Ingeniería y competitividad

Design of Experiments to enhance spraying parameters for YSZ coatings via Atmospheric Plasma Spraying

Abstract Objectives: To implement the Design of Experiments (DOE) methodology to obtain the projection parameters for the deposition of yttria-stabilized zirconia (YSZ) on Inconel 625 by atmospheric plasma spraying (APS). Methodology: A 32 factorial design with three repetitions was implemented, in which the factors were the electrical current and the hydrogen flow rate. The response variables were the mean particle velocity and the particle temperature in flight. Coating quality was evaluated in terms of tetragonal phase content, porosity, and coating thickness. Results: The samples deposited at 430 A and hydrogen flow rates of 7 and 9 NLPM exhibited the most outstanding characteristics. The sample deposited at 430 A and 7 NLPM of H₂ was subjected to thermal shock tests. Conclusions: The sample deposited at 430 A and 7 NLPM of H₂ demonstrated superior performance compared to similar coatings reported in the scientific literature.

Resumen Objetivos: Implementar la metodología de Diseño de Experimentos (DOE) para obtener los parámetros de proyección en la deposición de circonia estabilizada con itria (YSZ) sobre Inconel 625 mediante proyección térmica por plasma atmosférico (APS). Metodología: Se implementó un diseño factorial 32 con tres repeticiones, en el cual los factores fueron la corriente eléctrica y el flujo de hidrógeno. Las variables respuesta fueron la velocidad media y la temperatura de las partículas en vuelo. La calidad de los recubrimientos se evaluó en función del porcentaje de fase tetragonal, la porosidad y el espesor. Resultados: Las muestras depositadas entre 430 A y flujos de H₂ de 7 y 9 NLPM exhibieron las características más sobresalientes. La muestra depositada a 430 A y 7 NLPM de H₂ fue sometida a pruebas de choque térmico. Conclusiones: La muestra depositada a 430 A y 7 NLPM de H₂ demostró un rendimiento superior al de recubrimientos similares documentados en la literatura científica.

Ultra-Low-Cost Device for Liquor Classification using TinyML Technology

Abstract Objective: To design and implement a liquor identification system using TinyML, employing an MQ-135 sensor and an ESP32 microcontroller from Espressif Systems. The objective is to optimize local processing for high precision and low latency, thereby validating its viability as an accessible solution in resource-constrained environments. Methodology: The methodology employed an Artificial Neural Network (ANN) to classify liquors based on volatile compounds detected by the sensor. A dataset comprising 6,000 measurements was collected, and the ANN model was trained in MATLAB® R2018a. For performance evaluation, the dataset was split into 70% for training, 15% for validation, and 15% for testing, with the Mean Squared Error (MSE) used as the primary metric. Results: The deployed ANN model converged after 375 epochs, achieving a minimal Mean Squared Error (MSE) of 1.05×10⁻⁻ and a correlation coefficient (R) of 1.0. Synthesized onto the ESP32 microcontroller, the model utilized only 24.8% of Flash memory and 6.3% of RAM. The inference time recorded for execution was 2.43 ms, yielding a classification accuracy of 84.4%. This cost-efficient solution, priced at 15 USD, outperforms existing commercial options. Conclusions: It achieves an exceptionally fast inference time of 2.43 ms with a minimal operational energy consumption ranging from 5 mA to 10 mA. This performance, coupled with the low fabrication cost (15 USD), contrasts sharply with commercial solutions often exceeding hundreds of dollars. Consequently, the system is highly viable for implementation in embedded quality control and food industry applications.

Resumen Objetivo: Diseñar e implementar un sistema de identificación de licores mediante TinyML, empleando un sensor MQ-135 y un microcontrolador ESP32 de Espressif Systems. El objetivo es optimizar el procesamiento local para lograr alta precisión y baja latencia, validando así su viabilidad como solución accesible en entornos con recursos limitados. Metodología: La metodología empleó una Red Neuronal Artificial (RNA) para clasificar licores según los compuestos volátiles detectados por el sensor. Se recopiló un conjunto de datos con 6000 mediciones y el modelo de RNA se entrenó en MATLAB® R2018a. Para la evaluación del rendimiento, el conjunto de datos se dividió en un 70 % para entrenamiento, un 15 % para validación y un 15 % para pruebas, utilizando el Error Cuadrático Medio (EMM) como métrica principal. Resultados: El modelo de ANN implementado convergió tras 375 épocas, alcanzando un Error Cuadrático Medio (EMM) mínimo de 1,05 × 10⁻⁻ y un coeficiente de correlación (R) de 1,0. Sintetizado en el microcontrolador ESP32, el modelo utilizó solo el 24,8 % de la memoria Flash y el 6,3 % de la RAM. El tiempo de inferencia registrado para la ejecución fue de 2,43 ms, lo que arroja una precisión de clasificación del 84,4 %. Esta solución rentable, con un precio de 15 USD, supera las opciones comerciales existentes. Conclusiones: Alcanza un tiempo de inferencia excepcionalmente rápido de 2,43 ms con un consumo energético operativo mínimo, de entre 5 mA y 10 mA. Este rendimiento, sumado al bajo coste de fabricación (15 USD), contrasta marcadamente con las soluciones comerciales, que a menudo superan los cientos de dólares. En consecuencia, el sistema es muy viable para su implementación en aplicaciones integradas de control de calidad y de la industria alimentaria.

