Ingenius. Revista de Ciencia y Tecnología

TENSILE/COMPRESSIVE RESPONSE OF 316L STAINLESS STEEL FABRICATED BY ADDITIVE MANUFACTURING

Resumen La fabricación aditiva ha evolucionado desde una tecnología de prototipado rápido hasta una con la capacidad de producir piezas altamente complejas con propiedades mecánicas que superan las logradas de manera convencional. El procesamiento de polvos metálicos mediante tecnología láser permite el tratamiento de una amplia gama de aleaciones e incluso materiales compuestos. Este estudio analiza la respuesta a tracción y compresión del acero inoxidable 316L fusionado mediante fusión selectiva láser. La microestructura resultante fue analizada mediante microscopía óptica. En cuanto a las propiedades mecánicas, se determinaron la resistencia a la fluencia, la resistencia última a la tracción, el porcentaje de elongación antes de la fractura, la resistencia a la compresión y la microdureza. Los resultados muestran que la microestructura está compuesta por micropiletas fundidas apiladas, dentro de las cuales se generan subgranos celulares debido al alto gradiente térmico y la alta velocidad de solidificación. La resistencia a la compresión (1511.88 ± 9.22 MPa) es superior a la resistencia a tracción (634.80 ± 11.62 MPa). Esta diferencia está principalmente asociada con el endurecimiento por deformación y las tensiones residuales. La microdureza inicial fue de 206.24 ± 11.96 HV, y después de la prueba de compresión, la dureza aumentó en un 23 %.

Abstract Additive manufacturing has evolved from a rapid prototyping technology to a technology with the ability to produce highly complex parts with superior mechanical properties than those obtained conventionally. The processing of metallic powders by means of a laser makes it possible to process any type of alloy and even metal matrix composites. The present work analyzes the tensile and compressive response of 316L stainless steel processed by laser-based powder bed fusion. The resulting microstructure was evaluated by optical microscopy. Regarding the mechanical properties, the yield strength, ultimate tensile strength, percentage of elongation before breakage, compressive strength and microhardness were determined. The results show that the microstructure is constituted by stacked micro molten pools, within which cellular sub-grains are formed due to the high thermal gradient and solidification rate. The compressive strength (1511.88 ± 9.22 MPa) is higher than the tensile strength (634.80 ± 11.62 MPa). This difference is mainly associated with strain hardening and the presence of residual stresses. The initial microhardness was 206.24 ± 11.96 HV; after the compression test, the hardness increased by 23%.

PREDICTION OF ABRASIVE WEAR AND SURFACE HARDNESS OF PRINTED PARTS BY SLA TECHNOLOGY

Resumen En el presente estudio se realizó una predicción del deterioro de la dureza y el desgaste abrasivo a través de una red neuronal utilizando inteligencia artificial sobre un material impreso en SLA. Esta investigación tiene como objetivo predecir las propiedades mecánicas de resistencia al desgaste y dureza superficial de piezas fabricadas mediante impresión por estereolitografía (SLA). Para realizar los experimentos se utilizó un diseño factorial de dos niveles o DOE factorial completo y así asociar los parámetros peculiares (orientación de impresión, tiempo de curado, altura de la capa). Las propiedades mecánicas fueron evaluadas según normativas ASTM, con el objetivo de obtener datos de alimentación y validación de las predicciones del índice de desgaste Taber y la dureza empleando una red neuronal artificial. Los resultados experimentales concuerdan con los datos medidos con errores de predicción satisfactorios con un error cuadrático medio (MSE) de 0,01 correspondiente al desgaste abrasivo utilizando la resina transparente y un error absoluto medio (MSE) de 0,09 con un R2 de 0,76. La predicción con la red neuronal tiene un error cuadrático medio (MSE) de 2.47 perteneciente al desgaste abrasivo utilizando la resina resistente y un error absoluto medio (MSE) de 14,3 con un R2 de 0,97. Se demostró que la precisión de la predicción es razonable, y que la red tiene potencial para mejorar si se pudiera ampliar la base de datos experimental para entrenar la red. Por lo tanto, las propiedades mecánicas de desgaste y dureza se pueden predecir, adecuadamente, con una RNA.

