de expansión mejores y más económicos que los enfoques tradicionales. Se evidencia la efectividad de los SAEs en desplazar bloques de energía en el tiempo, posponer inversiones y aliviar la congestión de la red.

Abstract: Infrastructure plays an essential role in the economy and has a positive impact on social stability. In this regard, bridges are a fundamental component of infrastructure; however, most of the bridges currently under operation were constructed a long time ago and have even passed their useful life. Certainly, Flaig & Lark (2000) noted that most of the current bridges in the UK were built between 1,950 and 1,970. Furthermore, Steve Kroft (2014) indicated that almost 70,000 bridges (one out of every nine bridges) in America are structurally deficient. Consequently, it is necessary to develop fast and efficient inspection techniques that meet current requirements, and that could potentially replace the highly- subjective visual observation methods. This research presents a critical comparison among different Machine-Learning algorithms that are currently used in image classification problems and applied them into the automated recognition of cracks in reinforced concrete images so that they can be used as an alternative for the existing inspection methods. Moreover, ensembles with different combinations of the evaluated models were tested as an incentive to improve the performance of individual models. In total, four algorithms that based their operation in mathematical formulations and 10 different architectures of Convolutional Neural Networks were included. The results showed that the Random Forest classifier outperformed the other mathematical classifiers and performed similarly to the best of the neural networks. In addition, it was found that the ensembled models achieved little or no improvement concerning the best of the classifiers included in the stack. Resumen: La infraestructura desempeña un papel esencial en la economía de los países y tiene un efecto positivo en la estabilidad social de las personas. A este respecto, los puentes son un componente fundamental de la infraestructura; sin embargo, la mayoría de los puentes actualmente en funcionamiento se construyeron hace mucho tiempo e incluso han pasado su vida útil. Ciertamente, Flaig y Lark (2000) observaron que la mayoría de los puentes actuales del Reino Unido se construyeron entre 1.950 y 1.970. Además, Steve Kroft (2014) indicó que casi 70.000 puentes (uno de cada nueve puentes) en USA son estructuralmente deficientes. Por consiguiente, es necesario desarrollar técnicas de inspección rápidas y eficientes que cumplan los requisitos actuales y que puedan sustituir a los métodos de inspección visual altamente subjetivos. Esta investigación presenta una comparación crítica entre los diferentes algoritmos de aprendizaje a máquina que se utilizan actualmente en los problemas de clasificación de imágenes y los aplica al reconocimiento automatizado de grietas en las imágenes de concreto reforzado para que puedan utilizarse como alternativa a los métodos de inspección existentes. Además, se ensayaron conjuntos con diferentes combinaciones de los algoritmos de aprendizaje evaluados como incentivo para mejorar el rendimiento de los modelos individuales. En total, se incluyeron cuatro algoritmos que basaban su funcionamiento en formulaciones matemáticas y 10 arquitecturas diferentes de Redes Neuronales Convolucionales. Los resultados mostraron que el clasificador Random Forest superó a los otros clasificadores matemáticos y tuvo un rendimiento similar a la mejor de las redes neuronales. Además, se encontró que los modelos ensamblados lograron poca o ninguna mejora en lo que respecta al mejor de los clasificadores incluidos en el conjunto.