Máster en Ingeniería de Sistemas y Control (2024)

Master Universitario en Ingeniería de Sistemas y Control

Curso 2022-2023

Propuestas de Trabajos Fin de Máster

NOTA: Aquellos trabajos que ya han sido acordados entre el profesor y el alumno para su realización se mostrarán con la etiqueta (ACORDADO). Aunque el trabajo esté acordado con un alumno, si el tema le interesa puede contactar con el profesor por si puede ofrecerle algún trabajo similar.

TRABAJOS:

Título: Sensor de cloruros atmosféricos

Profesor de contacto: J. Ignacio Hidalgo (hidalgo@dacya.ucm.es)

Para realizar en el CENIM

Objetivo del Proyecto:

Los parámetros fundamentales que determinan la durabilidad de un material expuesto a la atmosfera son por una lado la temperatura, la humedad y la cantidad de lluvia, y por otro lado deposición de cloruros y sulfatos en su superficie. Los primeros son relativamente fáciles de conocer a través de la red meteorológica que permite tener datos fiables en cualquier punto geográfico donde se instale una estructura. De los segundos no hay tanta información y solo hay datos puntuales en algunos puntos geográficos, estaciones de corrosión. Los cloruros se miden generalmente mediante el método de “vela húmeda” consistente en exponer una área conocida de tela humedecida en agua o agua y glicerol durante un mes y la posterior medida por titracion en un laboratorio de los cloruros captados. Es un método costoso porque requiere de la sustitución mensual del captador, susceptible de muchos errores en la recogida y “lavado” de la tela y además solo se consigue información de los cloruros acumulados en un mes. Punto 4 de la norma ISO 9225 adjunta.

El proyecto que se propone es desarrollar una alternativa autónoma y de bajo coste basada en un captador que recoja los cloruros y que simultáneamente permita la medida mediante alguna técnica basada en conductividad. A mayor cantidad de cloruros recogidos mayor será la conductividad eléctrica. Se propone como captador un gel formado por una mezcla de un líquido iónico eutéctico profundo y agua. Ensayos previos parecen indicar que estos geles son conductores y mantienen de forma constante una proporción del 30%vol de agua.

El sensor estaría formado por tanto por: a) una superficie de gel captador y dos electrodos inertes, b) un circuito electrónico para la medida de conductividad por corriente alterna, c) un sistema de recogida y envío de datos (GSM) autónomo. El proyecto requiere del diseño de un prototipo y de los ensayos en laboratorio para determinar rangos de medida y sensibilidad del sensor.

Título: Control y medida de fuentes de potencia

Profesor de contacto: J. Ignacio Hidalgo (hidalgo@dacya.ucm.es)

Para realizar en el CENIM

Objetivo del Proyecto:

La formación de recubrimientos mediante electrodeposición o anodizado sobre metales requiere de una corriente eléctrica (catódica o anódica según el caso) del orden de 1 a 10 A por decímetro cuadrado de la pieza recubrir o anodizar. A nivel de laboratorio de utilizan fuentes de potencia que permiten variar el potencial para optimizar el proceso. Por otro lado, es importante medir la intensidad de corriente aplicada con precisión aunque las fuentes de potencia (sobre todo de alta potencia) no tienen una adecuada sensibilidad. Por ello a nivel de laboratorio se suele utilizar un dispositivo adicional a la fuente para medir la corriente efectiva con precisión. Normalmente un Amperímetro de Resistencia Cero (o ZRA, Zero Resistance Ammeter) para no perturbar el proceso.

En el CENIM se cuenta con varias fuentes (4 en particular, que abarcan distintos rangos de voltaje: de 0-20 V (3 A); de 0-60 V (3,5 A); 0-300 (6A) y de 0-600 V (10A) programables y varios ZRAs.

El proyecto que se propone es, por un lado, explorar la posibilidad de utilizar amperímetros basados en sensores de efecto Hall para las corrientes típicamente involucradas en aplicaciones de anodizado y electrodeposición en laboratorio, y por otro lado, diseñar un programa para controlar las fuentes de potencia (ensayos a voltaje constante, corriente constante, escalones de voltaje, etc) y recoger la medida de corriente del sensor Hall. El proyecto requiere del diseño del amperímetro con sensor Hall, del programa de control y medida de la corriente y de su comparación con un sistema basado en un ZRA.

Título: Modelado matemático y simulación de sistemas físicos

Requisitos: Haber cursado las asignaturas “Modelado de sistemas dinámicos” y “Simulación de sistemas”.

Profesor de contacto: Alfonso Urquía (aurquia@dia.uned.es)
Equipo Docente: Alfonso Urquía, Carla Martín, Miguel Ángel Rubio, Victorino Sanz

Objetivo del Proyecto:

Aplicar el modelado matemático y la simulación a la resolución de un problema en el ámbito de la Ingeniería de Sistemas y la Automática. El objetivo concreto de cada trabajo se acordará con el alumno, atendiendo a sus intereses. Algunas posibles aplicaciones son el desarrollo de sistemas de soporte a la decisión, de laboratorios virtuales y de librerías de modelos para el diseño, dimensionamiento, optimización, análisis de modos de fallo y control de sistemas. Posibles sistemas objeto de estudio son cualquier unidad de proceso industrial, sistemas electromecánicos, sistemas para obtención y almacenamiento de energía (pilas de combustible, baterías, paneles y colectores solares, aerogeneradores, etc.), sistemas biológicos, sistemas logísticos, etc.

Título: Detección de fallos de impresión 3D por medio de visión artificial

Director: Dictino Chaos García (dchaos@dia.uned.es)
Codirectores: Jesús Chacón Sombría (jeschacon@ucm.es) y Jacobo Sáenz Valiente (jacobo.saenz@bec.uned.es)

Objetivos del Proyecto:

La impresión 3D por medio de deposición de material fundido es una tecnología de rápida expansión, pero no está carente de problemas.

Aunque, en teoría, la impresión es totalmente automatizada, existen numerosos problemas que pueden producirse durante la impresión y que requieren una supervisión humana (desalineación de las capas, temperatura inadecuada del plástico, despegue de la pieza de la cama de impresión, etc).

Hasta ahora la única forma de detectar estos errores es mediante la supervisión humana, de modo que la impresión se realiza “en lazo abierto”. El objetivo de este proyecto es poder detectar los fallos utilizando visión artificial mientras la pieza se imprime con el fin de automatizar más el proceso y poder “cerrar el lazo” en el proceso de impresión.

