Maestría en Ingeniería

Permanent URI for this collection

https://vitela.javerianacali.edu.co/handle/11522/858

Browse

Now showing 1 - 20 of 64

Simulación de líneas de espera en una empresa de servicios públicos del Valle del Cauca
(Pontificia Universidad Javeriana Cali, 2025) Torres Vargas, Rafael Eduardo; Zúñiga Mosquera, Milton Mauricio; Pantoja Díaz, Jonny Jair
Los centros de atención presencial en empresas de servicios públicos enfrentan desafíos operativos derivados de alta variabilidad en la demanda y heterogeneidad en los tiempos de servicio. Este estudio desarrolló y validó un modelo de simulación de eventos discretos para analizar el sistema de atención de una empresa del Valle del Cauca, Colombia, que gestiona seis tipos de trámites atendidos por 13 grupos de funcionarios. Utilizando más de 35,000 registros operativos, se ajustaron distribuciones empíricas de llegadas y tiempos de servicio, y se construyó un modelo en FlexSim siguiendo lineamientos STRESS-DIS. El diagnóstico inicial reveló un cuello de botella crítico en "Trámites y Solicitudes" (75% del volumen total), con utilización del 100%, tiempos máximos de espera de 69 minutos y colas de hasta 63 usuarios, mientras otras categorías operaban con capacidad ociosa. Se evaluaron dos rediseños: uno basado en especialización por macroprocesos (Propuesta 1) y otro con funcionarios generalistas (Propuesta 2). Ambas alternativas incrementaron el throughput entre 48% y 49% (de 158 a 234-236 usuarios/día). La Propuesta 1 redujo la saturación de colas de tres a una sola categoría y mantuvo la utilización promedio bajo 70%, logrando mejor equilibrio en la distribución de carga con tiempos de atención menos variables. La Propuesta 2, aunque marginalmente superior en throughput, concentró la carga en dos grupos (utilización >81%), aumentando el riesgo de sobrecarga. Se recomienda implementar la Propuesta 1 en un piloto controlado, dado su balance entre eficiencia, control operativo y sostenibilidad a largo plazo. El modelo desarrollado constituye una herramienta reutilizable para evaluar escenarios futuros ante cambios en demanda o políticas de servicio.
Rediseño de una planta de sacrificio de pollo para la instalación de nuevos equipos de mayor capacidad en el área de desprese
(Pontificia Universidad Javeriana Cali, 2025) Rivera González, Orlando; Muñoz Prado, Francisco
La empresa S.A, empresa del sector alimentario con sede en la ciudad, se dedica a la comercialización de carne de pollo. Su proceso productivo inicia en la planta de beneficio, donde se aplican estrictos parámetros y certificaciones de calidad. El proceso consta de seis operaciones principales: sacrificio, escaldado, evisceración, desprese, empaque y distribución. Este estudio presenta la aplicación de simulación para mejorar el rendimiento de la planta en el área de desprese, mediante el análisis de escenarios y parámetros operativos. La empresa S.A adopta estrategias de ingeniería industrial para optimizar sus procesos, aumentando la eficiencia y reduciendo costos. La simulación dinámica les permite validar múltiples opciones rápidamente, una ventaja competitiva crucial en el mercado actual. La toma de decisiones, fundamental para el éxito de los procesos productivos, se beneficia de herramientas como la simulación computacional, que permite experimentar y ajustar procesos sin intervenir físicamente en la producción.
Desafíos y oportunidades de la logística de importación de líquidos a granel en Buenaventura
(Pontificia Universidad Javeriana Cali, 2025) Medina Murillo, Luz Yamileth; Agudelo Díaz, Luis Carlos
El puerto de Buenaventura constituye un nodo estratégico para el comercio exterior colombiano, especialmente en la gestión de productos líquidos a granel. Esta investigación, bajo un enfoque cualitativo descriptivo, analiza los principales desafíos y oportunidades en la logística de importación de estos productos. Se aplicaron entrevistas estructuradas a actores clave del proceso logístico, complementadas con observación directa y análisis documental de fuentes oficiales como la ANDI, DIAN y la Superintendencia de Transporte. Los hallazgos evidencian limitaciones en infraestructura especializada, cuellos de botella operativos y dificultades en la coordinación interinstitucional, así como oportunidades para mejorar la planificación logística, la gestión normativa y la sostenibilidad del proceso. Este estudio contribuye a la comprensión de las dinámicas logísticas y propone recomendaciones orientadas a optimizar la eficiencia en el despacho de líquidos a granel.