Bibliometric analysis of biomass production of chlorella vulgaris through the integration of scientific databases and vosviewer

Abstract Introduction: Microalgae are unicellular photosynthetic organisms with a high capacity for CO₂ fixation and adaptation to diverse cultivation conditions. Among them, Chlorella vulgaris stands out due to its nutritional and biotechnological value. Its cultivation enables the production of lipids, proteins, and pigments useful for biofuels, food, and bioremediation. Despite their ecological advantages, microalgae face economic challenges due to high production costs. Their metabolic versatility makes them key components for sustainable biorefineries. Bibliometric analysis allows the identification of research trends to improve their industrial utilization. Objective: This study reviews the biomass production of Chlorella vulgaris through the integration of scientific databases and the use of VOSviewer to analyze bibliometric networks, aiming to determine research trends related to productivity, culture media, systems, production scales, and key nutrients. Methods: Studies were collected from the Scopus database using five search equations. The most relevant documents were selected and analyzed through co-occurrence analysis using VOSviewer. Results: The bibliometric analysis revealed a growth in studies on Chlorella vulgaris between 2014 and 2024, focused on technological and sustainable alternatives. The searches yielded 4,354 documents, predominantly scientific articles. The main subject areas were environmental sciences, chemical engineering, energy, and agricultural sciences. Conclusions: Alternative nutrient sources are essential to reduce production costs. The use of wastewater can reduce nutrient costs by approximately 50% by providing nitrogen, phosphorus, and organic compounds, becoming a high-quality culture medium.

Resumen Introducción: las microalgas son organismos unicelulares fotosintéticos con gran capacidad para fijar CO₂ y adaptarse a diversas condiciones de cultivo. Entre ellas, Chlorella vulgaris destaca por su valor nutricional y biotecnológico. Su cultivo permite obtener lípidos, proteínas y pigmentos útiles en biocombustibles, alimentación y biorremediación. Aunque presentan ventajas ecológicas, enfrentan retos económicos por los altos costos de producción. Su versatilidad metabólica las convierte en clave para biorrefinerías sostenibles. El análisis bibliométrico permite identificar tendencias para mejorar su aprovechamiento industrial. Objetivo: este estudio revisa la producción de biomasa de Chlorella vulgaris mediante la integración de bases de datos científicas y el uso de VOSviewer para analizar redes bibliométricas, con el fin de determinar tendencias de investigación sobre productividad, medios de cultivo, sistemas, escalas de producción y nutrientes clave. Métodos: se recopilaron estudios en Scopus usando cinco ecuaciones de búsqueda. Los documentos más relevantes fueron seleccionados y analizados mediante coocurrencia en VOSviewer. Resultados: el análisis bibliométrico mostró un crecimiento de estudios sobre Chlorella vulgaris entre 2014 y 2024, enfocados en alternativas tecnológicas y sostenibles. Las búsquedas arrojaron 4.354 documentos, predominando artículos científicos. Las áreas principales fueron ciencias ambientales, ingeniería química, energías y ciencias agrícolas. Conclusiones: las fuentes alternativas de nutrientes son clave para reducir los costos de producción. El uso de aguas residuales puede disminuir aproximadamente un 50 % los costos de nutrientes al aportar nitrógeno, fósforo y compuestos orgánicos, convirtiéndose en un medio de excelente calidad.

Estimating flow rates in a tropical basin using artificial neural modeling based on hydrological memory

Abstract Introduction: Hydrological systems have been severely impacted by the increase in extreme events such as floods and droughts, intensified by climate change. The Tuluá River basin, located in the Cauca Valley of Colombia, faces additional challenges due to deforestation and limited monitoring coverage, complicating efficient water resource management. Objectives: Develop a neural model based on LSTM networks to predict the flow rate of the Tuluá River from hydrometeorological variables, for the anticipation of extreme scenarios and support in decision-making in regional water management. Methodology: 6875 daily records for five variables (precipitation, temperature, evaporation, relative humidity, and streamflow) from seven stations were consolidated. To fill missing values, data preprocessing was applied using KNN and Pearson correlation analysis. The LSTM model was configured and trained, and evaluated for the training, test, and validation subsets using standard neural network metrics. Results: The neural model demonstrated high predictive capacity with correlation coefficients R (0.75-0.98). It was evident that the model effectively captures temporal dependencies and nonlinear patterns, in addition to identifying the influence of the ENSO phenomenon on local hydrological dynamics. Conclusions: The LSTM model is an effective tool for estimating flows for the basin under study, facilitating both water management and the prevention of risks associated with climate variability. Future developments can enhance its accuracy and usefulness if they include global climate indices.

Resumen Introducción: Los sistemas hidrológicos han sido severamente impactados por el aumento de eventos extremos como inundaciones y sequias, a su vez intensificados por el cambio climático. La cuenca del río Tuluá, ubicada en el Valle del Cauca - Colombia, enfrenta retos adicionales por la deforestación y limitada cobertura de monitoreo, complicando la gestión eficiente del recurso hídrico. Objetivos: Desarrollar un modelo neuronal basado en redes LSTM para predecir el caudal del río Tuluá a partir de variables hidrometeorológicas, para la anticipación de escenarios extremos y el apoyo en la toma de decisiones en la gestión hídrica regional. Metodología: 6875 registros diarios para cinco variables (precipitación, temperatura, evaporación, humedad relativa y caudal) de siete estaciones, fueron consolidadas. Para completar valores faltantes se aplicó preprocesamiento de datos usando KNN y análisis de correlación de Pearson. Se configuró y se entrenó el modelo LSTM, el cual se evaluó para los subconjuntos de entrenamiento, prueba y validación mediante métricas usuales para redes neuronales. Resultados: Una alta capacidad predictiva con coeficientes de correlación R (0,75 - 0,98) mostró el modelo neuronal. Se evidenció que el modelo captura efectivamente las dependencias temporales y patrones no lineales, además de identificar la influencia del fenómeno ENSO en la dinámica hidrológica local. Conclusiones: El modelo LSTM es una herramienta efectiva en la estimación de caudales para la cuenca en estudio, lo cual facilita tanto la gestión hídrica como la prevención de los riesgos que se asocian a la variabilidad climático. Futuros desarrollos pueden potenciar su precisión y utilidad, si consideran la inclusión de índices climático globales.