El proyecto tendrá las siguientes fases:

1) Definir mediante pruebas con un prototipo el número de cámaras necesarias para la supervisión de la impresión así como sus características y ubicación en el espacio.

2) Realizar una reconstrucción 3D en tiempo real del objeto que se está imprimiendo a partir de las imágenes obtenidas por visión arificial

3) Detectar fallos de impresión comparando el modelo 3D con la impresión real.

4) Integrar el sistema de detección de fallos con un sistema de impresión para que actué en caso de fallo (detención o pausa de la impresión, aviso al operador humano, cambio de los parámetros de impresión, etc).

Título: Incorporación de métodos de muestreo periódicos-basados en eventos en el desarrollo de Laboratorios Remotos para Control Automático

Profesores de contacto: L. de la Torre (ldelatorre@dia.uned.es), J. Chacón (jeschaco@ucm.es)

Objetivo del Proyecto:

Los sistemas de control basados en eventos han recibido gran atención en los últimos años. A diferencia de los sistemas tradicionales, la actuación se realiza únicamente cuando ocurre algo de interés, p.ej. un cambio importante en alguno de los estados. Debido a que la implementación se realiza en una plataforma digital, resulta de particular interés el estudio de los sistemas denominados periódicos-basados en eventos, aquellos en los que la condición de evento se comprueba con una base de tiemposfija.

Pretendemos incorporar estos métodos de muestreo dentro del marco de desarrollo de Laboratorios Remotos para enseñanza de Control Automático, que está basado en las herramientas Easy Javascript Simulations y RIP Server (en sus versiones para Python y LabVIEW).

El proyecto que se propone incluye las siguientes tareas:

1.- Seleccionar un conjunto de los métodos de muestreo más representativos para su posterior implementación.

2.- Generalización y parametrización de los métodos seleccionados, y definición de un protocolo de selección de muestreo como servicio orientado al usuario.

3.- Implementación de los métodos de muestreo y protocolo de selección en las herramientas mencionadas.

4.- Pruebas de integración y rendimiento.

Título: Control de un robot de balanceo

Directores: Luis de la Torre (ldelatorre@dia.uned.es) y Dictino Chaos (dchaos@dia.uned.es)

Objetivos del Proyecto:

El objetivo del proyecto es usar el Kit BalanceBot del robot GoPiGo 3 junto a este último para convertir el robot en una suerte de péndulo invertido que debe ser controlado.
El robot GoPiGo (http://www.dexterindustries.com/gopigo/) es un robot basado en Raspberry Pi de fácil manejo. El kit de extensión BalanceBot para este robot (https://www.dexterindustries.com/shop/gopigo3-balancebot-kit/) permite convertir el robot clásico en un robot de balanceo, similar a un péndulo invertido.
Los objetivos concretos del proyecto son:

1. Puesta a punto del robot y familiarización con su funcionamiento básico: envío de órdenes de los actuadores y lectura de los sensores entre otras tareas.
2. Diseño de un controlador que permita el correcto equilibrio del robot de balanceo.
3. Diseño de una aplicación informática que pueda usarse para realizar el control del robot.

Título: Desarrollo de unidades y subsistemas para Cubesats

Director: Segundo Esteban San Román (segundo@dacya.ucm.es)

Objetivos del Proyecto:

En los últimos años se ha producido un crecimiento exponencial de misiones satelitales de bajo costes. Cubesat es una plataforma que se ha establecido como un estándar para pico/nano-satélites. En esta plataforma se pueden utilizar componentes electrónicos no calificados para espacio, por lo que es viable desarrollar prototipos a un nivel docente en las universidades. Las misiones que se plantean con Cubesats son cada vez más exigentes y por tanto es necesario desarrollar unidades y subsistemas con nuevas prestaciones.
En este proyecto se plantea al alumno diseñar, simular o desarrollar unidades o subsistemas, como pueden ser: sensores solares, sensores magnéticos, ruedas de reacción, sensores estelares, sistema de propulsión, control de actitud, control de órbita, control de formación, control térmico, control de potencia, OBDH, RTU, …
Se acordará con el profesor la unidad o subsistema a desarrollar y el nivel de profundidad al que se debe trabajar. En algunos casos se puede llegar al nivel de prototipo físico, mientras que en otros es suficiente trabajar a nivel simulado, todo depende de la complejidad del tema acordado.

Referencias

1. Plataforma Cubesat: http://www.cubesat.org/
2. Ejemplo de TFM de unidad: Raúl Argüelles Villanueva, Algoritmia de Sensor Estelar para CubeSat, TFM Ingeniería de sistemas y Control (UCM-UNED) 2014-2015.
3. Ejemplo de TFM de subsistema: Miguel Ángel López Luesma, Subsistema de Control de Actitud (ACS) de un Cubesat, TFM Ingeniería de sistemas y Control (UCM-UNED) 2013-2014.

Los TFM se pueden descargar desde la web del Master

Título:Desarrollo de prácticas de Control o Robótica remotas basados en nuevas tecnologías de internet

Directores:
Eva Besada Portas (evabes@dacya.ucm.es)
Jose Antonio Lopez Orozco (jalo@dacya.ucm.es)
Jesús Chacón (jeschaco@ucm.es)

Objetivos del Proyecto:

El objetivo de este proyecto es el desarrollo de nuevas prácticas remotas de control o robótica sobre dispositivos reales, accesibles por los alumnos desde sus ordenadores o dispositivos inteligentes. Para alcanzarlo, el alumno tendrá que diseñar: a) un programa que cierre el lazo de control sobre la planta/robot y cuyo comportamiento sea parametrizable a través de ciertas variables (p.e. los parámetros del controlador) y b) un entorno gráfico que permita observar/manipular valores de las variables de controla/robot desde los equipos del alumno. La conexión entre el lazo de control y el entorno gráfico correspondiente se realizará utilizando la metodología que el grupo de Ingeniería de Sistemas, Control, Automática y Robótica (ISCAR) ha usado para otras prácticas remotas, y que consiste en utilizar un servidor de Node.js para intercambiar información entre el programa que cierra el lazo de control y el entorno gráfico, y EJsS como herramienta de gestión del laboratorio y de diseño del entorno gráfico. De hecho, la metodología utilizada permite que el alumno se centre en el diseño del programa que cierra el lazo de control (e implemente, por ejemplo, controladores de diferente complejidad) y en el entorno gráfico de la práctica. Además, el programa de control se puede desarrollar en diferentes lenguajes (C, Python, TwinCAT o LabView) o si así lo desea, en una nueva planta experimental.

