Ingeniero Civil Eléctrico / Los bancos de baterías de ion-litio son los más utilizados en aplicaciones de alta potencia como respaldos de sistemas eléctricos de potencia y vehículos eléctricos. Uno de los problemas de estos bancos es que pueden sufrir de envejecimiento prematuro por múltiples causas entre las que se destacan las altas temperaturas alcanzadas por las celdas en su operación. Una forma de minimizar el problema es utilizando algoritmos genéticos de optimización para optimizar el diseño de estos bancos. Estos algoritmos requieren evaluar muchas configuraciones, las que se pueden obtener construyéndolas o simulándolas, siendo estas últimas las más utilizadas debido a restricciones de tiempo. Dichas simulaciones se realizan generalmente en softwares denominados Computational Fluid Dynamics (CFD), estos requieren tiempos del orden de minutos o decenas de minutos por simulación. El tiempo requerido para completar una optimización suele ser prohibitivamente grande. Una forma de disminuir estos tiempos es utilizar modelos sustitutos. Con el fin de complementar el software CFD ANSYS, se creó un modelo sustituto basado en ecuaciones fenomenológicas sin embargo, éste difiere en algunos resultados obtenidos por el CFD por lo que es necesario ajustarlo. El objetivo general del presente trabajo de título es ajustar un modelo fenomenológico de modo que éste entregue valores más cercanos a los del software CFD, esto permitiría emplear dicho modelo como un sustituto del software en un algoritmo de optimización. Para lograr el objetivo anterior se hicieron modificaciones al modelo. Se escogieron los rangos de las variables de diseño para el modelo basados en el modelo fenomenológico original. Se seleccionaron tres expresiones del modelo a modificar: el factor de fricción, el coeficiente de arrastre y el número de Nusselt, en el modelo original estas se basadas en datos experimentales por lo que pueden tener un margen de error que mejorar. Se hicieron 1500 simulaciones en el software CFD los que separan en conjuntos de entrenamiento, validación y prueba. Con estos datos se ajustaron las tres expresiones del modelo antes indicadas. Para esto se usó como herramienta un algoritmo evolutivo llamado programación genética que permite generar expresiones matemáticas en forma de árbol. Como resultado final se obtuvo un conjunto de expresiones que representan los coeficientes a ajustar. Los resultados se construyeron de tal manera de mantener las propiedades físicas del problema. Estos hacen que el modelo fenomenológico tenga errores promedio de presión, velocidad y temperatura de 1[Pa], 1[m/s] y 1[°C] respectivamente. Se concluye que el modelo evolucionado se ajusta mejor a ANSYS, con expresiones que respetan las normas físicas del problema. Por lo tanto, la herramienta programación genética demostró ser útil en este tipo de problemas. Se recomienda finalmente corregir el modelo fenomenológico con las expresiones encontradas.