Multitask Convolutional Neural Network for Spatiotemporal Precipitation Estimation in Andean Regions

Abstract Introduction: The Colombian Andes present limitations for spatial estimation of precipitation due to scarce rainfall instrumentation and high variability influenced by phenomena such as El Niño. Therefore, it is necessary to develop approaches to merge remote sensing data with terrestrial observations and improve the spatiotemporal modeling of precipitation. Objectives: To implement a multitask convolutional neural network model with U-Net architecture to estimate rainfall probability (classification) and precipitation rate (regression), with a resolution of 2 km and 10 minutes in an Andean region of Colombia. Metodology: The study was conducted in the Colombian Andean zone, using pluviometric data, meteorological radar, and GOES-16 satellite. A convolutional neural network with U-Net architecture was implemented to estimate precipitations, with data distributed in proportions of 70%, 15%, and 15% for training, validation, and testing. The model evaluation was carried out with classification and regression metrics. Results: The model shows satisfactory efficiency for detecting rainfall events, with an area under the ROC curve close to 0.8, demonstrating a high capacity to classify the spatial pattern of its occurrence. In contrast, the convolutional network has lower performance in the task of quantifying rainfall millimeters, with Pearson correlation values on the order of 0.6 in training and validation. Conclusions: The use of convolutional neural networks achieves satisfactory classifications of rainfall events; however, it tends to underestimate the precipitation rate under conditions of scarce information.

Resumen Introducción: los andes colombianos presentan limitaciones para la estimación espacial de la precipitación, debido a la escasa instrumentación pluviométrica y la alta variabilidad influida por fenómenos como El Niño. Por ello se hace necesario desarrollar enfoques para fusionar datos de teledetección con observaciones terrestres y mejorar la modelación espaciotemporal de la lluvia. Objetivos: Implementar un modelo de red neuronal convolucional multitarea con arquitectura U-Net para estimar simultáneamente la probabilidad de lluvia (clasificación) y la tasa de precipitación (regresión), con resolución de 2 km y 10 minutos en una región andina. Metodología: El estudio se realizó en la zona andina colombiana, usando datos pluviométricos, radar meteorológico, y satélite GOES-16. Se implementó una red neuronal convolucional con arquitectura U-Net para estimar precipitaciones, con datos distribuidos en proporciones de 70%, 15%, y 15% para entrenamiento, validación y prueba, la evaluación del modelo se llevó a cabo con métricas de clasificación y regresión. Resultados: El modelo presenta una eficiencia satisfactoria para la detección de eventos de lluvia, con un área bajo la curva ROC cercana a 0.8, demostrando una alta capacidad para clasificar el patrón espacial de su ocurrencia. En contraste, la red convolucional tiene un inferior desempeño en la tarea de cuantificación de los milímetros de lluvia, con valores de correlación de Pearson del orden de 0.6 en entrenamiento y validación. Conclusiones: El uso de redes neuronales convolucionales logra clasificaciones satisfactorias de los eventos de lluvia, sin embargo, tiende a subestimar la tasa de precipitación en condiciones de información escasa.

Technical Design of a Craft Brewery under Current Regulations for Emerging Agritourism Regions

Abstract Introduction: This article presents the technical design of a craft brewery located in Puerto Gaitán, Meta, Colombia, focused on producing a Golden Ale enriched with tropical fruits to achieve sensory attributes linked to local identity. Objectives: To develop a brewery design that integrates high-quality ingredients-malt, malted barley, hops, yeast (Saccharomyces cerevisiae), water, mango (Manjpgera indica), and passion fruit (Passiflora edulis)-while ensuring compliance with Colombian sanitary and technical regulations. Methodology: The plant organization was defined using industrial engineering tools, including the weighted factor method for location analysis, Systematic Layout Planning (SLP) for internal distribution, and the Guarchet method for space determination. The design also incorporated applicable regulations: Resolution 2674 of 2013 (GMP), Decree 162 of 2021, Resolution 2115 of 2007, and Technical Standards NTC 3854:1996 and NTC 4158:1997. Basic sanitation and occupational health and safety plans were proposed. Results: The design provides a comprehensive proposal including specialized equipment and an efficient operating model aligned with regulatory requirements. Conclusions: The proposed model demonstrates potential to strengthen the regional craft brewing agroindustry by promoting innovation, added value, and local economic development.