Segmentación automática con técnicas de aprendizaje profundo de imágenes de ultrasonido para detectar estructuras nerviosas
(Pontificia Universidad Javeriana Cali, 2025) Bedoya Mera, Laura Alejandra; Escandón Guzmán, Rubén Dario; Gil González, Julián
La ecografía es una herramienta esencial en la anestesia regional para identificar estructuras como el nervio del plexo braquial; sin embargo, el bajo contraste, el ruido y la variabilidad dificulta su localización precisa. Este estudio propone un método de segmentación automática basado en aprendizaje profundo, utilizando un conjunto de datos y aplicando el algoritmo CLAHE para mejorar el contraste de las imágenes, además de depurar aquellas sin región de interés. Se entrenaron las arquitecturas U-Net, U-Net++ y FPN con y sin preprocesamiento, evaluando su desempeño mediante Dice e IoU. Los resultados evidencian que U-Net obtuvo el mejor rendimiento en ambos escenarios, alcanzando un Dice de 0.6704 e IoU de 0.5042 con preprocesamiento, y manteniendo desempeño superior sin él. La comparación visual confirma que U-Net produce segmentaciones más definidas y anatómicamente coherentes. Estos hallazgos destacan la importancia del preprocesamiento y consolidan a U-Net como una arquitectura robusta para la segmentación automática del plexo braquial en imágenes de ultrasonido, con potencial para apoyar procedimientos de anestesia regional.
Diseño de una red de suministro multicliente en una empresa del sector lácteo del Valle del Cauca
(Pontificia Universidad Javeriana Cali, 2025) Meneses Rosero, John Alexander; Bermúdez Martínez, Rodrigo; Pantoja Díaz, Jonny Jair
El presente proyecto se enfoca en el diseño de una red de suministro multi-eslabón y multi-cliente utilizando modelos de Programación Lineal Entera Mixta para una empresa del sector lácteo. El objetivo principal fue determinar la configuración más eficiente de la red, incluyendo la decisión de apertura de centros de acopio y centros de distribución, así como la definición de los flujos de productos entre estos eslabones. Se minimizó el costo logístico total, que abarca costos fijos de operación de instalaciones y costos variables de transporte, al mismo tiempo que se garantiza el cumplimiento de la demanda de los clientes. El proyecto analiza las interdependencias entre las decisiones estratégicas de infraestructura y las decisiones tácticas de flujo de productos. Para ello se aplicó herramientas de modelado y técnicas de optimización para proporcionar una hoja de ruta clara y aplicable para la configuración de la cadena de suministros, mejorando así la eficiencia operativa, la competitividad y la resiliencia frente a las fluctuaciones del mercado.
Impacto de la entrada en operación de Puerto Antioquia sobre la logística de exportación del café colombiano
(Pontificia Universidad Javeriana Cali, 2025) Santacruz Solarte, Diego Fernando; Rojas Hurtado, Luis Enrique; Agudelo Díaz, Luis Carlos
La entrada en operación de Puerto Antioquia representa un cambio significativo en la estructura logística del café colombiano, uno de los principales productos de exportación del país. Este estudio analiza cómo dicho puerto podría modificar los flujos actuales del comercio cafetero, tradicionalmente concentrados en los corredores hacia Buenaventura y, en menor medida, Cartagena. A partir de un enfoque descriptivo y comparativo, se evaluaron distancias, tiempos de viaje y costos logísticos entre los diferentes nodos productores y los tres puertos. Los resultados muestran que Buenaventura continúa siendo la opción más eficiente para la mayoría de los departamentos cafeteros, mientras que Puerto Antioquia ofrece ventajas exclusivas y contundentes para Antioquia. Cartagena mantiene su relevancia para Santander. Estos hallazgos permiten inferir que la red logística nacional evolucionará hacia un sistema más diversificado y policéntrico, donde cada puerto atiende un hinterland específico. Asimismo, se identifican oportunidades estratégicas para Buenaventura, que incluyen fortalecer su oferta de rutas marítimas, mejorar su integración con la industria regional y aumentar su visibilidad nacional frente a la transformación logística que se aproxima.