Abstract In the present study, a prediction of hardness deterioration and abrasive wear was performed through a neural network using artificial intelligence on a material printed in SLA. This article aims to predict the mechanical properties, wear resistance and surface hardness of parts manufactured by SLA stereolithography printing. A full factorial DOE was used to associate the peculiar parameters (print orientation, cure time, layer height) to perform experiments. The mechanical properties were evaluated according to ASTM regulations, with the objective of obtaining feeding data and validation of the predictions of the Taber Wear Index and hardness using an artificial neural network. The experimental results are in good agreement with the measured data with satisfactory prediction errors with a mean square error (MSE) of 0.01 corresponding to abrasive wear using the clear resin and a mean absolute error (MSE) of 0.09 with an R2 of 0.756, the prediction with the neural network with a mean square error (MSE) of 2.47 corresponding to abrasive wear using the tough resin and a mean absolute error (MSE) of 14.3 with an R2 of 0.97. It was shown that the accuracy of the prediction is reasonable, and the network has the potential to be improved if the experimental database for training the network could be expanded. Therefore, wear and hardness mechanical properties can be predicted appropriately with an ANN.

A non-linear optimization model assessment for the economic dispatch of isolated microgrids

Resumen El presente trabajo de investigación muestra la gestión óptima de la energía de una microrred aislada basada en fuentes de energía renovable no convencional. Para lo cual se plantea un problema de despacho económico que busca abastecer la demanda eléctrica al menor costo de operación posible, a partir de un problema de optimización no lineal entero mixto. La no linealidad del algoritmo se presenta al incluir la ecuación característica del funcionamiento real del grupo electrógeno en el modelo de optimización. Los datos de entrada al despacho económico como radiación solar y velocidad del viento fueron obtenidos de la plataforma de la NASA situada sobre la isla Santa Cruz, provincia de Galápagos, Ecuador. Además, los datos de la demanda eléctrica fueron obtenidos de mediciones reales del sector. El problema de despacho económico se ha resultado para 12, 24 y 168 horas respectivamente, obteniendo una distribución energética proporcional para cada caso del 50.40 % suministrada por el generador fotovoltaico, 23.92 % por el generador diésel, 17.14 % por el banco de baterías y 5.53 % por el generador eólico, por lo que la demanda fue abastecida en su totalidad cumpliendo con el objetivo de que el grupo electrógeno no presente intermitencias y obteniendo el menor costo de operación del sistema.

Abstract The present research work shows the optimal energy management of an isolated microgrid based on nonconventional renewable energy sources. For which an economic dispatch problem is proposed that seeks to supply the electrical demand at the lowest posible operating cost, based on a mixed integer nonlinear optimization problem. The nonlinearity of the algorithm is presented by including the characteristic equation of the real operation of the generating set in the optimization model. The input data to the economic office such as solar radiation and wind speed were obtained from the NASA platform located on Santa Cruz Island, Galapagos province, Ecuador. In addition, the electricity demand data was obtained from real measurements of the sector. The economic dispatch problem has been determined for 12, 24 and 168 hours respectively, obtaining a proportional energy distribution for each case of 50.40% supplied by the photovoltaic generator, 23.92% by the diesel generator, 17.14% by the battery bank and 5.53% by the wind generator, so the demand was supplied in its entirety, meeting the objective that the generating set does not present intermittencies and obtaining the lowest operating cost of the system.