Esta tesis doctoral refiere al estudio de colisiones inelásticas entre iones y blancos de interés biológico, en un rango intermedio y alto de energías de impacto. Uno de los mayores desafíos del presente trabajo fue incorporar la correlación electrónica de manera explícita durante todo el proceso de colisión. Es por ello que la metodología elegida para realizar este estudio fue el Método de Trayectorias Clásicas Monte Carlo (CTMC), en la cuál es factible introducir de manera parcial la correlación electrón-electrón en sistemas multielectrónicos y, en consecuencia, determinar el papel que desempeña esta interacción en los procesos de remoción electrónica múltiple, tales como la ionización múltiple o la ionización con transferencia de carga. Sin embargo, una de las mayores limitaciones que presenta un tratamiento clásico es la autoionización de manera espuria de un blanco multielectrónico por efecto de la correlación electrónica. Para evitar este problema, en una primera etapa, se han implementado extensiones del método CTMC en colisiones de iones sobre He, a fin de evaluar el desempeño de distintos potenciales estabilizadores propuestos en la literatura. En función de la experiencia adquirida, se procedió a modelar colisiones de iones sobre moléculas de H2O. Este modelo se destaca por el hecho de que considera los electrones de valencia, así como también su estructura de equilibrio durante todo el proceso de colisión. Los resultados obtenidos han permitido analizar el rol que desempeña el proceso de ionización múltiple en la producción electrónica, y han servido de base para modelar colisiones con sistemas de interés en hadronterapia, como puede ser el caso de la molécula de uracilo. Las predicciones producidas por estos modelos para los procesos de ionización se han evaluado en términos de secciones eficaces a niveles total y diferencial (tanto simple como doble) y se han contrastado con los datos experimentales y resultados teóricos reportados en la literatura. / This work refers to the study of inelastic collisions between ions and biological targets, at an intermediate to high-impact energy range. One of the greatest challenges of this work was to explicitly incorporate the interelectronic correlation throughout the collision process. Therefore, the methodology chosen to perform this study was the Classical Trajectory Monte Carlo method (CTMC), in which it is possible to partially introduce electron-electron correlation in multi-electronic systems and, consequently, determine the role that this interaction plays in multiple electron removal processes, such as multiple ionization or transfer ionization. However, one of the greatest limitations of a classical treatment is the spu- rious autoionization of a multi-electronic target due to electronic correlation. To avoid this problem, in the first stage, extensions of the CTMC method have been implemented in ion-He collisions to evaluate the performance of different stabilizing potentials proposed in the literature. Based on the acquired experience, ion-H2O collisions were modeled. This model stands out because it considers valence electrons, as well as their equi- librium structure throughout the collision process. The obtained results have allowed us to analyze the role played by the multiple ionization processes in electronic production and have served as the basis for modeling collisions with systems of interest in hadrontherapy, such as the uracil molecule. The predictions produced by these models of the ionization processes have been evaluated in terms of total and differential cross sections (simple and double) and they have been compared to experimental data and theoretical results reported in the literature.

Magíster en Gestión para la Globalización / Chile es un referente minero mundial con un enorme potencial en energías renovables no convencionales (ERNC); hoy presenta desafíos energéticos estratégicos que deben enfrentarse con visión de largo plazo y considerando nuestras ventajas competitivas. Reconociendo los desafíos y las oportunidades, se presenta un modelo de negocios para establecer una fábrica de baterías de ión Litio de gran capacidad de almacenamiento (50KW) para uso industrial y de transporte pesado. Estimaciones a cinco años, con precios de la electricidad de US$300/Kwh y una producción de 200MW/año, arrojan ingresos brutos anuales de US$60M (con un 30% margen bruto). La propuesta es replicable, escalable y rentable, tiene viabilidad comercial y agrega valor en toda la cadena productiva. También genera una serie de beneficios económicos (suministro eléctrico seguro, estable y a precios menores; posibilita encadenamiento productivo), ambientales y sociales (diversificación de la matriz actual, sustentabilidad productiva, formación y potenciamiento de alianzas estratégicas, uso de los ecosistemas de innovación), y de desarrollo (generación de expertise local, exportación de las tecnologías desarrolladas y del know-how). Usando el modelo canvas y datos de las industrias minera y eléctrica, es un aporte a la economía nacional y puede convertirse en un caso de exportación de productos, servicios y conocimiento. Esta propuesta puede ser tanto un referente en ERNC como una nueva empresa en integración energética y proyectos multifuncionales. Iniciativas de este tipo promueven la producción sustentable, permiten un aseguramiento energético de largo plazo ampliando la matriz, a la vez que contribuyen al desarrollo de smart grid, a la integración energética regional y dan un impulso a la imagen país.