La metodología que da soporte a este trabajo se encuentra descrita, en sus fases iniciales, en:

I. Aizpuru Rueda, E. Besada Portas, J. Chacón, J.A. Lopez Orozco. “Despliegue automático de laboratorios remotos extendiendo las capacidades de EJsS”. XL Jornadas de Automática. 2018. https://ruc.udc.es/dspace/handle/2183/23696?locale-attribute=es
J. Bermudez-Ortega, E. Besada-Portas, J.A. Lopez-Orozco, J. Chacón, J.M. de la Cruz.“Developing web & TwinCAT PLC-based remote Control laboratories for modern web-browsers or mobile devices”.2016 IEEE Multi-Conference on Systems and Control. September 19-22, 2016.

E. Besada Portas, J. Bermudez-Ortega, L. de la Torre, J.A. Lopez-Orozco, J.M. de la Cruz, “Lightweight Node.js & EJsS-based Web Server for Remote Control Laboratories”. IFAC-PapersOnline, Vol. 49, n 6, pp 127-132, 2016.http://www.sciencedirect.com/science/article/pii/S2405896316303706

Título: Planificación de trayectorias de vehículos no tripulados utilizandotécnicasheurísticas/inteligencia artificial

Directores:

Eva Besada Portas (evabes@dacya.ucm.es)
Jose Antonio Lopez Orozco (jalo@dacya.ucm.es)

Objetivos del Proyecto:
El objetivo de los proyectos que se engloban bajo este epígrafe es el desarrollo de un nuevo planificador de trayectorias para vehículos no tripulados (preferiblemente aéreos o marinos), basándose en alguna técnica de optimización heurística o método de inteligencia artificial. Para desarrollar el proyecto el alumno tendrá que 1) familiarizarse con un problema de planificación real determinado (e.g. búsqueda de objetivos en tiempo mínimo o la optimización de trayectorias en entornos hostiles) y con el funcionamiento del método propuesto para resolverlo, 2) implementar un planificador en el que se propongan soluciones al problema con la técnica elegida, y 3) analizar la calidad de las trayectorias obtenidas para diferentes escenarios del problema.
Además de las propuestas que puedan realizar los directores del trabajo, se consideraran los problemas de planificación de trayectorias de vehículos no tripulados que los alumnos deseen resolver.

A continuación, se incluyen algunas referencias de planificadores en cuyos desarrollos han participado los directores de esta propuesta. Otros ejemplos de planificadores, desarrollados por los alumnos del Master pueden encontrarse en la sección de “Trabajos Fin de Master à Trabajos Presentados”.

Referencias:

Sara Perez Carabaza, Eva Besada Portas, Jose Antonio Lopez Orozco, Gonzalo Pajares, "Minimum Time Search in Real-World Scenarios using Multiple UAVs with Onboard Orientable Cameras”.Journal of Sensors, 2019. pp 1-22.https://www.hindawi.com/journals/js/2019/7673859/abs/

Sara Perez-Carabaza, Eva Besada-Portas, Jose A Lopez-Orozco,Jesus Manuel de la Cruz. "Ant colony optimization for multi-UAV minimum time search in uncertain domains”.Applied Soft Computing 62, 2018.789-806.https://www.sciencedirect.com/science/article/pii/S1568494617305483

Eva Besada-Portas, Luis de la Torre, Jesus Manuel de la Cruz, Bonifacio Andres-Toro, Evolutionary trajectory planner for multiple UAVs in realistic scenarios, IEEE Transactions on Robotics 26 (2010) 619–634.http://ieeexplore.ieee.org/document/5471080/

Eva Besada Portas (evabes@dacya.ucm.es)
Jose Antonio Lopez Orozco (jalo@dacya.ucm.es)

Objetivo del trabajo:

Algunos ejemplos de trabajos desarrollados el curso pasado bajo este epígrafe pueden encontrarse en la sección de “Trabajos Fin de Máster à Trabajos Presentados”.

Título: Identificación de imágenes por análisis de texturas utilizando aprendizaje estadístico
Director:José Jaime Ruz Ortiz (jjruz@ucm.es)

Objetivo del proyecto:

El análisis de los patrones texturales de las imágenes permite la identificación de la presencia en las mismas de determinados materiales. Las técnicas de análisis pueden ser muy diversas pero las basadas en procesos de clasificación que caracterizan las muestras de la imagen con parámetros estadísticos de primer y segundo orden presentan un buen compromiso entre tiempo de cómputo y calidad de la solución. Por otra parte, las Máquinas de Vectores Soporte (SVM) constituyen un método de aprendizaje supervisado para problemas de clasificación que se complementa bien con el análisis estadístico de texturas.

En este proyecto se plantea el diseño de un entorno de desarrollo que facilite la obtención de clasificadores basados en el análisis de textura de imágenes utilizando SVM que permitan detectar la presencia de un determinado tipo de material en el escenario de la imagen.

Título: Fotografía en gran formato de grandes superficies verticales mediante el uso de drones
Directores: José Sánchez Moreno (jsanchez@dia.uned.es) y David Moreno Salinas (dmoreno@dia.uned.es)

Objetivo del proyecto:

Se pretende utilizar uno o varios drones para recorrer de forma autónoma una superficie vertical de grandes dimensiones (por ejemplo, la fachada de un edificio) y, mediante la toma de sucesivas fotografías parciales de la superficie, componer un mosaico que forme una imagen completa y detallada. El autor debe diseñar el sistema de planificación de trayectorias del dron para que efectúe el fotografiado de la superficie de forma autónoma y transmita la información a un servidor para su posterior tratamiento (por ejemplo, un portátil o un tablet). Una vez concluido el proceso de fotografiado parcial, se deberá componer un mosaico que forme una imagen completa y precisa de toda la superficie. Esa imagen estará disponible con diferentes niveles de detalle.
Tecnologías potencialmente utilizables: Drones para uso en interiores/exteriores dotados de cámaras, dispositivos móviles (tablets), técnicas de mosaico de imágenes, algoritmos de planificación de trayectorias en 3D.
Carácter teórico o práctico: Teórico-práctico. Será necesario disponer de conocimientos básicos sobre visión artificial y navegación autónoma para poder profundizar en los algoritmos de mosaico de imágenes y poner en práctica la planificación de rutas en 3D para el fotografiado.
Bibliografía:
A. Pandey. and U.C. Pati. "Image mosaicing: A deeper insigh". Image and Vision Computing. Volume 89, 2019, Pages 236-257. https://doi.org/10.1016/j.imavis.2019.07.002
D. Ghosh and N. Kaabouch. "A survey on image mosaicing techniques". Journal of Visual Communication and Image Representation. Volume 34, 2016, Pages 1-11. https://doi.org/10.1016/j.jvcir.2015.10.014
M. Brown, R. Szeliski and S. Winder. "Multi-image matching using multi-scale oriented patches". 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR'05), 2005, pp. 510-517 vol. 1. http://doi.org/10.1109/CVPR.2005.235
Shubhani Aggarwal, Neeraj Kumar. "Path planning techniques for unmanned aerial vehicles: A review, solutions, and challenges". Computer Communications. Volume 149, 2020, Pages 270-299. https://doi.org/10.1016/j.comcom.2019.10.014
Relación con asignatura/s del Máster: Sistemas empotrados, Aprendizaje Automático, Fundamento de Inteligencia artificial, Sistemas operativos de dispositivos móviles, Temas avanzados en redes de Internet.