ELECTRIC SUBSTATION INSPECTION: YOLOV5 IN HOTSPOT DETECTION THROUGH THERMAL IMAGING

Resumen Las subestaciones son instalaciones clave dentro de un sistema eléctrico; las fallas intempestivas tienden a causar baja calidad y efectos negativos del suministro eléctrico. Un indicador temprano de posibles fallas en los equipos eléctricos es la aparición de puntos calientes; por lo que su detección y posterior corrección programada evita incurrir en fallas mayores y paradas de operación innecesarias. En esta investigación se realizaron 64 experimentos del algoritmo YOLOv5, con la finalidad de proponer un mecanismo automatizado de visión por computadora para la detección de puntos calientes en imágenes térmicas de subestaciones eléctricas. Los mejores resultados muestran un valor mAP de 81,99 %, los cuales se obtuvieron con el algoritmo YOLOv5m y la aplicación de transfer learning. Estos resultados dejan una base para profundizar y mejorar el desempeño del algoritmo, variando otros hiperparámetros a los considerados en el presente estudio.

Abstract Substations are key facilities within an electrical system, untimely failures tend to cause low quality and negative effects on the electrical supply. An early indicator of potential electrical equipment failure is the appearance of hot spots; therefore, its detection and subsequent programmed correction avoids incurring in major failures and unnecessary operation stops. In this research, 64 experiments of the YOLOv5 algorithm were carried out, with the purpose of proposing an automated computer vision mechanism for the detection of hot spots in thermal images of electrical substations. The best results show a mAP value of 81.99%, which were obtained with the YOLOv5m algorithm and the transfer learning application. These results leave a basis to deepen and improve the performance of the algorithm by varying other hyperparameters to those considered in this study.

NETWORK CENTRALITY MEASURES FOR CLASSIFYING IMPORTANT COMPONENTS IN ELECTRICAL POWER SYSTEMS BASED ON LINEGRAPH TRANSFORMATION

Resumen El análisis de sistemas eléctricos de potencia se ha apoyado, recientemente, en la aplicación de técnicas de la teoría de redes, con la finalidad de obtener soluciones computacionalmente más rápidas. A partir de la información topológica de una red, es posible definir características desde lo local (elementos de la red) hasta lo global (comportamiento e interacción de los elementos). La identificación de elementos importantes de un sistema eléctrico, consiste en clasificar cada uno de los elementos desde su interacción con toda la red, y, posiblemente, tomando en cuenta diversas condiciones de operación del sistema. Las medidas de centralidad en redes, que permiten asignar importancia cuantitativa a los elementos de un sistema, están definidas en su mayoría para los nodos (representan buses de conexión) de las mismas. En este trabajo, a partir de la transformación de enlaces a nodos, según la técnica linegraph, se calculan y clasifican los enlaces (representan líneas y transformadores) de diversas redes eléctricas de la literatura, de acuerdo con tres medidas de centralidad. Adicionalmente, el procedimiento presentado permite agregar o combinar los índices de cada medida, y obtener una única clasificación según su importancia para los enlaces de los sistemas eléctricos de potencia considerados. La diversidad de redes analizadas permite concluir que la distribución empírica de los índices de centralidad es similar, y origina una clasificación de elementos importantes semejantes, independiente de la dimensión de la red.

Abstract Network theory techniques have recently contributed to the analysis of electrical power systems, enabling faster computational solutions. Taking advantage of the topological information of a network, it becomes possible to characterize its elements both locally (individual network components) and globally (interactions and behavior of the components). Identifying the crucial elements within an electrical system involves classifying each component based on its interaction with the entire network, considering, possibly, various operating conditions. Current network centrality measures predominantly focus on nodes, which represent connection buses in the system, to quantify the significance of individual elements. In this study, we employ the linegraph technique to transform links into nodes. Subsequently, we calculate and categorize the links (representing lines and transformers) of different electrical networks found in the literature using three centrality measures. Moreover, our methodology allows for the aggregation or combination of the indices from each measure, leading to a unified classification based on the importance of links in the considered electrical power systems. Analyzing diverse networks reveals a consistent empirical distribution of centrality indices, resulting in similar classifications of significant elements regardless of network size.

