Ingeniero Civil Eléctrico / En el marco del proyecto OSIRIS (Optimal strategy to innovate and reduce energy consumption in urban rail systems) se desarrolló una herramienta computacional que permite, entre otras cosas, calcular una curva de velocidad óptima para la operación de un tren la cual minimice la energía de tracción, la potencia máxima, el trabajo total o cualquier otro objetivo operacional que sea factible de expresar mediante un modelo matemático, cumpliendo las restricciones operacionales tales como los tiempos de viajes y las velocidades máximas interestación. El cálculo de dicha curva fue realizado de tres maneras distintas. El primer algoritmo fue programado en MATLAB e implementado en el software del proyecto OSIRIS. Este modelo heurístico propone una estrategia de conducción mediante cuatro fases: Tracción, mantención de velocidad, marcha inercial y frenado. El segundo modelo fue escrito en C++, para verificar ciertas simplificaciones del primer algoritmo. En las que se probó, dada cierta cantidad de metros, las decisiones que un conductor debe tomar. Por otro lado, el tercer modelo matemático está basado en la teoría del control óptimo. Para esto fue necesario usar el software de código abierto BOCOP para resolver las ecuaciones diferenciales del problema. En este modelo, las variables de control son el porcentaje del esfuerzo máximo de tracción y de frenado del tren. Los modelos fueron comparados mediante dos casos: Uno y dos límites de velocidad interestación. De las simulaciones se pudieron apreciar los tiempos de computo, la precisión y la aplicabilidad práctica. Para validar el primer modelo heurístico, se estudió la operación de un día del Metro de Valparaíso con la curva óptima y un perfil que minimiza los tiempos de viaje (curva rápida). De este modo se pudo analizar el potencial de ahorro energético de dicho sistema ferroviario comparando su operación con ambos perfiles, el cual se estimó un 25\% de reducción en la energía consumida en tracción. Finalmente se analizó la operación del sistema desde el punto de vista eléctrico, calculando la potencia instantánea requerida en tracción de las subestaciones de rectificación y el perfil de tensiones mínimas en la vía. Se pudo concluir que la curva óptima aliviana las exigencias de la infraestructura eléctrica del sistema. Actualmente modelo heurístico está incorporado a la herramienta OSIRIS, funcionando correctamente y validado por los integrantes del proyecto. Nuevas versiones y mejoras se harán a partir de las experiencias y retroalimentaciones de los usuarios del programa.

No description available.

Actualmente no existe una metodología orientada a la industria nacional que entregue herramientas de cálculo para evaluar y estimar el desempeño de plantas industriales. La industria nacional aporta una importante fracción del PIB con manufactura de baja complejidad y poca eficiencia energética. Considerando lo anterior se diseña y aplica una metodología para caracterizar el desempeño energético de una unidad productiva típica, su relación con la producción y costos directos. El trabajo se realizó en los siguientes pasos: I. Se confecciona una pauta para evaluar plantas industriales chilenas. Esta propone un estudio de las subunidades productivas relevantes energéticamente, una clasificación y un balance de energía. II. En base a la pauta mencionada se evalúan las alternativas disponibles para una mejora en eficiencia energética. Se evalúan indicadores por cada medida para clasificar y priorizar soluciones a implementar. III. Para el estudio del caso se realizaron intervenciones en planta para reconocer las instalaciones, la tecnología y la situación de consumos de energía. En las visitas se hizo un levantamiento de información específica de consumos de energía eléctrica y térmica. Con esta información se evaluó la estructura del consumo, prácticas y tecnologías relativas a energía y eficiencia energética en planta. IV. Finalmente se evalúa el escenario con el proyecto integral de eficiencia energética. Para esto se realiza una evaluación de las medidas propuestas basándose en indicadores económicos lo que permite obtener una forma de priorizar la implementación de medidas. Para cerrar se discute con la empresa auditada sobre las medidas factibles de implementar. Otro aporte significativo es el estudio de soluciones poco convencionales como el secado de material, el manejo de material fundido y la interacción entre equipos pertenecientes a un proceso, medidas de especial importancia en la industria chilena y se ejemplifican en el caso estudio. Entre estas destaca el estudio del secado, una de las especialidades de Innovatec que considera el procesar la carga previamente y el diseño de un equipo secador, lo que es interesante ya que interactúa con otras medidas de eficiencia energética, siendo una de las soluciones más completas.