Resumen Introducción: Este artículo presenta el diseño técnico de una cervecería artesanal ubicada en Puerto Gaitán, Meta, Colombia, enfocada en la producción de una Golden Ale enriquecida con frutas tropicales para lograr atributos sensoriales vinculados a la identidad local. Objetivos: Desarrollar un diseño de cervecería que integre ingredientes de alta calidad-malta, cebada malteada, lúpulo, levadura (Saccharomyces cerevisiae), agua, mango (Manjpgera indica) y maracuyá (Passiflora edulis)-garantizando el cumplimiento de la normativa sanitaria y técnica colombiana. Metodología: La organización de la planta se definió mediante herramientas de ingeniería industrial, incluyendo el método de factores ponderados para el análisis de localización, el Systematic Layout Planning (SLP) para la distribución interna de áreas y el método de Guarchet para la determinación de espacios. El diseño incorporó la normativa aplicable: Resolución 2674 de 2013 (BPM), Decreto 162 de 2021, Resolución 2115 de 2007 y las Normas Técnicas Colombianas NTC 3854:1996 y NTC 4158:1997. Asimismo, se propusieron planes básicos de saneamiento y de gestión de seguridad y salud en el trabajo. Resultados: El diseño presenta una propuesta integral que incluye equipos especializados y un modelo operativo eficiente, alineado con los requisitos regulatorios. Conclusiones: El modelo propuesto muestra potencial para fortalecer la agroindustria cervecera artesanal en la región mediante la promoción de la innovación, el valor agregado y el desarrollo económico local.

Remediation of Andisols Contaminated by Whey Through the Application of Organic Fertilizer

Abstract Introduction: Soil contamination by agro-industrial waste, such as whey, poses a significant threat to ecosystem sustainability and agricultural productivity. Objetive: This study evaluated the effectiveness of organic fertilizer as a bioremediation strategy for Andisols contaminated with whey in Villa Moreno, Buesaco (Nariño). Metodology: The impact on key physicochemical properties such as pH, electrical conductivity (EC), organic matter (OM), cation exchange capacity (CEC), bulk density, and porosity was analyzed. A randomized block design was implemented with treatments of control soil, contaminated soil, and soil contaminated with two different doses of organic fertilizer (500 g and 1000 g per 3 kg of soil). Results: The results indicated that the addition of whey slightly acidified the soil and significantly increased its salinity. The application of organic fertilizer effectively neutralized the pH, improved the organic matter content and CEC, and reduced the bulk density, increasing porosity. Although both fertilizer doses were effective, the higher dose showed faster neutralization but also a higher risk of salinization. Conclusions: It is concluded that organic fertilizer is a viable and sustainable alternative for the remediation of soils contaminated by whey, although careful management of the dose is required to balance fertility recovery and salinity control.

Resumen Introducción: La contaminación del suelo por residuos agroindustriales, como el suero de leche, representa una amenaza significativa para la sostenibilidad de los ecosistemas y la productividad agrícola. Objetivo: Este estudio evaluó la efectividad del fertilizante orgánico como estrategia de biorremediación para Andisoles contaminados con suero de leche en Villa Moreno, Buesaco (Nariño). Metodología: Se analizó el impacto sobre propiedades fisicoquímicas clave como pH, conductividad eléctrica (CE), materia orgánica (MO), capacidad de intercambio catiónico (CIC), densidad aparente y porosidad. Se implementó un diseño de bloques al azar con tratamientos de suelo control, suelo contaminado y suelo contaminado con dos dosis diferentes de fertilizante orgánico (500 g y 1000 g por 3 kg de suelo). Resultados: Los resultados indicaron que la adición de suero de leche acidificó ligeramente el suelo y aumentó significativamente su salinidad. La aplicación de fertilizante orgánico neutralizó eficazmente el pH, mejoró el contenido de materia orgánica y la CIC, y redujo la densidad aparente, incrementando la porosidad. Aunque ambas dosis de fertilizante fueron efectivas, la dosis más alta mostró una neutralización más rápida, pero también un mayor riesgo de salinización. Conclusiones: Se concluye que el fertilizante orgánico es una alternativa viable y sostenible para la remediación de suelos contaminados con suero de leche, aunque se requiere un manejo cuidadoso de la dosis para equilibrar la recuperación de la fertilidad y el control de la salinidad.

Innovation indicators in biohydrogen production by dark fermentation based on patent análisis

Abstract Introduction: Given the urgency of transforming the global energy system to achieve carbon neutrality, microorganism-mediated hydrogen (H₂) production has emerged as a key technology toward a low-carbon society. In particular, dark fermentation (DF) stands out due to its low energy requirements and its ability to utilize diverse organic substrates. Objectives: To present a critical review of the technological evolution of dark fermentation through the analysis of patents and scientific publications registered between 2002 and 2022. Methodology: A total of 106 patents and 469 scientific publications were analyzed, evaluating keywords, temporal trends, country leadership, technological classification, citation levels, and technological behavior using S-curves. Results: The most frequent keywords were “fermentation,” “dark fermentation,” and “H₂ production,” with a transition toward terms such as “metabolites,” “food waste,” and “biological fuel cells,” suggesting a shift toward technological applications and bioelectrochemical production systems. Since 2006, a growing disparity between scientific publications and patents has been observed, reflecting a gap between research and innovation. The United States and China lead in expired patents, indicating early development but commercial slowdown. The C12P3/00 code and the “Biotechnology” domain concentrate most inventions. The low citation level of patents highlights accessibility challenges and the predominance of theoretical knowledge. S-curve analysis reveals technological stagnation associated with efficiency and scalability barriers. Conclusions: Although DF shows high potential as a sustainable route for H₂ production, its industrial implementation and competitiveness require overcoming technical limitations and strengthening effective knowledge transfer toward mature technological applications.