Título: Creación de mapas fotográficos 3D del interior de edificaciones mediante el uso de drones.
Directores: José Sánchez Moreno (jsanchez@dia.uned.es) y David Moreno Salinas (dmoreno@dia.uned.es)

Objetivo del proyecto:

Se pretende utilizar uno o varios drones para recorrer de forma autónoma una instalación (por ejemplo, una vivienda) y, mediante la toma de sucesivas fotografías parciales de las paredes y de los elementos que la forman (habitaciones y pasillos), componer un mapa fotográfico 3D para tener una visión en detalle e integral de todos los paramentos. El autor también deberá diseñar el sistema de planificación de trayectorias del dron para que efectúe el fotografiado de la instalación de forma autónoma y transmita la información a un servidor para su posterior tratamiento (por ejemplo, un portátil o un tablet). Concluido el recorrido del dron por la instalación, se deberá componer un mapa con todas esas fotografías parciales de forma que se tenga un mapa 3D fotográfico completo y preciso de todos los elementos que componen la instalación.
Tecnologías potencialmente utilizables: Drones para uso en interiores/exteriores dotados de cámaras, dispositivos móviles (tablets), técnicas de mosaico de imágenes, algoritmos de planificación de trayectorias en 3D.
Carácter teórico o práctico: Teórico-práctico. Será necesario disponer de conocimientos básicos sobre visión artificial y navegación autónoma para poder profundizar en los algoritmos de mosaico de imágenes y poner en práctica la planificación de rutas en 3D para el fotografiado.
Bibliografía:
A. Pandey. and U.C. Pati. "Image mosaicing: A deeper insigh". Image and Vision Computing. Volume 89, 2019, Pages 236-257. https://doi.org/10.1016/j.imavis.2019.07.002
D. Ghosh and N. Kaabouch. "A survey on image mosaicing techniques". Journal of Visual Communication and Image Representation. Volume 34, 2016, Pages 1-11. https://doi.org/10.1016/j.jvcir.2015.10.014
M. Brown, R. Szeliski and S. Winder. "Multi-image matching using multi-scale oriented patches". 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR'05), 2005, pp. 510-517 vol. 1. http://doi.org/10.1109/CVPR.2005.235
Shubhani Aggarwal, Neeraj Kumar. "Path planning techniques for unmanned aerial vehicles: A review, solutions, and challenges". Computer Communications. Volume 149, 2020, Pages 270-299. https://doi.org/10.1016/j.comcom.2019.10.014
Relación con asignatura/s del Máster: Sistemas empotrados, Aprendizaje Automático, Fundamento de Inteligencia artificial, Sistemas operativos de dispositivos móviles, Temas avanzados en redes de Internet.

Título: Aprendizaje profundo en aplicaciones basadas en imágenes
Director:Gonzalo Pajares (pajares@ucm.es)

Objetivo del proyecto:

Con el desarrollo tecnológico y los avances en las capacidades de proceso, el aprendizaje profundo (“deep learning”) se ha constituido en una herramienta útil de gran efectividad, en diversos ámbitos, incluyendo el procesamiento de imágenes.
Las ciudades inteligentes (“smart cities”), el internet de las cosas (IoT, internet of Things, IIoT, en la industria), los vehículos autónomos (UAVs, USVs, UGVs, incluyendo los vehículos conectados) son claros ejemplos, donde el reconocimiento de patrones tales como señales de tráfico, control del flujo de vehículos, identificación de texturas, objetos u obstáculos en el entorno resultan de vital importancia.

Como trabajo se propone el estudio y diseño de una Red Neuronal Convolucional (CNN, Convolutional Neural Networks), integrada en el paradigma del “deep leerning”, con el fin de reconocer estructuras de interés, a convenir a la hora de acordar el proyecto, tales como vehículos en movimiento en una vía de acceso a la ciudad, reconocimiento de señales de tráfico, peatones u otros objetos o reconocimiento de texturas en entornos urbanos y naturales (asfalto, carreteras, césped, caminos, cultivos, entre otros).

Para el desarrollo del proyecto se propone el uso de Matlab, al menos en su versión 2018b, dada la potencialidad desarrollada por esta herramienta, así como por el apoyo proporcionado por la comunidad científica como “open source”. No obstante, también existe la posibilidad de uso de herramientas de código abierto tal como TensorFlow bajo programación en ‎Python‎ o ‎C++ por ejemplo.

Las imágenes a utilizar pueden obtenerse a través de los móviles personales, lo que facilita enormemente el desarrollo del proyecto.

Requisitos: Haber cursado la asignatura “Visión por Computador”.

Referencias

• Alegre, E., Pajares, G., Escalera, A. (Eds.). Conceptos y Métodos en Visión por Computador. Comité Español de Automática (CEA). https://www.dropbox.com/s/25lsp8vc4bdpj7x/ConceptosyMetodosenVxC-1.pdf?dl=0
• Pajares, G., Cruz, J.M. Visión por Computador: procesamiento de imágenes y Aplicaciones. RA-MA, 2007.
• Pajares, G., Cruz, J.M., Ejercicios Resueltos de Visión por Computador. RA-MA, 2007.
• The Mathworks. Redes Neuronales Convolucionales. Disponible on-line: https://es.mathworks.com/solutions/deep-learning/convolutional-neural-network.html
• Pajares, G., Herrera, P.J., Besada, E. Aprendizaje Profundo. RC-Libros, 2021

Título: Simulaciones de Control de Procesos (PCS) orientadas a objetos en MATLAB

Profesor responsable:María Guinaldo Losada (mguinaldo@dia.uned.es).