El objetivo principal de este trabajo es caracterizar el consumo de energía en el sector residencial de Chile y, a partir de ello, identificar dónde enfocar las medidas que deben implementarse para generar un mayor ahorro de energía. En este estudio se utilizaron los datos de la encuesta “Estudio de usos finales y curva de oferta de conservación de la energía en el sector residencial de Chile” (Ministerio de Energía, 2010). Se seleccionó una muestra de 113 encuestas de un total de 3.220, correspondientes a viviendas ubicadas en las ciudades de Valparaíso, Santiago y Concepción. Se compararon los consumos de energía de acuerdo a: ciudad (zona térmica), tipo de agrupación (casa aislada 1 piso, pareada de 1 y 2 pisos y departamento) y nivel socioeconómico. Resultó que en las zonas con más grados-día el consumo de energía es mayor, influenciado por las necesidades de calefacción. Destaca en Concepción el alto consumo en calefacción. Las casas aisladas son las que más consumen y los departamentos los que menos, cuya ubicación crítica en el edificio, es en una esquina del último piso y la mejor es en el centro de un piso intermedio. El nivel socio-económico que más consume energía es el ABC1 y el que menos el nivel C2. Considerando sólo el consumo en electricidad, el refrigerador es el electrodoméstico que más consume (31%), seguido bastante de lejos por la iluminación (15%). Destaca el alto consumo en stand-by (13%).Respecto al consumo total en electricidad y combustibles, predomina el consumo en calefacción (29%) y en agua caliente (30%), sin embargo, la calefacción es más crítica cuando se analiza el consumo estacional de invierno. Al llevar una vivienda antigua a cumplir la reglamentación térmica, se ahorra cerca de un 6% del consumo total anual de energía. La inversión requerida para ello es alrededor de 25 [UF] que debe ser financiada total o parcialmente por el Gobierno, para que las familias perciban el ahorro a corto plazo. Las medidas aplicadas sobre lo exigido en la reglamentación térmica actual, que generan mayor ahorro en calefacción son: aislar los muros con 4 [cm] más y mejorar las ventanas con un vidrio de menor transmitancia térmica. No se recomienda aislar el piso y ni el techo más allá de la reglamentación, ya que el ahorro es pequeño. En condiciones normales de temperatura y cumpliendo las exigencias de aislación térmica de muros, no se produce condensación superficial en ellos.

Ingeniero Civil Mecánico / El proceso de molienda en minería, en donde se procesa el mineral para pasar de una granulometría del orden de 1/2 pulgada, hasta aproximadamente 180 micrones, es un proceso que puede llegar a representar del orden del 35% del consumo energético de una mina. Por esto, sumado a la gran complejidad de esta operación, es de sumo interés realizar estudios en torno a ella, y en particular, predecir la potencia de consumo de los molinos de trituración. Los molinos usados en minería, son grandes equipos giratorios, con forma de cilindro orientado horizontalmente, que mediante el movimiento del mineral al interior de ellos, son capaces de reducir su granulometría. En este trabajo de título, se busca obtener un modelo matemático, que con información acerca de ciertas variables clave en el funcionamiento de un molino para molienda, es capaz de predecir potencia de consumo. El modelo busca ser capaz de incorporar variaciones en la geometría de la carga a lo largo de un molino, además de ser válido para un amplio rango de diámetros de molinos, así como distintos tipos de estos (SAG, AG y de bolas). Para obtener dicho modelo, se seleccionan variables que tengan relevancia física en la dinámica al interior del molino. Con esto, se describe una porción de la potencia que se quiere predecir realizando un balance energético para la carga al interior del molino, y la potencia restante se predice usando datos experimentales y el software Eureqa. Con estas ecuaciones, integrando numéricamente a lo largo del molino, se obtiene un programa en Matlab que es capaz de predecir la potencia de consumo de un molino de molienda. Luego, utilizando 77 mediciones de 66 molinos industriales, se estudia la capacidad predictiva del modelo. El modelo resultante muestra buena congruencia con los datos experimentales con los que se cuenta. Se destaca también, que se encuentran indicios que hacen pensar que las ecuaciones que describen los molinos de alta y baja relación de aspecto deben ser distintas.

