ELECTRONIC ENGINEERING

FRISOL: PROTOYPE FOR SOLAR PANEL TEMPERATURE REDUCTION USING AIR COOLING.

Solar panels generate electrical energy using solar radiation, however, this same radiation also generates thermal energy on the surface of the solar panel, energy which can increase the operating temperature of the same, which reduces its efficiency. Therefore, this paper presents the design process under which a prototype capable of sensing and reducing the temperature of a solar panel located in the city of Barranquilla/Colombia where its main objective is to perform an automatic temperature measurement system and in turn reduce at least 1 ° C was made. This prototype has an intelligent system which presents a graphical interface that controls and monitors the temperature of the solar panel. The final prototype is capable of reducing the temperature of the panel between 2.03 °C to 4.97 °C. The temperature reduction of the solar panel will depend on the amount of solar radiation it receives while the control system is operating, being that the higher the radiation, the lower the temperature reduction.

Authors

Bermúdez Vega, Laura Vanessa

Molina Blanco, Yeiner Daniel

ADVISOR

Rueda, Diana

Arango, Adriana

Autores

Beltrán Castaño, David

Alfonso

Trujillo Vargas, Brian José

TUTOR

Quintero M., Christian G.

Cárdenas Pérez, Carlos Andrés

Ingenier A Electr Nica

SISTEMA INTELIGENTE PARA EL CONTROL DE UN PROTOTIPO DE PRÓTESIS DE MANO.

El presente articulo describe el proceso de diseño, prototipado y experimentación de un sistema inteligente para el control de un prototipo de prótesis de mano utilizando sensores comerciales de bajo costo y fácil acceso en cualquier mercado, logrado mediante el uso de algoritmos de inteligencia artificial - machine learning. El sistema desarrollado consta de un Modelo de brazo de código abierto capaz de mover los dedos de manera independiente y está controlado por una red neuronal básica desarrollada utilizando la arquitectura de perceptrón multicapa, la red consta de tres capas, una capa de entrada compuesta de 8 neuronas, una única capa oculta que contiene 80 neuronas y una capa de salida que consta de una neurona que realiza la clasificación. El prototipo desarrollado fue evaluado con el accuracy como métrica de validación presentando un porcentaje de 98.2%. Como otra medida de validación fue medido el tiempo de respuesta promedio, el cual fue de 0.97 segundos, finalmente con las pruebas realizadas, también se evidenció la generalidad del sistema inteligente desarrollado, dado que es posible realizar la clasificación de gestos de manera exitosa en las personas sin importar su sexo ni su edad.