Predicción de ventas por identificación dispersa de un sistema ERP a partir de datos
(Pontificia Universidad Javeriana Cali, 2025) Rincón Brito, César Daniel; Tobón Llano, Luis Eduardo
Esta investigación se enfoca en la implementación de modelos predictivos dentro del entorno de un ERP, con el objetivo de anticipar comportamientos y optimizar procesos en áreas como finanzas, logística, ventas y recursos humanos. Entre las técnicas estudiadas se encuentra el algoritmo SINDy (Sparse Identification of Nonlinear Dynamical Systems), que permite descubrir modelos dinámicos a partir de datos mediante regresión dispersa, seleccionando solo los términos más relevantes de una biblioteca de funciones. El estudio busca demostrar cómo, a través del análisis predictivo y la aplicación de modelos de identificación de sistemas dinámicos, es posible mejorar la toma de decisiones, reducir tiempos de espera y aumentar la precisión en operaciones críticas de la organización, especialmente cuando se dispone de una base de datos abundante y confiable dentro del sistema ERP. El análisis identifica que las ventas futuras dependen de múltiples variables de control, incluyendo unidades vendidas, indicadores de picos estacionales y ventas regionales, así como de sus interacciones cuadráticas y cruzadas. El modelo validado alcanzó un coeficiente de determinación y correlación aceptable en datos de prueba, demostrando una capacidad robusta de generalización. Estos hallazgos confirman que SINDy logra aprender la dinámica real del negocio sin memorizar los datos, ofreciendo una herramienta potente tanto para la predicción como para la comprensión de los factores causales que impulsan el rendimiento de las ventas bajo incertidumbre.
Optimización del proceso de corte bidimensional tipo guillotina en una empresa local de servicios metalmecánicos mediante metaheurística
(Pontificia Universidad Javeriana Cali, 2025) Arango Ruiz, Ángela María; Morillo Torres, Daniel
Esta tesis aborda el problema de corte bidimensional con restricciones de tipo guillotina (2D-GCSP), una variante clásica del Cutting Stock Problem ampliamente utilizada en industrias que transforman materiales planos, como la metalmecánica. El objetivo central es desarrollar y comparar un modelo exacto de programación entera mixta (MILP) y una metaheurística diseñada para generar patrones de corte eficientes, minimizando el desperdicio y cumpliendo la demanda de piezas definidas bajo restricciones geométricas estrictas. En primera instancia se formula un modelo matemático exacto que integra variables asociadas a subespacios generados por cortes, cantidades producidas, inventarios y desperdicios. El modelo garantiza cortes guillotina, satisface la demanda y conserva la estructura jerárquica de generación de subespacios. Esta formulación se implementa en AMPL y se resuelve mediante CPLEX, permitiendo obtener soluciones óptimas para instancias pequeñas y medianas. Sin embargo, como ocurre típicamente en problemas NP-Hard, el tiempo computacional crece de manera significativa con la escala geométrica y la densidad de ocupación del material, lo que limita su aplicabilidad en entornos reales donde se manejan múltiples ítems y placas de gran tamaño. Para superar estas limitaciones se diseña una metaheurística conformada en tres componentes: (1) un esquema de codificación (encoding) que representa una solución mediante vectores de permutación; (2) un proceso de decodificación (decoding) que transforma dicha permutación en un patrón de corte utilizando la regla constructiva Bottom-Left; y (3) una estructura heurística basada en VNS (Variable Neighborhood Search) que explora vecindarios mediante permutaciones y selecciona la mejor configuración con base en una función fitness que combina desperdicio y penalización por demanda no satisfecha. Este enfoque permite evaluar múltiples patrones y seleccionar el más denso mediante un criterio de mejora incremental. Para la validación experimental se generaron tres casos de instancias clasificadas en Small, Medium y Large, junto con un conjunto de instancias reales proporcionadas por una empresa del sector metalmecánico. Los resultados muestran que el modelo exacto resuelve eficientemente las instancias Small y Medium, mientras que la metaheurística reproduce el óptimo (gap = 0) en estas mismas clases y se mantiene computacionalmente superior. Para las instancias Large y Reales, donde el MILP resulta inviable, la metaheurística produce soluciones consistentes, estables y con niveles de desperdicio acordes con la literatura y con tiempos compatibles con aplicaciones industriales.