Equipo de trabajo: María Guinaldo Losada (mguinaldo@dia.uned.es), Ernesto Aranda Escolástico (earandae@issi.uned.es).

Objetivo del proyecto:

PCS es una librería de código abierto y orientada a objetos desarrollada por el Departamento de Informática y Automática de la UNED, diseñada para proporcionar un marco de trabajo para la realización sencilla de simulaciones de control de procesos en MATLAB.

Los objetivos del proyecto son:

• Estudiar y conocer la librería de código abierto PCS para MATLAB.
• Estudiar, analizar y comprender los conceptos de orientación a objetos, control en red y control basado en eventos.
• Diseñar e implementar una Interfaz de Usuario (UI) basada en un paradigma orientado a objetos para simplificar la realización de simulaciones en PCS.

Referencias:

• Process Control Simulations (PCS) for MATLAB. https://github.com/crcuned/pcsmatlab.
• E. Aranda-Escolástico, C. Rodríguez, M. Guinaldo, J.L. Guzmán, S. Dormido. Control PID basado en eventos periódico para sistemas de control en red. XXXVII Jornadas de Automática, Madrid, 2016.

Título: Simulador interactivo para el control de vehículos subacuáticos no tripulados para la exploración del fondo marino

Profesor responsable:María Guinaldo Losada (mguinaldo@dia.uned.es).

Equipo de trabajo:María Guinaldo Losada (mguinaldo@dia.uned.es), Ernesto Aranda Escolástico (earandae@issi.uned.es).

Objetivo del proyecto:

El objetivo de este proyecto es crear un simulador que permita recrear el comportamiento de un vehículo autónomo mientras se encuentra inmerso en un fluido. Este objetivo se desarrollará en las siguientes fases:

• Estudiar y conocer las capacidades de movimiento, sensorización y actuación del vehículo, así como los cambios que producirá en estas capacidades el flujo de corriente del fluido.
• Implementar estos modelos en forma de ecuaciones diferenciales permitiendo cierta configuración de parámetros por parte del usuario.
• Diseñar e implementar una interfaz gráfica que permita visualizar el movimiento del vehículo y la evolución temporal de las variables de interés.
• Implementar algoritmos de exploración del fondo marino dados y procesar dicha información para su visualización.

Título: Aplicación de la teoría de la comunicación al estudio de la sincronización entre la actividad cerebral y el habla

Directores:
J. Ignacio Hidalgo (hidalgo@dacya.ucm.es)
Manuel Martín-Loeches (mmartinloeches@isciii.es)

- Ghitza O. (2014) Behavioral evidence for the role of cortical oscillations in determining auditory channel capacity for speech. Frontiers in Psychology, 5, 1-12.

- Gross J, Hoogenboom N, Thut G, Schyns P, Panzeri S, et al. (2013) Speech Rhythms and Multiplexed Oscillatory Sensory Coding in the Human Brain. PLoS Biol 11(12): e1001752. doi:10.1371/journal.pbio.1001752

- Shannon, C.E. (1948) A Mathematical Theory of Communication. The Bell System Technical Journal, 27, 379–423.

Título: Identificación, modelado y control de un sistema propuesto por el estudiante

Profesor de contacto: Jose Manuel Díaz Martínez (josema@dia.uned.es)

Equipo docente: Jose Manuel Díaz Martínez y Rocio Muñoz Mansilla

Objetivos del proyecto:
Aplicar las técnicas de identificación de sistemas junto con el modelado físico para obtener un modelo de un sistema. Usar dicho modelo para resolver algún problema de control del sistema aplicando alguna estrategia de control (clásica, robusta, etc). El sistema sobre el que se realizará el proyecto está abierto y debe ser propuesto por el estudiante en función de sus preferencias y experiencia personal o laboral.

Título: Estudio de arquitecturas de aprendizaje profundo para el diseño de modelos de predicción de flujos de tráfico en tiempo real.

Profesor de contacto: Rocío Muñoz Mansilla (rmunoz@dia.uned.es)
Equipo Docente: Rocío Muñoz Mansilla, José Manuel Díaz, Dictino Chaos, David Moreno

Objetivos del proyecto:

Una de las áreas más investigadas en el transporte inteligente es la gestión de tráfico y diseño de flujos de tráfico para una conducción más segura y eficiente.La precisión y rapidez en la información del flujo de tráfico es actualmente un asunto clave y una fuerte necesidad para tanto la conducción privada como el sector de negocio y transporte público. Tiene el potencial de ayudar a conseguir mejoras en la toma de decisiones de viaje, aliviar la congestión del tráfico, reducir las emisiones de carbono y mejorar la eficiencia en las operaciones de tráfico.

La predicción de flujo de tráfico depende fuertemente de los datos de tráfico históricos y en tiempo real, capturados desde todo tipo de fuentes. Un gran volumen de datos se recopilan constantemente desde múltiples fuentes y sensores, y es difícil combinar todo en características para entrenar modelos de predicción, debido a diferentes significativas en el tiempo, cobertura de red y calidad de los datos. Por todo ello, son necesarias nuevas infraestructuras y técnicas para tratar estos datos masivos heterogéneos en tiempo real.

En relación con las técnicas de predicción de flujo de información, aunque hay ya muchos modelos y sistemas de predicción de flujo de tráfico, la mayoría de ellos usan modelos poco profundos de tráfico y de alguna forma no son satisfactorios o eficaces. Esto inspira a repensar el problema de la predicción de flujo de tráfico a partir de modelos de arquitecturas profundas con datos masivos heterogéneos. Hoy en día, es un reto el desarrollo de modelos de predicción de tráfico fiables, precisos, y en tiempo real.

Bibliografía

Nguyen,H. , Kieu, L., Wen,T., Cai, C. Deep learning methods in transportation domain: a review. IET Intell. Transp. Syst., 2018, Vol. 12 Iss. 9, pp. 998-1004.

Weitao Wang, Yuebin Bai, Chao Yu, Yuhao Gu, Peng Feng, Xiaojing Wang, and Rui Wang A Network Traffic Flow Prediction with Deep Learning Approach for Large-scale Metropolitan Area Network. NOMS 2018 - 2018 IEEE/IFIP Network Operations and Management Symposium 23-27 April 2018, Taipei, Taiwan

Wua, Y., TanaH., Qinc, L., Ranc,B., Jiang, Z., A hybrid deep learning based traffic flow prediction method and its understanding. Transportation Research Part C 90 (2018) 166–180

Yuan, J., Zheng, Y., Xie, X., Sun, G., 2011. Driving with knowledge from the physical world. In: Proceedings of the 17th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. ACM, pp. 316–324.