Resumen Introducción: Ante la urgencia de transformar el sistema energético global para alcanzar la neutralidad de carbono, la producción de hidrógeno (H₂) mediada por microorganismos se consolida como una tecnología clave hacia una sociedad baja en carbono. En particular, la fermentación oscura (FO) destaca por su bajo requerimiento energético y su capacidad de utilizar diversos sustratos orgánicos. Objetivos: Presentar una revisión crítica de la evolución tecnológica de la fermentación oscura mediante el análisis de patentes y publicaciones científicas registradas entre 2002 y 2022. Metodología: Se analizaron 106 patentes y 469 publicaciones científicas, evaluando palabras clave, tendencias temporales, liderazgo por países, clasificación tecnológica, nivel de citación y comportamiento tecnológico mediante curvas en S. Resultados: Las palabras clave más frecuentes fueron “fermentación”, “fermentación oscura” y “producción de H₂”, evidenciándose una transición hacia términos como “metabolitos”, “residuos alimentarios” y “celdas de combustible biológicas”, lo que sugiere un desplazamiento hacia aplicaciones tecnológicas y sistemas bio-electroquímicos. Desde 2006 se observa una creciente disparidad entre publicaciones y patentes, reflejando una brecha entre investigación e innovación. Estados Unidos y China lideran en patentes vencidas, indicando desarrollo temprano pero ralentización comercial. El código C12P3/00 y el dominio “Biotecnología” concentran la mayoría de las invenciones. El bajo nivel de citación de patentes evidencia desafíos de accesibilidad y predominancia del conocimiento teórico. Las curvas en S revelan estancamiento tecnológico asociado a barreras de eficiencia y escalabilidad. Conclusiones: Aunque la FO posee alto potencial como ruta sostenible para producir H₂, su implementación industrial y competitividad requieren superar limitaciones técnicas y fortalecer la transferencia efectiva hacia aplicaciones tecnológicas maduras.

Proposal for the implementation of control strategies through Texas Instruments ecosystems

Abstract Introduction: Technological evolution has contributed to the development of multiple microcontrolled platforms, such as Arduino, through which different general-purpose applications can be implemented. However, the need for more specialized systems, such as those required for real-time control, has contributed to the development of microcontrolled systems, including those manufactured by Texas Instruments. Objective: The objective of this study is to design and implement real-time control strategies using Texas Instruments ecosystems. Methodology: The work focused on an experimental framework through which digital controllers were designed using the control coprocessor as one of the ecosystems available in the Texas Instruments C2000 microcontrollers. Subsequently, the designed controllers were implemented in test plants to validate their response in real time. Results: A range of control strategies, both classical and modern, were implemented on the Texas Instruments C2000 microcontrollers. This was done to validate the response of the microcontrollers in the selected test plants. Conclusions: The controllers designed for the C2000 microcontrollers through the Texas Instruments ecosystems used allow the development of real-time control systems quickly and with high processing capacity given their characteristics. Moreover, these platforms find applications not only in teaching processes but also in industrial environments, given the existence of various software tools like MATLAB and Code Composer Studio for their programming.

Resumen Introducción: La evolución tecnológica ha contribuido al desarrollo de múltiples plataformas de microcontrol, como Arduino, mediante las cuales se pueden implementar diversas aplicaciones de propósito general. Sin embargo, la necesidad de sistemas más especializados, como los requeridos para el control en tiempo real, ha impulsado el desarrollo de sistemas de microcontrol, incluyendo los fabricados por Texas Instruments. Objetivo: El objetivo de este estudio es diseñar e implementar estrategias de control en tiempo real utilizando los ecosistemas de Texas Instruments. Metodología: El trabajo se centró en un marco experimental mediante el cual se diseñaron controladores digitales utilizando el coprocesador de control como uno de los ecosistemas disponibles en los microcontroladores C2000 de Texas Instruments. Posteriormente, los controladores diseñados se implementaron en plantas de prueba para validar su respuesta en tiempo real. Resultados: Se implementó una variedad de estrategias de control, tanto clásicas como modernas, en los microcontroladores C2000 de Texas Instruments. Esto se realizó para validar la respuesta de los microcontroladores en las plantas de prueba seleccionadas. Conclusiones: Los controladores diseñados para los microcontroladores C2000 mediante los ecosistemas de Texas Instruments permiten el desarrollo rápido de sistemas de control en tiempo real con alta capacidad de procesamiento, dadas sus características. Además, estas plataformas encuentran aplicaciones no solo en procesos educativos, sino también en entornos industriales, gracias a la disponibilidad de diversas herramientas de software como MATLAB y Code Composer Studio para su programación.

Monitoring Urban Expansion in Valledupar with Sentinel-2 Imagery and Fuzzy Logic Classification

Abstract Introduction: The city of Valledupar, Colombia, underwent accelerated urban transformation between 1985 and 2025, with 124% expansion generating significant socio-environmental pressures. This research developed and applied a comprehensive model to analyze this dynamic and its drivers. Materials and Methods: A three-phase methodology was implemented: (I) multitemporal analysis with Landsat/Sentinel-2 imagery and GIS to quantify physical expansion (1985-2025); (II) development of a Mamdani-type fuzzy logic model using FisPro/GeoFIS software to classify the urban-rural transition; and (III) statistical validation and correlation analysis with socioeconomic variables. Results: The urban footprint grew from 1,850 to 4,150 ha, consuming 1,150 ha of agricultural soil (2000-2020). A substantial portion of the expansion (45%) occurred in an unplanned, discontinuous manner. The fuzzy logic model achieved high accuracy (Kappa=0.81) and revealed a significant correlation (r=0.55, p<0.01) between peripheral expansion and labor informality. Discussion: The results evidence a clear pattern of unstructured urban growth. The fuzzy logic model proved to be a superior tool for capturing the complexity of the urban-rural transition and its links to socioeconomic precariousness. Conclusions: Valledupar’s expansion has been unsustainable and fragmented. Integrating fuzzy logic models into urban planning and monitoring frameworks is recommended for more effective and sustainable land management.