Efecto del aumento del precio del diésel sobre la competitividad de las exportaciones de azúcar
(Pontificia Universidad Javeriana Cali, 2025) Molina Carmona, Andrés Felipe; Rodríguez Mera, María Alejandra; Agudelo Díaz, Luis Carlos
La agroindustria de la caña de azúcar en Colombia representa un sector estratégico, generando empleo rural y aportando al PIB nacional mediante la exportación. Esta investigación analiza el impacto del incremento en el precio del diésel sobre los costos logísticos y la eficiencia operativa en una empresa exportadora del sector. Se empleó una metodología cuantitativa, descriptiva y analítica basada en fuentes oficiales, estructurada en cuatro fases: análisis de subsidios y déficits fiscales, evaluación de costos logísticos actuales, simulación de escenarios de aumento en el precio del combustible, y propuesta de estrategias de mitigación. Los resultados muestran que, pese a la estabilidad de los precios internacionales del azúcar desde 2021, el incremento progresivo en el costo del diésel, agravado en Colombia por la eliminación gradual del subsidio a partir de 2024, ha elevado los costos operativos logísticos, afectando la rentabilidad. Se hace necesario implementar mejoras tecnológicas, normativas y de eficiencia logística para mitigar estos impactos y evitar el deterioro de la competitividad del sector.
Aplicación de una herramienta multicriterio para la selección de proveedores sostenibles en una empresa de fabricación de telas vinílicas
(Pontificia Universidad Javeriana Cali, 2025) Suárez Borrero, Abraham; Pepicano Mosquera, John Jairo; Pantoja Díaz, Jonny Jair
Este artículo presenta los resultados obtenidos de la aplicación del método de análisis jerárquico como herramienta multicriterio para la evaluación y selección de proveedores en una empresa dedicada a la fabricación de telas vinílicas. Los criterios de evaluación fueron definidos a partir de un estudio exhaustivo del sector y validados por un panel de expertos, lo que permitió establecer una estructura de decisión robusta y coherente con las condiciones reales del mercado. Los resultados obtenidos evidencian la efectividad del enfoque propuesto para identificar la alternativa óptima de proveedor, además de ofrecer una metodología sistemática, aplicable y replicable en procesos similares de selección de proveedores para distintos insumos dentro de la organización objeto de estudio.
Análisis de la sostenibilidad del sistema fotovoltaico instalado en la PUJ Cali
(2025) Bonilla Molina, Angélica; Charria López, Santiago; Delgadillo Vargas, Olga Lucía
Este estudio evalúa la sostenibilidad del sistema fotovoltaico (PV) instalado en la Pontificia Universidad Javeriana Cali a través de un análisis simplificado del ciclo de vida (ACV) bajo el marco de sostenibilidad sólida. El análisis cubre los insumos de energía y materiales requeridos para la fabricación, el transporte, la operación y la gestión del fin de la vida útil de los componentes del sistema, centrándose en categorías de impacto clave como el Tiempo de Recuperación de Energía (EPBT), el Potencial de Calentamiento Global (GWP) y el Potencial de Acidificación (AP). Los resultados muestran un EPBT de 4,04 años y una intensidad de emisiones de 35,2 g CO₂-eq/kWh, lo que indica un rendimiento operativo favorable. Sin embargo, el estudio destaca que se producen impactos ambientales significativos durante las fases de fabricación y disposición final. El análisis subraya la necesidad de estrategias de economía circular y una mejor gestión al final de la vida útil, incluyendo procesos de reciclaje mecánico y térmico para los materiales de los módulos. El estudio concluye en que, si bien el sistema fotovoltaico contribuye positivamente a la reducción de emisiones y a la educación sobre sostenibilidad en el campus, su viabilidad a largo plazo bajo un sólido marco de sostenibilidad requiere una planificación proactiva para la recuperación de materiales, la selección de proveedores y el monitoreo del ciclo de vida para minimizar las compensaciones ecológicas.