Zhang, D., Kabuba, M.R., Combining Weather Condition Data to Predict Traffic Flow: A GRU Based Deep Learning. Approach. 2017 IEEE 15th Intl Conf on Dependable, Autonomic and Secure Computing, 15th Intl Conf on Pervasive Intelligence and Computing, 3rd Intl Conf on Big Data Intelligence and Computing and Cyber Science and Technology Congress

Título: Control Basado en Eventos aplicado al Crazyflie 2.X

Directores:Rafael Socas Gutiérrez, Raquel Dormido (raquel@dia.uned.es)

Objetivo del proyecto:La plataformade quadrotors Crazyflie 2.X es una entorno abierto y muy dinámico debido a que cuenta con una comunidad muy activa tanto en el desarrollo hardware como software de este sistema (https://www.bitcraze.io/crazyflie-2/). Este ecosistema dispone de un elemento principal, el drone Crazyflie 2.X, además de un amplio abanico de complementos hardware que van desde sensores de alta precisión hasta complejos sistemas de posicionamiento diseñados específicamente para trabajar con este UAV. Por otro lado, cuenta también con varias aplicaciones y diferentes entornos de desarrollo que permiten implementar multitud de aplicaciones basadas en Crazyflie 2.X. Por último, el control de este sistema se hace mediante PID clásicos donde tanto la arquitectura como la parametrización es totalmente abierta y accesible por el usuario. Llegados a este punto, para este TFM se plantea desarrollar el control del Crazyflie 2.X mediantecontrol basado en eventos. La principal hipótesis sobre lo que se sustenta esta idea es que aplicar este tipo de control aportan grandes ventajas desde el punto de visto del ahorro de recursos.

Por tanto, las actividades que se plantean desarrollar en este proyecto serán:

1) Profundizar en el conocimiento de las arquitecturas y en el entorno de desarrollo del Crazyflie 2.X

2) Desarrollar los módulos software necesarios para que tanto las medidas de los sensores como el envío de órdenes de control se rijan mediante un esquema de eventos, y

3) Implementar dichas soluciones en el Crazyflie 2.X.

Título: Aplicación de técnicas no supervisadas para la caracterización de reseñas de libros y análisis de su impacto en ventas

Directores: Santiago Bañales, Raquel Dormido (raquel@dia.uned.es), Natividad Duro Carralero (nduro@dia.uned.es)

Objetivo del proyecto:

Se pretende el uso de técnicas no supervisadas para la evaluación del impacto de las reseñas de libros en el rendimiento de las ventas y la caracterización de la utilidad de las reseñas de acuerdo con el análisis de su contenido y su contexto. El proyecto abordará la aplicación de distintas técnicas de clustering, el análisis de su estabilidad y la realización de validación externa e interna de los resultados. Adicionalmente, se planteará la realización de un análisis de topic modeling en cada uno de los clusters identificados. La investigación deberá combinar diferentes técnicas de minería de textos y procesamiento de lenguajes naturales para extraer información relevante de las reseñas que, junto a metadatos relevantes de cada uno de los libros, servirán de datos de entrada para entrenar modelos de aprendizaje automático no supervisado.

NOTA: Los datos para el proyecto provienen de bases de datos de reseñas y metadatos de libros proporcionados por Amazon y se suministran convenientemente.

Referencias relevantes:

Chevalier, J. A., & Mayzlin, D. (2006). The effect of word of mouth on sales: Online book reviews. Journal of Marketing Research, Vol. 43, pp. 345–354.

Diaz, G. O., & Ng, V. (2018). Modeling and prediction of online product review helpfulness: A survey. ACL 2018 - 56th Annual Meeting of the Association for Computational Linguistics, Proceedings of the Conference (Long Papers), 1, 698–708.

Silge, J., & Robinson, D. (2017). Text Mining with R - O’Reilly Media

Zhu, F., & Zhang, X. (2010). Impact of online consumer reviews on Sales: The moderating role of product and consumer characteristics. Journal of Marketing, Vol. 74, pp. 133–148

Título: Técnicas no supervisadas para la detección de epilepsia

Directores: Raquel Dormido (raquel@dia.uned.es), Natividad Duro Carralero (nduro@dia.uned.es), Angel Mur

Objetivo del proyecto:

El desarrollo de técnicas de detección de epilepsia, así como de métodos de predicción de los ataques epilépticos son fundamentales en el estudio de la epilepsia. Las señales electroencefalográficas (EEG) son señales multicanal que registran perfectamente dichos ataques. Se propone el desarrollo de un método no supervisado de detección de ataques utilizando señales EEG.

NOTA: se facilitarán las señales EEG con las que se trabaja en el proyecto.

Referencias:

“Unsupervised Event Detection and Classification of Multichannel Signals”, Mur A., Dormido R., Vega J., Dormido-Canto S., Duro N., Expert Systems with Applications, 2016, Vol. 54, pp: 294-303. ISSN: 0957-4174. Ed: Elsevier. doi: http://dx.doi.org/10.1016/j.eswa.2016.01.014

“Unsupervised Event Characterization and Detection in of Multichannel Signals: an EEG application”, Mur A., Dormido R., Vega J., Duro N., Dormido-Canto S. Sensors, 2016, Vol. 16, pp: 590. ISSN 1424-8220 (online). Ed: MDPI and ACS Style. doi: 10.3390/s16040590

José L. Risco Martín (jlrisco@ucm.es)

Eva Besada Portas (ebesada@ucm.es)

Objetivos del Proyecto:

Actualmente hay grandes avances en el desarrollo de nuevos modelos aplicados a biomedicina (por ejemplo modelos de secuelas de ataques cerebrovasculares, modelos de predicción de crisis migrañosas, modelos evolutivos de afasia). Sin embargo, aunque los procedimientos a seguir son muy similares, no existe un marco genérico de modelado y experimentación.
El objetivo de este trabajo es definir e implementar dicho marco en una herramienta software. Para comprobar el correcto funcionamiento de la herramienta, se modelarán con ella tres problemas biomédicos concretos (utilizando para este fín datos experimentales reales).