Resumen Introducción: La ciudad de Valledupar, Colombia, experimentó una transformación urbana acelerada entre 1985 y 2025, con una expansión del 124% que generó presiones socioambientales significativas. Esta investigación desarrolló y aplicó un modelo integral para analizar esta dinámica y sus impulsores. Materiales y Métodos: Se implementó una metodología en tres fases: (I) análisis multitemporal con imágenes Landsat/Sentinel-2 y SIG para cuantificar la expansión física (1985-2025); (II) desarrollo de un modelo de lógica difusa tipo Mamdani con los softwares FisPro/GeoFIS para clasificar la transición urbano-rural; y (III) validación estadística y análisis de correlación con variables socioeconómicas. Resultados: La mancha urbana creció de 1,850 a 4,150 ha, consumiendo 1,150 ha de suelo agrícola (2000-2020). Una parte sustancial de la expansión (45%) ocurrió de manera no planificada y discontinua. El modelo de lógica difusa logró una alta precisión (Kappa=0,81) y reveló una correlación significativa (r=0,55, p<0,01) entre la expansión periférica y la informalidad laboral. Discusión: Los resultados evidencian un patrón claro de crecimiento urbano no estructurado. El modelo de lógica difusa demostró ser una herramienta superior para capturar la complejidad de la transición urbano-rural y sus vínculos con la precariedad socioeconómica. Conclusiones: La expansión de Valledupar ha sido insostenible y fragmentada. Se recomienda la integración de modelos de lógica difusa en los marcos de planificación y monitoreo urbano para una gestión del suelo más efectiva y sostenible.

Removal of dielectric oil fuller’s earth

Abstract Introduction: Dielectric oil is classified as a hazardous material by the EPA (Environmental Protection Agency of the United States of America). The oil is composed primarily of naphthenic, aromatic, and paraffinic hydrocarbons. With the continuous use of these oils in power equipment such as transformers and cables, reactions occur that create deposits on the equipment, making their renaturation costly. This article proposes a solvent extraction technique. A compact treatment plant was proposed to allow for the cost-effective and environmentally safe management of this type of hazardous waste. Objective: The objective of this research was to develop a treatment system for Fuller’s earth contaminated with dielectric oil using solvent extraction with ethanol and TRITON to reduce the carbon footprint for users in the electrical industry. Methodology: The properties of the solvent, such as chemical affinity and boiling point, were evaluated while the contaminant was being removed. After treatment with the proposed system, the contaminated Fuller’s earth met the cleanup standards required by current Colombian environmental regulations. To this end, a pilot treatment system was built to test the treatment process on 1 kg of contaminated Fuller’s earth and evaluate the best alternative found in the reactor, using ethanol extraction. Results: The results of the study show that extraction with industrial-grade ethanol (96% purity) removed the greatest amount of dielectric oil. The amount in the soil after treatment averaged 0.5 ppm, the maximum value permitted by law (Resolution 1170 of 1997 of the Department of Environmental Management). Conclusions: The ethanol extraction process offers a new solution for the final disposal of Fuller’s earth contaminated with dielectric oil, which until now has been carried out by incineration, and constitutes an environmentally friendly option for the management of hazardous waste.

Resumen Introducción: El aceite dieléctrico está clasificado como un material peligroso por la EPA (Agencia de Protección Ambiental de los Estados Unidos de América). El aceite está compuesto principalmente de hidrocarburos nafténicos, aromáticos y parafínicos. Con el uso continuo de estos aceites en equipos de potencia como transformadores y cables, se presentan reacciones que crean depósitos en los equipos, por lo cual su re naturalización es costosa. Este articulo propone una técnica de extracción con solventes. Para lo cual se propuso una planta de tratamiento compacta que permitiría la gestión de este tipo de residuos peligrosos de manera económicamente competitiva y ambientalmente segura. Objetivo: El objetivo de esta investigación fue desarrollar un sistema de tratamiento para tierra Fuller contaminada con aceite dieléctrico mediante extracción por solventes con etanol y TRITON para la reducción de la huella de carbono para los usuarios de la industria eléctrica. Metodología: Se evaluaron las propiedades del disolvente, como la afinidad química y el punto de ebullición, mientras se eliminaba el contaminante. Después del tratamiento con el sistema propuesto, la tierra contaminada de Fuller cumplió con los estándares de limpieza requeridos por las regulaciones ambientales colombianas actuales. Para ello, se construyó un sistema piloto de tratamiento para probar el proceso de tratamiento de 1 kg de tierra de Fuller contaminada y evaluar la mejoralternativa encontrada en el reactor, con extracción con etanol. Resultados: Los resultados del estudio muestran que la extracción con etanol de grado industrial (96% de pureza) eliminó la mayor cantidad de aceite dieléctrico. La cantidad en el suelo después del tratamiento promedió 0.5 ppm, el valor máximo permitido por la ley (Resolución 1170 de 1997 del Departamento de Administración Ambiental). Conclusiones: El proceso de extracción con etanol ofrece una nueva solución para la disposición final de la tierra de Fuller contaminada con aceite dieléctrico, que hasta ahora se ha realizado mediante incineración y constituye una opción ecológica para la gestión de residuos peligrosos.