Dados los altos porcentajes que presenta la industria de la construcción, en el consumo energético y emisiones de CO2 a nivel mundial, es que esta se debe reformular y buscar maneras más limpias de continuar con su actividad. Frente a estos antecedentes, es que surge la construcción sustentable, la cual se basa en la utilización de aplicaciones y tecnologías que permitan a los inmuebles reducir su huella de carbono a lo largo de su ciclo de vida, utilizar mayoritariamente energías renovables y mejorar significativamente su eficiencia energética. Los objetivos de este Trabajo de Título corresponden a catastrar seis de los más importantes edificios sustentables, diseñados y construidos en nuestro país en los últimos cinco años y describir las tecnologías utilizadas en éstos, para disminuir su perturbación al medio ambiente a causa de su construcción y ciclo de vida. De forma complementaria se confeccionaron fichas técnicas que resumen las aplicaciones que presenta cada uno de los proyectos. También se realizó una representación sistemática de cada edificio estudiado denominada “gPOP Model”, con el propósito de distinguir los procesos y consideraciones organizacionales que se llevaron a cabo para realizar los proyectos, además de indicar sus requisitos, soluciones escogidas y posteriores desempeños alcanzados. Como resultado del Trabajo de Título se presentan las fichas técnicas de cada edificio estudiado donde se especifican sus características generales y tecnologías empleadas, las cuales junto a la descripción que se realizó de las distintas tecnologías y variantes que éstas poseen, pueden ser de gran ayuda a los diseñadores, proyectistas y mandantes de futuros proyectos sustentables. Del análisis generado por medio de los gPOP Model se concluye que las consideraciones sustentables de los edificios en estudio, corresponden mayoritariamente a los elementos constructivos utilizados y a la forma en que se satisfacen los requerimientos de los proyectos. Por lo que se recomienda que las consideraciones se repartan de manera más equilibrada en las categorías de Product, Organization y Process para alcanzaran mejores desempeños sustentables.

Ingeniero Civil Industrial / En esta memoria se presenta el diseño y aplicación de una metodología basada en la clusterización de series de tiempo utilizando modelos de variables latentes para descomponer y describir el mercado de clientes regulados de Chilectra durante un período de estudio que abarca los años 2013 y 2014. Dicho mercado es de interés para la compañía pues en la actualidad solo se manejan tasas de crecimiento y análisis de situación a nivel agregado y se desea segmentar este mercado en segmentos de clientes con patrones de consumos distintivos entre ellos, para ello la compañía cuenta con una serie de data sets provenientes de mediciones realizadas por distintos equipos de medición a lo largo del anillo de concesión en distintos niveles jerárquicos Para ello se propone utilizar la herramienta estadística de Análisis de Componentes Independientes, en particular se propone utilizar el algoritmo fastICA para encontrar distintas combinaciones de componentes independientes dependiendo de cada experimento y luego seleccionar aquel resultado que mejor permita explicar las señales de consumo observadas e interpretar dichos componentes como patrones de consumos asociados a grupos de clientes individuales. Dicha metodología fue aplicada a dos data sets provenientes de equipos de medición asociados a transformadores y a subestaciones, para los cuales se aplicaron distintos experimentos con variaciones en la cantidad de componentes independientes a encontrar variando desde k=2 hasta k=15, posterior a esto se seleccionó el experimento k=5 como aquel que mejor combinaba los resultados obtenidos en términos de reconstrucción y la intepretabilidad, los 5 segmentos encontrados fueron denominados como Industrial , Residencial Anómalo , Residencial Alto Consumo , Residencial Bajo Consumo y Pequeño Negocio . Como output del algoritmo se obtuvieron las señales asociadas a los componentes independientes los cuales fueron interpretados como segmentos de clientes distintos que poseen perfiles de carga diarios distintos, además se obtiene una matriz de mezcla que captura la forma en la cual estos segmentos se mezclan por cada equipo de medición para generar las señales observadas, las participaciones de mercado promedio estimadas a nivel de transformadores son de 20.9%, 17.7%, 27.5%, 14.4% y 19.6% mientras que a nivel de subestación son de 19.1%, 14.3%, 28.0%, 24,8% y 13,8% respectivamente. Con ellos se estimaron las tasas de crecimiento interanual asociadas a cada segmento encontrado, las cuales a nivel de transformador son de 2.0%, 7.9%, 7.6%, 5.5%, 4.3% respectivamente, mientras que a nivel de subestación son de 3.9%, -0.9%, 4.4%, 4.2% y 8.0% respectivamente.