Referencias

1. Josué Pagán, M. Irene De Orbe, Ana Gago, Mónica Sobrado, José L. Risco-Martín, J. Vivancos Mora, José M. Moya and José L. Ayala (2015), "Robust and Accurate Modeling Approaches for Migraine Per-Patient Prediction from Ambulatory Data", Sensors 15(7), pp. 15419-15442.
2. Josué Pagán, José L. Risco-Martín, José M. Moya and José L. Ayala (2016), "Modeling methodology for the accurate and prompt prediction of symptomatic events in chronic diseases", Journal of Biomedical Informatics 62, pp. 136-147.

José L. Risco Martín (jlrisco@ucm.es)

Eva Besada Portas (ebesada@ucm.es)

Objetivos del Proyecto:

DEVSML Studio es una herramienta de modelado y simulación que integra, de una forma natural, tanto la ingeniería de sistemas como la ingeniería software. Es sus primeras fases de desarrollo, con esta herramienta se pueden definir sistemas hardware/software tanto en su estructura (es decir, mediante la especificación de los componentes esenciales) como en su comportamiento (es decir, el funcionamiento final del sistema).
En este proyecto se completará el desarrollo de la herramienta mientras se aplica a un caso de uso real: modelado y simulación de multiples vehículos aereos no tripulados que realizan misiones de búsqueda de objetivos en entornos con incertidumbre. Para llevarlo a cabo, por una parte será necesario modelar mediante DEVSML el comportamiento de vuelo y sensorial de los vehículos, y la incertidumbre en la localización inicial y en la dinámica del objetivo. Y por otra, será necesario simular y evaluar el comportamiento conjunto de dichos elementos cuando se les proporciona una misión de búsqueda.

Referencias

1. Saurabh Mittal and José L. Risco-Martín (2016), "DEVSML Studio: A Framework for Integrating Domain-Specific Languages for Discrete and Continuous Hybrid Systems into DEVS-Based M&S", In Proceedings of the 2016 Summer Simulation Multiconference (SummerSim 2016). [PDF].
2. Sara Perez-Carabaza, Eva Besada-Portas, Jose A. Lopez-Orozco, Jesus M. de la Cruz (2016). A real world multi-UAV evolutionary planner for minimum time target detection“. In Procceding of the 2016 Genetic and Evolutionary Computation Conference (GECCO 2016).

Título: Diseño de una aplicación mediante visión artificial para laevaluación visual de personas con grado de colaboración limitada

Profesora de contacto: María Guijarro Mata-García (mguijarro@ucm.es)
Equipo Docente: María Guijarro Mata-García (mguijarro@ucm.es), Guadalupe González Montero y Yolanda Martín Pérez (Facultad de Óptica y Optometría UCM)

Objetivos del Proyecto:

Este proyecto sellevará a caboencolaboracióncon la Facultad deÓptica yOptometría de la UCM. Se desarrollarán diferentes técnicas de Visión Artificial junto con Inteligencia Artificial, con el fin de generar una herramienta que permita clasificar y generar imágenes para laevaluación de la agudeza visual en personas con grado de colaboración limitada. La motivaciónde este trabajoesla exploración e investigación de técnicas de visión artificial con las que diseñar un procedimiento que permita la valoración optométrica depreescolares y personas con discapacidad intelectual.

Título:Identificación de estructuras geotécnicas mediante aplicación de técnicas de Inteligencia Artificial a datos de radar 3D.

Directoras:FátimaMartín Hernández (fatima@ucm.es) y María Guijarro Mata-García (mguijarro@ucm.es)

Objetivo del proyecto:

El georadar es una de las últimas técnicas geofísicas que ha sido incorporada al análisis y estudio de los primeros metros del subsuelo, encontrando multitud de aplicaciones en disciplinas como las geotecnia, ingeniería civil o arqueología. En particular, en los últimos 15 años ha aparecido en el mercado una instrumentación denominada radar 3D o radar multifrecuencia que está siendo aplicado en laauscultación de infraestructuras lineales (carreteras, vías de tren, etc) con el manejo de un gran volumen de datos. En este proyecto se explorarán y aplicarán diferentes técnicas de Inteligencia Artificial y minería de datos con el fin de inferir conocimiento en la identificación de horizontes de interés en este tipo de infraestructuras (capas de asfalto, capas de balasto, etc) mediante el gran volumen de datos obtenido.

Diseño de una aplicación mediante visión artificial para el desarrollo de un asistente accesible

Director: María Guijarro Mata-García (mguijarro@ucm.es), Joaquín Recas Piorno (recas@ucm.es)

Objetivo del proyecto:

Este proyecto sellevará a caboencolaboracióncon la ONCE. Se desarrollarán diferentes técnicas de Visión Artificial junto con Inteligencia Artificial así comoconexiones de dispositivos, con el fin de generar una herramienta/aplicación que permita la gestión y la comunicación de las personas con discapacidad visual en espacios públicos.

Título:Aplicación de visión artificial aplicada al Plomeo (Tiro al plato olímpico)

Directoras:María Guijarro Mata-García (mguijarro@ucm.es) y Ricardo Bernardez Vilaboa (rbvoptom@fis.ucm.es)

Objetivo del proyecto:

El plomeo es una actividad imprescindible para el control del cartucho en tiro al plato con comprobación del espacio que pueden dejar el conjunto de plomos en la plancha donde se realiza. Cada cartucho tiene prácticamente 300 de estos plomos y genera el mismo número de marcas en la plancha o agujeros en una cartulina. Se trata de comprobar, mediante técnicas de visión artificial y el diseño de algoritmos de inteligencia artificial,el número de impactos y cómo se distribuyen sobre esa superficie para conocer el comportamiento del cartucho con el objetivo de alcanzar el plato para romperlo.

Como esta actividad es bastante compleja, la medida de todos los impactos, se propone la creación de una aplicación para móvil, donde estén integrados los algoritmos diseñados, para medir los impactos, su distribución y los posibles espacios por donde podría escapar el plato sin romper.

Título: Explicación de los modelos de caja negra obtenidos mediante aprendizaje automático

Profesor de contacto: Sebastián Dormido Canto (sebas@dia.uned.es)

Descripción:

• Qué variables de los datos son las más relevantes.
• Para una salida concreta del modelo cuáles son los valores de las variables que han afectado a esa salida.
• Qué interacciones (lineales y no lineales) son las que tienen más efecto en las salidas del modelo.

Título: Control híbrido de turbinas eólicas basado en redes neuronales y aprendizaje por refuerzo
Directores:Matilde Santos (msantos@ucm.es)
Jesús Enrique Sierra García (jesierra@ubu.es)

Los parques eólicos offshore fijos o pilotados, con las cimentaciones apoyadas o hincadas (dependiendo de la solución escogida) en el lecho marino son ya una realidad. Las líneas actuales de investigación han dado el siguiente paso hacia las soluciones flotantes. Estos sistemas se ven sometidos a fuerzas de gran envergadura, debido a las olas, las corrientes, y el viento. Estos factores externos no son estáticos, sino que varían mientras el sistema está en funcionamiento, lo que dificulta aún más el diseño de estrategias de control.