An approach for the calculation of characteristics I - V and P - V curves in BIPV arrays

Abstract Objective: The main objective of this work is to obtain a procedure based on mathematical and geometry relationships to calculate the radiation and shadows effect in vertical surfaces and obtain profiles for analyzing BIPV arrays installed on the vertical surface in terms of the I -V and P - V curves. Methodology: The proposed approach has three stages. The first is oriented to the study of Sun behavior in order to calculate the required information for estimating the radiation components for vertical surfaces. The second stage is oriented to analyze the effect of shadows of object in the neighborhood of the vertical surface. The third stage is oriented to the calculation of the I -V and P - V curves of a BIPV array. Results: An approach for the calculation the radiation behavior and shadow analysis for vertical surfaces in the context of BIPV solutions was developed to obtain the I -V and P - V curves of a BIPV array. The solution was implemented in Matlab® but it can be extended to other platforms for a more generalized used. Conclusions: The proposed solution allowed to obtain the I -V and P - V curves of a study case BIPV array based on the radiation and shadow analysis of the vertical surface. Results were compared with simulation in BIMsolar software. The percentage of area affected by shading calculated by using the proposed solution differs 1.9 % from BIMsolar results

Resumen Objetivo: El objetivo principal de este trabajo es obtener un procedimiento basado en relaciones matemáticas y geométricas para calcular la radiación y el efecto de las sombras en superficies verticales y obtener perfiles para analizar arreglos BIPV instalados en dichas superficies en términos de las curvas I - V y P - V. Metodología: El enfoque propuesto consta de tres etapas. La primera se centra en el estudio del comportamiento solar para calcular la información necesaria para estimar los componentes de radiación en superficies verticales. La segunda se centra en el análisis del efecto de las sombras de los objetos cercanos a la superficie vertical. La tercera en el cálculo de las curvas I - V y P - V de un arreglo BIPV. Resultados: Se desarrolló un método para el cálculo del comportamiento de la radiación y el análisis de sombras en superficies verticales, en el contexto de soluciones BIPV, con el fin de obtener las curvas I - V y P - V de un arreglo BIPV. La solución se implementó en Matlab®, pero puede extenderse a otras plataformas para un uso más generalizado. Conclusiones: La solución propuesta permitió obtener las curvas I - V y P - V de un arreglo BIPV de estudio, basándose en el análisis de radiación y sombras de la superficie vertical. Los resultados se compararon con una simulación en el software BIMsolar.

Prediction of electricity access in Brazilian households using machine learning

Abstract Introduction: Despite advances toward universal electricity access in Brazil, pockets of energy exclusion persist, particularly in rural areas and in the Northern region. Accurately identifying these territories is essential to support more effective, evidence-based public policies. Objective: To propose and evaluate a machine learning model to estimate the percentage of households with access to electricity in Brazil, using socioeconomic indicators from the Sustainable Cities Development Index (SCDI). Methodology: The study employed a data science pipeline including preprocessing of SCDI indicators, feature selection, and hyperparameter tuning. Different supervised learning algorithms were tested, with performance evaluated using error metrics, especially RMSE and MAPE. XGBoost was selected as the most suitable model after comparative testing. Results: XGBoost achieved the best predictive performance, with an average RMSE of 3.42 and a MAPE of 1.78%, indicating high accuracy in estimating electricity access. The most relevant variables were income of the poorest population, the proportion of forested and natural areas, and indicators related to youth education. Conclusion: The results demonstrate the potential of machine learning as a tool to support territorial diagnostics and the formulation of public policies aimed at universalizing electricity access. The proposed model helps identify structural determinants of energy exclusion, providing technical evidence to guide more targeted and efficient interventions.

Resumen Introducción: A pesar de los avances hacia el acceso universal a la electricidad en Brasil, persisten focos de exclusión energética, especialmente en zonas rurales y en la región norte. Identificar con precisión estos territorios es fundamental para respaldar políticas públicas más efectivas y basadas en evidencia. Objetivo: Proponer y evaluar un modelo de aprendizaje automático para estimar el porcentaje de hogares con acceso a la electricidad en Brasil, utilizando indicadores socioeconómicos del Índice de Desarrollo de Ciudades Sostenibles (IDCS). Metodología: El estudio empleó un proceso de ciencia de datos que incluyó el preprocesamiento de los indicadores del IDCS, la selección de características y el ajuste de hiperparámetros. Se probaron diferentes algoritmos de aprendizaje supervisado, y su rendimiento se evaluó mediante métricas de error, en particular el RMSE y el MAPE. Tras una prueba comparativa, se seleccionó XGBoost como el modelo más adecuado. Resultados: XGBoost obtuvo el mejor rendimiento predictivo, con un RMSE promedio de 3,42 y un MAPE de 1,78 %, lo que indica una alta precisión en la estimación del acceso a la electricidad. Las variables más relevantes fueron los ingresos de la población más pobre, la proporción de áreas forestales y naturales, y los indicadores relacionados con la educación juvenil. Conclusión: Los resultados demuestran el potencial del aprendizaje automático como herramienta para apoyar el diagnóstico territorial y la formulación de políticas públicas orientadas a la universalización del acceso a la electricidad. El modelo propuesto ayuda a identificar los determinantes estructurales de la exclusión energética, proporcionando evidencia técnica para orientar intervenciones más específicas y eficientes.