OPTIMIZATION ALGORITHMS FOR ADAPTATIVE ROUTE SEQUENCING ON REAL-WORLD LAST-MILE DELIVERIES

Resumen Este artículo explora el diseño y aplicación de técnicas de aprendizaje automático para mejorar los enfoques tradicionales y así resolver problemas de optimización NP-hard. En particular, se enfoca en el Last-Mile Routing Research Challenge (LMRRC), apoyado por Amazon y MIT, que buscaba soluciones innovadoras para la optimización de rutas de carga. Si bien el desafío proporcionó tiempos de viaje e identificadores de zona, la dependencia de estos factores plantea preocupaciones sobre la generalización de los algoritmos a diferentes contextos y regiones con registros de servicios de entrega estándar. Para abordar estas interrogantes, este estudio propone matrices de costos personalizadas que incorporan modelos de distancia y tiempo, junto con las relaciones entre las paradas de entrega. Además, presenta enfoques mejorados para la secuenciación de paradas mediante la combinación de algoritmos exactos y aproximados, utilizando técnicas de regresión personalizada junto con metaheurísticas y refinamientos heurísticos ajustados. La metodología resultante logra puntajes competitivos en el conjunto de datos de validación LMRRC, que usa rutas de EE. UU. Al delinear cuidadosamente las características de la ruta, el estudio permite la selección de combinaciones de técnicas específicas para cada ruta, considerando sus atributos geométricos y geográficos. Además, las metodologías propuestas se aplican con éxito a escenarios de casos reales de entregas en Montevideo (Uruguay), demostrando puntajes promedio y precisión similares en nuevas rutas de prueba. Esta investigación contribuye al avance de la optimización de la entrega de última milla al aprovechar matrices de costos personalizadas y refinamientos algorítmicos. Los hallazgos resaltan el potencial para mejorar los enfoques existentes y su adaptabilidad a diversos contextos geográficos, allanando el camino para servicios de entrega más eficientes y efectivos en el futuro.

Abstract This article explores the design and application of machine learning techniques to enhance traditional approaches for solving NP-hard optimization problems. Specifically, it focuses on the Last-Mile Routing Research Challenge (LMRRC), supported by Amazon and MIT, which sought innovative solutions for cargo routing optimization. While the challenge provided travel times and zone identifiers, the dependency on these factors raises concerns about the algorithms’ generalizability to different contexts and regions with standard delivery services registries. To address these concerns, this study proposes personalized cost matrices that incorporate both distance and time models, along with the relationships between delivery stops. Additionally, it presents an improved approach to sequencing stops by combining exact and approximate algorithms, utilizing a customized regression technique alongside fine-tuned metaheuristics and heuristics refinements. The resulting methodology achieves competitive scores on the LMRRC validation dataset, which comprises routes from the USA. By carefully delineating route characteristics, the study enables the selection of specific technique combinations for each route, considering its geometrical and geographical attributes. Furthermore, the proposed methodologies are successfully applied to real-case scenarios of last-mile deliveries in Montevideo (Uruguay), demonstrating similar average scores and accuracy on new testing routes. This research contributes to the advancement of last-mile delivery optimization by leveraging personalized cost matrices and algorithmic refinements. The findings highlight the potential for improving existing approaches and their adaptability to diverse geographic contexts, paving the way for more efficient and effective delivery services in the future.

LIQUEFIED PETROLEUM GAS SYSTEMS: A REVIEW ON DESING AND SIZING GUIDELINES

Resumen El gas licuado de petróleo (GLP) es un combustible de origen fósil ampliamente utilizado en aplicaciones residenciales, comerciales e industriales. Los sistemas de GLP deben diseñarse y dimensionarse bajo estándares mínimos de seguridad, los cuales son establecidos en normativas nacionales e internacionales. Un sistema de GLP está conformado por recipientes de almacenamiento del combustible, tuberías, válvulas, medidores, equipos de consumo y elementos de protección y seguridad. Estos deben ser dimensionados y seleccionados para soportar la acción del gas combustible y las condiciones de trabajo a las que serán sometidos. En este documento se presenta una revisión de los puntos más importantes a tener en cuenta en el diseño y dimensionamientos de un sistema de GLP a partir de las normativas más representativas a nivel internacional.