Magíster en Ciencias de la Ingeniería, Mención Eléctrica / Los últimos desarrollos en baterías de ión-litio han permitido una verdadera revolución en la industria automotriz. Los vehículos eléctricos representan una porción del mercado que aumenta año a año. Estos vehículos operan bajo condiciones variables, requiriendo de bancos de baterías para hacer frente a las respectivas demandas de torque y potencia. En este trabajo construimos un simulador que, dado el tamaño del banco, determina cuando una recarga (autonomía) o reemplazo del banco (vida útil remanente) son necesarios. Con este fin estudiamos los indicadores de Estado-de-Carga (SOC), y Estado-de-Salud (SOH), usando modelos en espacio de estados discreto. Las predicciones se basan en una caracterización probabilística de los perfiles de uso en un vehículo eléctrico, que a su vez son una función de entradas genéricas, e.g. el mapa de la misión, las características mecánicas del vehículo, perfiles de conducción y configuración del banco de baterías. En nuestro enfoque estocástico, el pronóstico para el SOC y SOH son generados en un esquema basado en filtro de partículas, con medidas de riesgo e intervalos de confianza obtenidos tanto para el fin-de- la-descarga (en cada ciclo) como para el fin-de-vida-útil (reemplazo). Estos esquemas se benefician de la incorporación de metamodelos para la resistencia óh- mica interna y la eficiencia de Coulomb del banco. El primero depende de la demanda de corriente y el SOC, mientras el segundo se basa en la magnitud de la corriente y la profundi- dad de cada descarga. Ambos metamodelos son incluidos dentro del esquema del SOC/SOH, i) efectivamente introduciendo nueva fenomenología en ellos, y ii) proveyendo de una conex- ión entre el SOC/SOH y el cómo cada descarga afecta el estado de salud del banco de baterías como un todo. También presentamos una metodología para experimentos de laboratorio que son capaces de determinar estas cantidades empíricamente en baterías de ión-litio. Consideramos efectos ignorados hasta ahora en este tipo de modelos empíricos, i.e. cómo las condiciones de operación en una descarga conciernen al pronóstico de la vida útil rema- nente, y cómo las dependencias de la impedancia interna afectan la autonomía del vehículo. Un sub-producto de este trabajo es el mejoramiento del rango de opciones, modularidad y velocidad de ejecución de algoritmos. Finalmente, establecemos aquí las bases para trabajo futuro en diseño óptimo de bancos de baterías en función de perfiles de uso particulares.

No description available.

La masiva demanda de combustibles derivados del petróleo abre la puerta a la búsqueda de nuevas formas de suplir las necesidades energéticas en el mundo. Debido a esto, los acumuladores de energía tienen un rol fundamental en el sector industrial en los últimos años. En particular, las baterías de Ion-Litio que por sus características las transforma en elementos claves dentro del diseño de sistemas autónomos. Los vehículos eléctricos nacen para poder suplir esta gran demanda y en particular, las bicicletas eléctricas no sólo permiten utilizar menos energía, sino que poder transportarse con mayor libertad y fluidez en las grandes ciudades. Con el nacimiento de esta nueva alternativa para el trasporte se hace necesario poder contar con sistemas de supervisión de las baterías que puedan entregar información importante al usuario sobre su Estado de Carga (SOC, por sus siglas en inglés) y estado de salud (SOH, por sus siglas en inglés). Esta información le será útil no solo al usuario sino que también a la industria encargada de masificar el producto, ya que de esta forma puede generar planes preventivos y de mantención para optimizar recursos y mejorar la calidad de servicio. En la actualidad, hay múltiples productos que son capaces de estimar el SOC y predecir el tiempo de descarga (EOD, por sus siglas en inglés) de una batería de Ion-Litio; sin embargo, es mediante los métodos de Filtro de Partículas (FP) donde se obtienen los mejores resultados. Con el objeto de unir tanto la teoría de los métodos de estimación y pronóstico del SOC de las baterías con el uso de la tecnología de acceso común, nace el objetivo de este Trabajo de Título, el cual busca implementar métodos sub-óptimos de estimación y pronóstico del Estado de Carga de baterías de Ion-Litio en un ambiente Android. Es decir, a través del presente trabajo se integraran estos métodos dentro de una aplicación (app) Android de uso común, aprovechando las capacidades y recursos de los Smartphone en la actualidad. Se busca programar un algoritmo de estimación y pronóstico (AEP) en lenguaje Java y mostrar los resultados a través de la pantalla al usuario mediante una app. Se muestra la implementación realizada y su entorno gráfico basados en los requerimientos tales como uso de protocolo Bluetooh y conexión USB, almacenamiento de datos y servicios web. Finalmente, se entregan los resultados obtenidos del AEP tanto en la estimación y predicción del SOC como en la del EOD. Esto en conjunto con un análisis del uso de recursos de procesamiento y memoria que requiere el AEP para funcionar. Como conclusión de los resultados expuestos en este trabajo, se puede afirmar que la implementación del algoritmo permite: (i) obtener información sobre el Estado de Carga de la batería de Ion-Litio en tiempo real; (ii) visualizar la predicción del tiempo de descarga basados en el perfil de uso de la bicicleta eléctrica. Todo esto a través de una app Android.