Sostenibilidad de la cadena de suministro de la industria electrónica y de semiconductores: un análisis crítico de su impacto ecológico y social en Colombia
(Pontificia Universidad Javeriana Cali, 2025) Mejía Gutiérrez, Paola; Delgadillo Vargas, Olga Lucía
En un mundo cada vez más digitalizado, los semiconductores han emergido como elementos fundamentales de la infraestructura tecnológica global. Colombia, sin embargo, mantiene una dependencia casi total de la importación de estos componentes, lo que representa una vulnerabilidad estratégica. En respuesta, el Proyecto de Ley No. 047 de 2024, también conocida como "Ley de Chips", busca fomentar el desarrollo de la industria electrónica y de semiconductores en el país. Esta propuesta pretende reducir la dependencia tecnológica, atraer inversión extranjera, impulsar la innovación nacional y generar empleo calificado. El artículo presenta un análisis crítico de la viabilidad de esta iniciativa desde una perspectiva de sostenibilidad ecológica, social y económica. A través de herramientas de ecología industrial, se evaluaron los impactos ambientales asociados a la producción de chips, destacando el uso intensivo de agua ultrapura (4.000 L/chip), energía eléctrica (5 kWh/chip) y la generación de emisiones de CO₂ (3,5 kg/chip). La simulación dinámica del modelo, basada en el periodo 2025–2030, proyecta impactos acumulativos significativos, especialmente en términos de presión hídrica y huella de carbono, en un país con regiones afectadas por estrés hídrico y una matriz energética en transición. En el componente social, se estima la creación de más de 53.000 empleos directos al 2030. No obstante, el estudio advierte que, sin condiciones laborales adecuadas, el crecimiento del sector podría reproducir prácticas laborales extenuantes, comunes en países asiáticos. Desde el punto de vista fiscal, la inversión proyectada USD 37,5 millones iniciales más USD 10 millones anuales resulta modesta frente a los montos asignados por países líderes como EE. UU. o Corea del Sur, lo que cuestiona la competitividad estructural del país en este sector. El análisis concluye que la implementación de esta política sin un enfoque integral en sostenibilidad, planificación territorial, formación técnica y gobernanza ambiental podría comprometer los recursos naturales y acentuar desigualdades sociales. Se recomienda adoptar principios de ecología industrial, indicadores de sostenibilidad, y estrategias participativas para orientar el desarrollo del sector. Colombia tiene ante sí una oportunidad estratégica para insertarse en las cadenas globales de valor, pero solo podrá hacerlo de manera ética y sostenible si articula ciencia, industria y sociedad bajo una visión de largo plazo.
Programación eficiente de servicios de aseo mediante la simulación y evaluación de reglas de despacho basadas en prioridad y centralidad de redes
(Pontificia Universidad Javeriana Cali, 2025) Guevara Guevara, Luis Fernando; Uribe Marín, Silver Andrés; Paz Roa, Juan Camilo
La gestión eficiente del servicio de limpieza en instituciones educativas es clave para garantizar ambientes adecuados para el aprendizaje, especialmente en contextos donde el uso intensivo de aulas y los cambios de clase frecuentes limitan el tiempo disponible para el aseo. Este trabajo aborda dicho desafío mediante la evaluación comparativa de reglas de despacho en un entorno universitario, con énfasis en la limpieza de salones durante los breves intervalos entre clases. El problema de decisión surge en un contexto con programación académica diaria variable, disponibilidad incierta de los salones (pues algunas clases no terminan puntualmente) y alta sensibilidad de los usuarios a la limpieza de espacios que efectivamente utilizarán. A pesar de su relevancia operativa, este tipo de problemas ha sido poco abordado en la literatura de programación de servicios. Lo que conlleva a que en las operaciones reales de aseo estos elementos críticos no se consideren y se aseen salones sin necesidad inmediata, mientras otros con alta demanda quedan desatendidos. El estudio simula y compara tres esquemas de asignación: una regla tradicional basada en cercanía geográfica, una regla basada en prioridad de uso y un modelo híbrido fundamentado en centralidad, combinando heurísticas clásicas con conceptos de teoría de redes. A través de un modelo de simulación de eventos discretos implementado en Arena y validado estadísticamente, se demuestra que las reglas basadas en prioridad y centralidad mejoran significativamente el impacto del servicio con un incremento del 120% (entendido como la atención oportuna de salones críticos), sin comprometer la productividad general. Asimismo, se valida el uso de centralidad como una estrategia eficaz para combinar múltiples criterios de asignación en sistemas de despacho en tiempo real. Los hallazgos constituyen un aporte novedoso tanto para la literatura sobre programación de operaciones como para la práctica en la gestión de servicios institucionales, y sientan las bases para el desarrollo de módulos de decisión en sistemas inteligentes de asignación dinámica, con potencial para escalarse a otros edificios o instituciones, optimizar recursos, mejorar las condiciones laborales del personal de aseo y elevar la percepción de calidad del servicio por parte de los usuarios.