Abstract Liquefied Petroleum Gas (LPG) is a fossil fuel widely used in residential, commercial, and industrial applications. LPG systems must be designed and sized under minimum safety standards, which are established in national and international regulations. An LPG system is composed of fuel storage containers, pipelines, valves, meters, consumption equipment, and protection and safety elements. These must be sized and selected to withstand the action of the fuel gas and the working conditions to which they will be subjected. This document presents a review of the most important points to consider in the design and sizing of an LPG system based on the most representative international regulations.

REUSE OF ELECTRICAL VEHICLE BATTERIES FOR SECOND LIFE APPLICATIONS IN POWER SYSTEMS WITH A HIGH PENETRATION OF RENEWABLE ENERGY: A SYSTEMATIC LITERATURE REVIEW

Resumen Este artículo presenta una revisión sistemática de literatura relativa al tópico reutilización de baterías de vehículos eléctricos (BVE) para aplicaciones de segunda vida en sistemas eléctricos de potencia. El fin del ciclo de vida de estas baterías representa un gran problema ambiental debido a su composición y materiales. El estudio tiene por objeto analizar la reutilización de las BVE como una alternativa sostenible para el medioambiente y, además, para brindar servicios complementarios que faciliten la incorporación de generación renovable no convencional de carácter intermitente a la red eléctrica. A través de una búsqueda exhaustiva de publicaciones científicas indexadas en catálogos digitales prestigiosos y de su posterior tratamiento sistemático, se ha llegado a un número selecto de 49 artículos científicos publicados entre 2018 y 2023. En ellos ha sido posible identificar las diferentes oportunidades, beneficios y limitaciones de los sistemas de almacenamiento de energía de segunda vida orientadas a impulsar una economía circular. El estudio concluye que, si bien la reutilización de baterías no está plenamente tratada ni implementada, debido a que aún enfrenta desafíos en términos de tecnología, costos y regulaciones, es de gran importancia profundizar su análisis para mejorar la eficiencia y disminuir los impactos ambientales que provocan su fabricación, uso y desecho.

Abstract This article presents a systematic literature review on the reuse of electric vehicle batteries (EVB) for second-life applications in power systems. The end-oflife of these batteries represents a major environmental problem due to their composition and materials. The study aims to analyze the reuse of EVBs as a sustainable alternative for the environment. Additionally, it seeks to provide complementary services to facilitate the incorporation of intermittent unconventional renewable generation into the electrical grid. Through an exhaustive search of scientific publications indexed in prestigious digital catalogs and their subsequent systematic treatment, a selected group of 49 scientific articles published between 2018 and 2023 have been found in which the different opportunities, benefits and limitations of second-life energy storage systems oriented to boost a circular economy have been identified. The study concludes that, although the reuse of batteries has not yet been fully addressed or implemented due to existing challenges in terms of technology, costs, and regulations, it is of utmost importance to delve deeper into its analysis to improve efficiency and reduce the environmental impacts associated with the manufacturing, use, and disposal of such batteries.

IMPROVEMENT PROPOSAL IN THE STRUCTURAL SYSTEM OF A15” R29 RIGID MOUNTAIN BIKE FRAME, WITH FEA AND GEOMETRIC OPTIMIZATION

Resumen En la actualidad la práctica del ciclismo ha tenido un incremento considerable, así como el uso de bicicletas de montaña (Mountain Bike, MTB, en inglés), de cuadro rígido, utilizadas como medio de transporte y para competencia, debido a su costo asequible. Este tipo de bicicletas, al ser utilizadas para varios propósitos, presentan esfuerzos variados en su cuadro, que conllevan a sobrepasar las exigencias de diseño, presentándose fallos en las vainas superiores. Este tipo de fallo es analizado en este estudio, motivo por el cual se levanta la información referente al material del cuadro, cargas actuantes y modelado 3D. Posterior se genera un análisis de homologación del fallo y se determina una propuesta de mejora aplicando optimización geométrica, donde se determina un espesor de 3,50 mm en las vainas superiores, garantizando la resistencia del cuadro de bicicleta bajo las condiciones de estudio; es decir, un drop de 60 cm y carga de 74 kg, con la cual se garantiza que el esfuerzo en las vainas superiores no sobrepase el esfuerzo último del material de 890,94 MPa.