A system dynamics model applied to administrative variables influencing hospital length of stay in the neonatal intensive care unit (NICU)

Abstract Introduction: in Colombia, the high occupancy rates of Neonatal Intensive Care Units (NICUs)-86.6% in public institutions and 80.3% in private ones-have highlighted the need to improve care processes in these units. Objective: to develop a tool to represent and analyze the factors affecting hospital length of stay (LOS) in a third-level hospital in Bogotá. Methodology: based on the characterization of the care process, carried out through semi-structured interviews and direct observation, a simulation model was developed to explore different scenarios by varying key parameters. Three simulation scenarios were defined, incorporating neonatal mortality indicators and crude birth rates, stratified across three geographical scales: global population estimates, Latin America and the Caribbean, and national data from Colombia. Results: the results indicate that administrative and technological management factors, particularly interinstitutional referrals, authorization processes, response times for corrective maintenance, and the availability of biomedical equipment, exert a systemic influence on NICU operational performance and LOS. Conclusions: the findings highlight the need for integrated improvement strategies that align clinical care with administrative coordination, technological management, and knowledge transfer, promoting more efficient use of resources, reducing hospital length of stay, and improving neonatal outcomes.

Resumen Introducción: en Colombia, las altas tasas de ocupación de las Unidades de Cuidados Intensivos Neonatales (UCIN) -86,6% en instituciones públicas y 80,3% en privadas- han puesto de relieve la necesidad de mejorar los procesos de atención en estas unidades. Objetivo: desarrollar una herramienta para representar y analizar los factores que afectan la duración de la estancia hospitalaria (DHL) en un hospital de tercer nivel de Bogotá. Metodología: a partir de la caracterización del proceso de atención, realizada mediante entrevistas semiestructuradas y observación directa, se construyó un modelo de simulación que permite explorar diferentes escenarios mediante la variación de parámetros clave. Se definieron tres escenarios de simulación que incorporan indicadores de mortalidad neonatal y tasas brutas de natalidad, estratificados en tres escalas geográficas: estimaciones de población mundial, América Latina y el Caribe, y datos nacionales de Colombia. Resultados: los resultados indican que los factores de gestión administrativa y tecnológica, en particular las derivaciones interinstitucionales, los procesos de autorización, los tiempos de respuesta para el mantenimiento correctivo y la disponibilidad de equipos biomédicos, ejercen una influencia sistémica en el rendimiento operativo de la UCIN y la DHL. Conclusiones: los hallazgos resaltan la necesidad de estrategias de mejora integradas que alineen la atención clínica con la coordinación administrativa, la gestión tecnológica y la transferencia de conocimientos, lo que favorece un uso más eficiente de los recursos, la reducción de la estancia hospitalaria y la mejora de los resultados neonatales.

Lignocellulosic biochars as a strategy to mitigate cadmium levels in agricultural soils

Abstract Introduction: Cadmium (Cd) is a highly toxic heavy metal that deteriorates soil and crop quality and also poses a risk to human health due to its accumulation in food, seriously compromising agricultural productivity and public health. Objective: The objective of this review was to analyze the use of biochars obtained from lignocellulosic waste as a strategy for Cd mitigation in agricultural soils, as well as their impact on the physicochemical properties of the soil. Methods: A systematic review was performed using StArt v.3.0.3 software. The searches were conducted in Scopus, Science Direct, Springer Link, and Google Scholar. Based on this, articles of interest were selected by applying inclusion and exclusion criteria. Results: The most frequently cited precursors in the literature were identified as agricultural residues, such as rice husks and straw, corn and wheat, due to their mass production, low cost and high carbon content. The effectiveness of biochar in Cd remediation was found to depend on its properties, such as porosity, specific surface area, and pH. Furthermore, biochar was found to significantly improve the physicochemical properties of the soil, optimizing nutrient retention and the immobilization of heavy metals. However, it was shown that the effectiveness of biochar decreases over time, due to the gradual release of trapped Cd and the decomposition of its alkaline components. Conclusions: In conclusion, biochars are an efficient and sustainable strategy for the remediation of Cd-contaminated soils, with environmental and economic benefits associated with the responsible management of agricultural waste, although their implementation requires careful planning to maximize their effectiveness in different agricultural contexts.

Resumen Introducción: El cadmio (Cd) es un metal pesado de alta toxicidad que deteriora la calidad del suelo y los cultivos, además de representar un riesgo para la salud humana, debido a su acumulación en los alimentos, lo que compromete seriamente la productividad agrícola y la salud pública. Objetivo: El objetivo de esta revisión fue analizar el uso de biocarbonos obtenidos a partir de residuos lignocelulósicos como estrategia para la mitigación del Cd en suelos agrícolas, así como su impacto en las propiedades fisicoquímicas del suelo. Métodos: Se realizó una revisión sistemática con el software StArt v.3.0.3. Las búsquedas se realizaron en Scopus, Science Direct, Springer Link y Google Académico. A partir de esto se seleccionaron los artículos de interés aplicando criterios de inclusión y exclusión. Resultados: Se encontró que la efectividad del biocarbono en la remediación del Cd depende de sus propiedades, tal como la porosidad, superficie específica y pH. Además, se encontró que el biocarbono mejora significativamente las propiedades fisicoquí-micas del suelo, optimizando la retención de nutrientes y la inmovilización de metales pesados. Sin embargo, se evidenció que la efectividad del biocarbono disminuye con el tiempo, debido a la liberación gradual de Cd atrapado y a la descomposición de sus componentes alcalinos. Conclusiones: En conclusión, los biocarbonos son una estrategia eficiente y sostenible para la remediación de suelos contaminados con Cd, con beneficios ambientales y económicos, asociados al manejo responsable de residuos agrícolas, aunque su implementación requiere una planificación cuidadosa para maximizar su efectividad en distintos contextos agrícolas.

Upper Cauca River Basin Geopark: an opportunity to conserve the natural and cultural heritage of the region