Uso de modelos de aprendizaje profundo para detectar defectos de soldadura en piezas metálicas
(Pontificia Universidad Javeriana Cali, 2025) Zuluaga Bolívar, Julián; Gil González, Julián
La inspección automatizada de defectos en soldaduras es un factor crítico para asegurar la calidad y seguridad en la industria. Este estudio propone el uso de modelos de aprendizaje profundo YOLO (You Only Look Once), entrenados mediante transferencia de aprendizaje, para la detección de defectos en soldaduras a partir de imágenes fotográficas. Empleando un conjunto de datos público, clasificado inicialmente en "soldadura mala", "soldadura buena" y "defecto", se realizaron tres fases experimentales. En la fase inicial, se compararon YOLOv8m y YOLO11m, revelando un buen desempeño para soldaduras aceptables, pero una precisión limitada (≈48%) en la identificación específica de defectos además de presentarse confusión con el fondo (defecto no identificado). La segunda fase se centró en la optimización de hiperparámetros de YOLO11m, logrando mejoras moderadas, pero persistiendo la baja precisión (≈49%) identificando la clase defecto. Para abordar esta limitación, la tercera fase fusionó las categorías "defecto" y "soldadura mala" en una única clase denominada "soldadura no conforme". Esta estrategia simplificó la clasificación y mejoró significativamente el rendimiento global del modelo, alcanzando una precisión de aproximadamente 75% en la detección de soldaduras no conformes. Los resultados demuestran el potencial de esta metodología para optimizar los procesos de control de calidad en la industria, reduciendo la dependencia de inspecciones manuales y mejorando la eficiencia.
Recomendación personalizada de paquetes turísticos mediante aprendizaje automático con integración de datos demográficos, históricos y de preferencias
(Pontificia Universidad Javeriana Cali, 2025) Alvear Arteaga, Juan Sebastián; Paz Roa, Juan Camilo
Actualmente la personalización de servicios es un elemento de gran diferencia competitiva. Servicios de trasmisión de videos, música y redes sociales logran dicha personalización mediante modelos de recomendación que dejan al alcance del usuario productos de su mayor preferencia. Este exitoso esquema también es susceptible de ser aplicado en la industria turística, donde el uso de modelos de recomendación es escaso. Es así como los modelos de aprendizaje automático e inteligencia artificial inherentes a los modelos de recomendación se han convertido en una oportunidad estratégica para agencias de viajes que buscan aumentar la satisfacción del cliente y las ventas de sus planes ofrecidos. Este estudio propone un modelo de recomendación de paquetes turísticos que toma como entrada 17 variables con información del cliente con características demográficas, históricas y cruces de preferencias entre el cliente y los paquetes turísticos. Este primer prototipo es basado en un modelo de random forest que predice la calificación esperada de viaje a partir de estas variables. La metodología para entrenar el modelo incluyó la comparación de modelos de regresión lineal, Lasso, árbol de decisión y random forest, evaluados con métricas de error cuadrático medio (MSE), raíz del error cuadrático medio (RMSE) y error porcentual absoluto medio (MAPE). Los resultados muestran que el modelo Random Forest obtuvo el menor error (RMSE = 0.3361, MSE = 0.1130 y MAPE = 6.01), siendo seleccionado gracias a su balance entre precisión y robustez. Este trabajo confirma la viabilidad del uso de técnicas de aprendizaje automático para lograr la personalización de recomendaciones turísticas.