Abstract Currently, the practice of cycling has had a considerable increase, as well as the use of mountain bikes (MTB) with rigid frames, used as a means of transportation and for competition, due to their affordable cost. This type of bicycles, when used for various purposes, present varied stresses in its frame, which leads to exceed the design requirements, presenting failures in the upper chainstays. This type of failure will be analized in this study, which is why the information regarding the frame material, acting loads and 3D modeling is collected. Subsequently, a homologation analysis of the failure is generated and an improvement proposal is determined by applying geometric optimization, where a thickness of 3,50 mm is determined in the upper sheaths, guaranteeing the resistance of the bicycle frame under the study conditions; that is, a drop of 60 cm and a load of 74 kg, this guarantees that the stress in the upper chainstays does not exceed the ultimate stress of the material of 890,94 MPa.

INCIDENCE OF AUTOMOTIVE AIR CONDITIONING ON THE INDEX OF FUEL CONSUMPTION IN SPARK IGNITION VEHICLE ON A ROUTE IN THE ECUADORIAN AMAZON

Resumen En los últimos años, el ambiente se ha visto afectado a causa de la contaminación producida por los vehículos. El presente proyecto de investigación tuvo como objetivo determinar la incidencia del aire acondicionado (A/C) en el índice de consumo de combustible vehicular en el cantón Shushufindi, por medio de pruebas reales de tráfico, modo de conducción eficiente y empleo de gasolina extra y súper, para la selección de la mejor alternativa. El estudio se realizó en una ruta de mayor flujo de vehículos, especialmente en la hora normal (9 a. m.) y pico (5 p. m.) que comprende 16.17 km, para ello se utilizó el combustible Extra (85 octanos) y Súper (92 octanos). La toma de datos se ejecutó mediante un sistema OBD2 ELM 327. Los resultados obtenidos en la caracterización del ciclo mixto representativo de 9 a. m. se obtuvo una velocidad máxima de 81 km/h y una velocidad media de 39 km/h en un tiempo de recorrido de 1446 s; mientras que el ciclo mixto de 5 p. m. la velocidad máxima es de 70 km/h y una velocidad media de 37 km/h con un tiempo de recorrido de 1632 s. El menor índice de consumo de combustible se evidenció en el horario normal, sin A/C y combustible extra (T3) siendo sus valores entre 0.0584 - 0.060 (L/km), y en el horario normal, sin A/C y combustible súper (T7) que se encuentran entre 0.0561-0.0585 (L/km).

Abstract In recent years the environment has been affected by pollution produced by vehicles. The objective of this research project was to determine the incidence of air conditioning (A/C) in the vehicular fuel consumption index in the Shushufindi canton, through real traffic tests, Efficient driving mode and the use of Extra and Super gasoline, for the selection of the best alternative. The study was carried out on a route with a greater flow of vehicles, especially during normal (9:00 am) and beak (5:00 pm) hours, which comprises 16.17 km; for which used gasoline Extra (85 octane) and Super (92 octane). Data collection was carried out using an OBD2 ELM 327 system. The results obtained in the characterization of the representative mixed cycle at 9:00 am, a maximum speed of 81 km/h and an average speed of 39 km/h were obtained in a time of 1446 s route; while the mixed cycle at 5:00 pm the maximum speed is 70 km/h and an average speed of 37 km/h with a travel time of 1632 s. The lowest fuel consumption index was evidenced in normal hours, without A/C and Extra fuel (T3) with values between 0.0584 - 0.060 (L/km), and in normal hours, without A/C and super fuel (T7) that are between 0.0561-0.0585 (L/km).