El presente Trabajo de Título pretende cuantificar la energía consumida en la construcción de obra gruesa de un edificio de altura media en la ciudad de Santiago de Chile. Esto es lo que se conoce internacionalmente como “Embodied Energy” y corresponde a la energía consumida en los procesos de extracción, fabricación, y transporte para lograr el producto final. El desarrollo de este trabajo se centra en explorar un área poco conocida en Chile y de alto impacto energético, puesto que el sector edificación representa alrededor del 40% de la energía final consumida en Chile. Se determinarán valores que puedan ser de utilidad en los futuros proyectos de construcción, aportando de esta manera a la eficiencia energética de los procesos constructivos y operacionales. El trabajo se desarrolla en 5 temas cronológicos, partiendo por el estudio de antecedentes teóricos y definición de criterios evaluativos, pasando por la obtención y cuantificación de los consumos energéticos y finalizando con el análisis de los resultados. A partir de esto se espera generar un criterio de balance energético a una estructura particular, de manera de poder cuantificar el gasto de energía en la etapa constructiva para así aplicar proposiciones en beneficio al mejoramiento de los procesos constructivos y materiales utilizados en la construcción en Chile. Se concluye que las energías involucradas son de diversos tipos y deben ser convertidas a una unidad de kilowatt hora de energía final para lograr el objetivo del trabajo. Como energía incorporada se obtienen valores para el acero, hormigón y moldaje de 9.944,63 [kwh/ton acero], 229,87 [kwh/m3 hormigón] y 1,41 [kwh/m2 de moldaje] respectivamente y de 0,26 [kwh/ton-km], 0,74 [kwh/m3-km] y 0,07 [kwh/m2-km] para el transporte de estos a obra. Finalmente se obtiene un total de 4.663.179 [kwh], o bien 636 [kwh/m2], en el consumo energético en la construcción de obra gruesa de un edificio de altura media para la ciudad de Santiago, lo que muestra una leve diferencia a los valores obtenidos en el estudio hecho por Cole y Kernan en Canadá para edificios de oficina 495 [kwh/m2], que puede deberse a las aproximaciones y supuestos considerados en el estudio.

Ingeniero Civil Electricista / Se entenderá por calidad de servicio el conjunto de propiedades y estándares normales que, conforme la Ley y el Reglamento Eléctrico son inherentes a la actividad de distribución concesionada, y constituyen las condiciones bajo las cuales dicha actividad debe desarrollarse. Esta incluye la calidad de servicio comercial, la calidad de suministro y dentro de ésta la calidad de producto y la disponibilidad del servicio eléctrico. Se entenderá por calidad de suministro la disponibilidad del servicio, la cual se medirá a través de las interrupciones de suministro: cantidad y duración de ellas. Estas definiciones encuentran su sustento legal en la Ley General de Servicios Eléctricos (DFL 4/2006), el Reglamento Eléctrico (DS 327/1997) y las normas técnicas. Actualmente las exigencias de calidad de suministro establecen índices ligados a las empresas y zonas de concesión de distribución, estableciéndose exigencias en base a índices poblacionales, kilómetros de redes de distribución y criterios que no dan cuenta de la densidad de consumo, criterio que determina necesariamente la calidad que se necesita. El presente trabajo propone una metodología de asignación de grupos de consumidores dentro del territorio nacional a índices de calidad representativos mediante técnicas de minería de datos (clustering), con independencia de la empresa suministradora, la topología de las redes existentes o las distinciones demográficas. La agrupación se basa en parámetros geográficos y de consumo anual de energía. La metodología se deriva de una serie de tentativas de agrupación de datos reales correspondientes a los consumos de la octava y novena región, realizada con tres programas computacionales que implementan una serie de algoritmos de clustering. La metodología se basa en tres etapas: una etapa de pre-procesamiento donde se llevan los datos a un formato manejable y se filtran para eliminar datos no pertinentes para el análisis, una etapa de clustering en donde los datos son agrupados a través del algoritmo K-means. Luego se realiza el cálculo de los vecinos más cercanos para cada cluster, el cual orienta en la elección del parámetro épsilon para el algoritmo DBSCAN utilizado para realizar una nueva agrupación basada en densidad para cada uno de los cluster, produciéndose subclusters cuya característica es tener distintas densidades. Para todas las etapas de clustering se utiliza una métrica basada en datos geográficos (coordenadas x e y de los datos) y el consumo anual de energía. La tercera etapa de post-procesamiento permite asociar a cada uno de los subclusters un índice de densidad de consumo por área. Finalmente, se escogió un esquema de regresiones lineales con los índices de densidad de consumo para determinar las zonas de exigencias. Se aplica la metodología y se contrasta con el esquema actual, a través del análisis de algunos casos de interés. Se comprueba que esta metodología corrige limitantes que el esquema actual no considera.