Estimación de emisiones de dióxido de carbono y estrategias de mitigación propuestas para el sector de transporte terrestre del Valle de Aburrá
(Pontificia Universidad Javeriana Cali, 2025) Salas Chávez, Sheila Paola; Cano Beltrán , Jhon Haide; Salazar Serna, Kathleen Georjahna; García Arboleda, Isabel Cristina
Este estudio evalúa las emisiones de dióxido de carbono (CO₂) generadas por el transporte terrestre de carga en el Valle de Aburrá, Colombia, y analiza el impacto potencial de diversas estrategias de mitigación hacia el año 2050. Mediante la implementación del modelo LEAP y la integración de datos oficiales sobre la flota vehicular, factores de emisión y distancias recorridas, se estimaron las emisiones actuales y se proyectaron tres escenarios: el escenario BAU (Business As Usual – Tendencial), que asume la ausencia de intervenciones regulatorias o tecnológicas; el escenario MOD (Moderado), que incorpora los estándares Euro VI, un programa de chatarrización y/o retiro obligatorio de vehículos, y una participación estable del 15 % de vehículos eléctricos en todas las categorías; y el escenario TRA (Transición Acelerada hacia 2050), que contempla un alto nivel de electrificación de la flota, alcanzando una participación del 80 % de vehículos eléctricos al año 2050, junto con mejoras progresivas en la eficiencia de los motores diésel. Los resultados muestran que el escenario MOD reduce las emisiones acumuladas en un 28 % al 2050 en comparación con el BAU, mientras que el escenario TRA logra una reducción del 54 %. Este análisis proporciona evidencia técnica para apoyar la formulación de políticas públicas orientadas a la descarbonización del transporte de carga mediante la electrificación y la modernización tecnológica.
Propuesta de arquitectura internet industrial de las cosas para una planta industrial: caso de la planta didáctica de un laboratorio de ingeniería industrial
(Pontificia Universidad Javeriana Cali, 2025) Madera Bermeo, Hader Alberto; Parrado Muñoz, Juan Sebastián; Tamura Morimitsu, Eugenio
Este estudio propone una arquitectura de Internet Industrial de las Cosas (IIoT) para automatizar y rastrear procesos en una planta didáctica ubicada en un laboratorio universitario de Ingeniería Industrial. La iniciativa responde a las barreras que enfrentan PYMEs y entornos educativos para adoptar soluciones de Industria 4.0, como limitaciones presupuestarias y falta de interoperabilidad. La solución integra controladores Fischertechnik TXT 1.0, sensores NFC, MQTT, visualización en Node-RED y un ERP (Odoo v18). Se implementó en estaciones simuladas de recepción, almacenamiento, procesamiento y despacho, conectadas mediante una red inalámbrica centralizada. El desarrollo incluyó diagnóstico, diseño modular, integración tecnológica y validación funcional. Los controladores ejecutan código en C++ para gestionar procesos físicos y comunicar eventos vía MQTT. Node-RED, alojado en una Raspberry Pi 4, actúa como middleware visual, enlazando con Odoo para registrar operaciones logísticas. Los resultados mostraron sincronización efectiva entre dispositivos y ERP, latencia menor a cinco segundos y lectura NFC 100% exitosa. La arquitectura es replicable y viable en entornos con recursos limitados, como laboratorios o PYMEs. Se identificaron retos técnicos, pero la experiencia validó el modelo como plataforma pedagógica que fortalece habilidades en automatización, integración digital y análisis de datos. La propuesta sienta bases para incorporar inteligencia artificial, mantenimiento predictivo y mayor ciberseguridad.