Ingeniero Civil Eléctrico / Desde hace algunos años que la disciplina especializada en el diagnóstico de fallas en sistemas y el pronóstico de eventos que pudieran afectar la salud de éstos, denominada Prognostics and Health Management (PHM), ha ido tomando cada vez más fuerza y ha empezado a consolidarse como una nueva área de la ingeniería. Esta disciplina tiene como eje principal la caracterización del estado de salud de los sistemas dinámicos, ya sea a través de enfoques probabilísticos, posibilísticos, o epistémicos, por nombrar algunos; siendo el enfoque probabilístico el adoptado en la presente Tesis. Dado que la mayoría de los sistemas se conciben mediante complejas relaciones que suelen establecerse en base a no linealidades e incertidumbre no necesariamente Gaussiana, el empleo de métodos secuenciales de Monte Carlo -también llamados filtros de partículas- ha tomado gran relevancia para el diagnóstico de la salud de los sistemas. Los filtros de partículas proveen una distribución empírica de probabilidad para los estados del sistema siguiendo un enfoque Bayesiano. Es muy frecuente que en rutinas de estimación, y en especial al usar filtro de partículas, algunas de las mediciones que debiesen proporcionar los sensores se pierdan de manera parcial o total. En el caso de una pérdida parcial, se propone una estrategia basada en la Teoría de Imputaciones Múltiples desarrollada en los años 60' que permite incorporar la incertidumbre que hay al perder solo parte de la información. Por otra parte, cuando se pierde acceso a la totalidad de las mediciones se puede hablar de un problema análogo al de pronóstico. Se propone un algoritmo que recibe como entrada una distribución empírica producto del final de una etapa de estimación basada en filtro de partículas, en la cual se propaga incertidumbre haciendo uso de sigma-points y del ajuste paramétrico de mezclas de Gaussianas para la aproximación de distribuciones de probabilidad. Además de los algoritmos anteriormente mencionados, en esta Tesis se presenta la deducción y demostración de una nueva medida de probabilidad de falla de sistemas en el contexto de monitoreo en línea, la cual modifica el estado-del-arte y abre nuevas ramas de investigación que pueden influir fuertemente en el desarrollo de nuevos sistemas de toma de decisiones. Los desarrollos presentados en esta Tesis abordan principalmente el caso del problema de estimación y pronóstico del Estado-de-Carga de baterías de ion-litio para el análisis y validación de los algoritmos que se proponen dada su relevancia en la autonomía de los dispositivos electrónicos que requieren procesamiento de información en tiempo real; tales como tablets, celulares, vehículos o micro-redes, por nombrar algunos ejemplos.

This thesis studies possible methods of semiconductor sample measurement by SIMS, with emphasis on testing different measurement parameters and sample preparation. Part of this master thesis deals with the design of a modified sample holder compatible with the used ToF-SIMS$^{5}$ instrument, IONTOF company, which is capable of tilting the sample by defined angle. This holder enables sample preparation in the main chamber of the instrument without the need of transferring the sample between instruments, which limits the probability of sample contamination. This sample holder was tested by ion machining of TIGBT sample edge and by imaging of a crater edge, created in previous measurement. Edge termination structures prepared by different techniques were measured on the TIGBT samples. Further measurements with the goal of optimizing the depth resolution for thin layers were done on Molybdenum-Silicon-multilayer X-Ray Mirror. Part of the measurements was focused on comparing depth profiles measured at low temperatures. For these measurements the samples with Indium multilayers in GaN substrate were used.