Memoria para optar al título de Ingeniero Civil de Minas / Los procesos de conminución, en particular la molienda, constituyen una de las operaciones de mayor relevancia en el procesamiento de minerales, tanto por su importancia para las etapas de concentración posteriores como por el costo asociado a la cantidad de energía consumida. Actualmente, el recurso energético se ha transformado en la principal preocupación, debido a su alto precio y a la escasés del suministro a nivel nacional. Lo anterior ha repercutido sobremanera en la industria del cobre, requiriéndose de costos operacionales cada vez mayores para satisfacer las altas demandas productivas que rigen actualmente. En dicho escenario, la optimización de la molienda, que consume el mayor porcentaje de la energía de la planta de procesos, adquiere un rol fundamental. El siguiente trabajo se enfoca en el estudio de los circuitos de molienda SAG, los de mayor aceptación actualmente, para el desarrollo de una herramienta predictiva orientada a la optimización energética y productiva del molino Semiautógeno. Se diseñan 3 modelos predictivos: uno para la potencia consumida por el molino SAG, otro para su consumo específico de energía y un tercero para el tonelaje de alimentación fresca al circuito de molienda. El desarrollo de dichos modelos y su validación, se basa en información operacional de 4 circuitos correspondientes a 3 faenas nacionales de molienda SAG que procesan minerales de cobre. La metodología empleada consiste, en primera instancia, en la identificación de correlaciones entre las variables claves del circuito de molienda SAG, a través del análisis de la faena con mayor cantidad de información disponible (DB.M1). Posteriormente, se evalúa si las tendencias más relevantes evidenciadas para esta base de datos, se dan también para los demás circuitos de molienda considerados. Lo anterior permite descartar o validar la existencia de comportamientos de tipo genérico, que permitan el desarrollo de una o varias herramientas predictivas. La metodología empleada permite obtener 3 modelos que consideran como variable de entrada principal a la granulometría presente en la alimentación fresca, en particular el porcentaje retenido +1 -6 . Los modelos estiman satisfactoriamente el valor de las variables modeladas, siendo el de potencia consumida el de mayor calidad predictiva, con un error promedio de 3,7%, mientras que el modelo para el consumo específico de energía del molino SAG registra el peor ajuste, con un error de 6,8%, considerado aun aceptable. El mayor error asociado a este último modelo reside en la falta de representatividad de los datos de tonelaje de alimentación fresca utilizados para su construcción, en los cuales se identifica la existencia de un sesgo debido a perturbaciones externas. Los 3 modelos obtenidos constituyen un aporte inédito, al considerar como variable de entrada la granulometría de alimentación fresca, parámetro que hasta el momento no había sido incluido en modelos de esta naturaleza. Se recomienda seguir perfeccionando el actual trabajo, adicionando al mismo mayor cantidad de datos reales y actualizados que permitan mejorar la calidad predictiva de los modelos desarrollados.