Análisis y tendencias de la localización de centros industriales y logísticos en el corredor ferroviario de la ciudad de Santiago de Cali y municipios vecinos
(Pontificia Universidad Javeriana Cali, 2025) Neira Guzmán, Camilo Alejandro; Solarte García, David Hernán; Cruz Daraviña, Paola Andrea
La ciudad de Cali, ubicada en el suroeste de Colombia, ha sido un punto neurálgico para el desarrollo logístico en el país. Su ubicación estratégica, conectando el interior con la costa del Pacífico, ha facilitado el movimiento de mercancías y ha impulsado la creación de múltiples centros logísticos. A través de los últimos años, la evolución de estos centros ha sido notable, pasando de una concentración en el interior de la ciudad hacia la periferia, influenciada por diversos factores. En este artículo se explora esta evolución, presentamos un análisis del fenómeno de expansión logística en el Área Metropolitana de Cali, Yumbo, Jamundí y Palmira entre 2007 y 2024 acotados por el proyecto de modernización del corredor ferroviario que los recorre, mediante un análisis espacial, encontrando un comportamiento en el cual la expansión logística se han centrado en la zona de Acopi en los años objetivo del estudio y una tasa de crecimiento del 200% en relación de los indicadores descriptivos de los cambios de ubicación de centros logísticos que se estableció para el estudio realizado.
Detección de Noticias Falsas: comparación entre modelos de aprendizaje profundo basados en redes neuronales y modelos de lenguaje de gran escala
(Pontificia Universidad Javeriana Cali, 2025) Oviedo Santacruz, Claudia Patricia; Gil González, Julián
En la era digital actual, la propagación de noticias falsas en plataformas digitales representa un desafío creciente para la sociedad, debido a su potencial para desinformar y generar consecuencias sociales, políticas y económicas. Este trabajo compara el desempeño de dos enfoques de aprendizaje profundo en la detección automática de noticias falsas: un modelo basado en redes neuronales Long Short-Term Memory y un modelo de lenguaje de gran escala preentrenado como BERT. Se utilizaron conjuntos de datos abiertos y técnicas de preprocesamiento de texto, además de estrategias de sintonización de hiperparámetros, para optimizar el rendimiento de cada modelo. Los resultados muestran que el modelo Long Short-Term Memory, tras la optimización, alcanzó una precisión del 92%, superando al modelo de lenguaje de gran escala, que logró un 89%. Estos hallazgos evidencian que, en tareas específicas y bajo condiciones controladas, modelos más livianos y tradicionales pueden superar a modelos más complejos, reafirmando la importancia de una selección cuidadosa del modelo en función del problema a tratar y los recursos disponibles.
Un análisis comparativo de la sostenibilidad de la emisión de créditos de carbono en Colombia y MéxicoUn análisis comparativo de la sostenibilidad de la emisión de créditos de carbono en Colombia y México
(Pontificia Universidad Javeriana Cali, 2025) Castillo Ruiz, Alejandro Esteban; Ruales, Diana Patricia; Delgadillo Vargas, Olga Lucía
El presente trabajo analiza el mercado de créditos de carbono como un mecanismo de financiamiento frente al cambio climático, con especial énfasis en los casos de Colombia y México. A pesar de los compromisos internacionales adquiridos a través del Protocolo de Kioto y el Acuerdo de París, las emisiones globales de gases de efecto invernadero (GEI) continúan en aumento, alcanzando un récord de 57,1 GtCO₂e en 2023. En este contexto, los mercados de carbono emergen como una herramienta clave para mitigar emisiones, mediante la asignación de un precio al carbono y la comercialización de créditos generados por su reducción o captura. El objetivo principal de esta investigación es evaluar la sostenibilidad del mecanismo de créditos de carbono en Colombia y México, entendida esta como la capacidad adaptativa y de largo plazo de los sistemas socioecológicos involucrados. Para ello, se empleó una metodología cualitativa basada en la revisión documental y bibliográfica de fuentes normativas, técnicas y académicas, con el fin de trazar la evolución histórica, institucional y funcional del mercado en ambos países. Los resultados evidencian diferencias significativas entre ambos modelos: Colombia cuenta con un mercado regulado dentro del marco del impuesto al carbono (Ley 1819 de 2016), mientras que en México predominan esquemas voluntarios con fuerte participación del sector privado. No obstante, en ambos contextos persisten desafíos relacionados con la transparencia, la trazabilidad, la regulación efectiva y la falta de incentivos robustos para la reducción de emisiones a largo plazo.

Browse

Recent Submissions