Por otro lado, las técnicas basadas en redes neuronales e inteligencia artificial han sido ampliamente utilizadas para el control de sistemas no lineales complejos como el que nos atañe, de ahí que puedan ser un camino prometedor para la identificación y el control de las turbinas eólicas marinas flotantes.

En este trabajo se plantea el estudio de estrategias de control inteligente basadas lógica difusa, redes neuronales y aprendizaje por refuerzo para estabilizar este complejo sistema dinámico y reducir sus vibraciones. Inicialmente se realizará un estudio de la literatura científica relacionada con el problema y con las técnicas de control inteligente. Después se implementará un modelo computacional de la turbina. Finalmente se diseñará la estrategia de control inteligente para el control de la turbina y todo ello se probará en simulación. Para el desarrollo se recomienda utilizar Matlab y Simulink, aunque pueden utilizarse otros lenguajes como FAST o Python.

Título: Diseño de estrategias de control inteligente para AGVs
Directores:Matilde Santos (msantos@ucm.es)
Jesús Enrique Sierra García (jesierra@ubu.es)

El acrónimo AGV proviene del término Vehículo de Guiado Automático. Estos son vehículos de transporte sin conductor empleados en la industria para automatizar los flujos intralogísticos y las cadenas de producción, dotando a estos procesos de una gran flexibilidad espacial y temporal. Día a día los AGVs comparten espacios con otros vehículos y humanos con los que deben interactuar y convivir. Para poder desplegar todas estas aplicaciones, es esencial el diseño de nuevas estrategias de control que se adapten a las circunstancias cambiantes del entorno. Las técnicas de control inteligente: lógica difusa, redes neuronales, aprendizaje por refuerzo, etc., se presentan como un enfoque prometedor para la resolución de este problema.

Por ello en este trabajo se diseñará una estrategia de control inteligente de vehículos de guiado automático (AGVs). Inicialmente se realizará un estudio de la literatura científica relacionada con el problema y con las técnicas de control inteligente. Después se implementará un modelo computacional del AGV. Finalmente se diseñará la estrategia de control inteligente para el control del AGV y todo ello se probará en simulación. En caso de disponibilidad del AGV también podrán probarse los desarrollos en un AGV real. Para el desarrollo se recomienda utilizar Matlab y Simulink, aunque pueden utilizarse otros lenguajes como Python.

Título: Control estructural semi-activo y activo de turbinas eólicas flotantes/ Semi-active or active structural control of offshore wind turbines
Director: Matilde Santos (msantos@ucm.es)
María Tomás-Rodríguez, City University of London, UK.

La reciente expansión de la energía eólica marina está limitada por su tecnología de instalación, en la mayoría de los casos por fijación al fondo marino. El desarrollo de plataformas de soporte flotantes está permitiendo superar algunas de sus limitaciones, ampliando la explotación de los recursos eólicos en todo el mundo. Sin embargo, estas turbinas flotantes sufren un efecto de péndulo invertido que provoca unas cargas de fatiga excepcionalmente elevadas en la torre. Una de las posibles alternativas para mitigar las cargas de fatiga es la aplicación de técnicas de control estructural, que se han venido aplicando en la ingeniería civil a puentes, edificios, etc, con buenos resultados.
En este trabajo de investigación se plantea explorar las capacidades del control estructural semi-activo o activo aplicado a turbinas eólicas flotantes de tipo plataforma. Esto implica modificar de forma adaptativa los parámetros del dispositivo de control estructural mediante un algoritmo de control.

Se requiere ciertos conocimientos de física, ingeniería y control.

Título: Redes Adversarias Generativas para el Aumento de Datos Secuenciales 1D. Aplicación a turbinas eólicas/ Generative Adversarial Networks for 1D Sequential Data Augmentation.

Directores: Matilde Santos (msantos@ucm.es), UCM
María José Gómez Silva (mgomez77@ucm.es), UCM

La turbinas eólicas flotantes son de reciente desarrollo. La mayoría de las granjas de turbinas de este tipo cuentan con pocos años y son plantas piloto, por lo que los datos para estudiar su funcionamiento son escasos o no están disponibles.
El objetivo de este trabajo es generar datos sintéticos que permitan estudiar con profundidad y predecir el comportamiento de las turbinas marinas. Con la aplicación de las Redes Adversarias Generativas se pretende aumentar el número de datos generando datos realistas para variables que son relevantes en una turbina flotante. Esto permitirá tener información para aplicar algoritmos de control que requieren datos para entrenamiento, como el control neuronal.

El siguiente paso sería comprobar la utilidad de los datos sintéticos, aplicándolos a un modelo ya desarrollado y comparando los resultados.

Título: Control inteligente multi-objetivo de una turbina eólica marina flotante
Directores:Matilde Santos (msantos@ucm.es)
Lía García (liagar05@ucm.es)

El diseño avanzado de sistemas de control para grandes turbinas eólicas se está volviendo cada vez más complejo. Por otro lado, las técnicas de optimización de alto nivel están recibiendo especial atención como instrumento para abordar el diseño de sistemas que tienen importantes y cruciales requisitos. El control óptimo multiobjetivo (MOO) es hoy en día una metodología que permite lograr sistemas de control que concilien múltiples objetivos de diseño que pueden ser incompatibles.

En este trabajo se plantea aplicar algunos algoritmos de optimización multiobjetivo a un aerogenerador. Se implementará un control de velocidad del generador de la turbina eólica mediante la variación del ángulo de las palas. Pero dado que este control introduce perturbaciones en la torre y, en consecuencia, aumenta la fatiga, el objetivo del control es mantener una velocidad de rotación constante independientemente de las variaciones en la velocidad del viento y, al mismo tiempo, aumentar la amortiguación de la torre para reducir la amplitud de las oscilaciones.

Para el desarrollo se recomienda utilizar Matlab/Simulink u otros lenguajes como FAST o Python.

Title: Probabilistic Approach for Early Failure Detection in Wind Turbines

Supervisors: Matilde Santos (msantos@ucm.es), UCM, Spain
Ravi Pandit (raviwithfuture@gmail.com), University of Exeter, UK

Currently, most wind farm maintenance is preventative, either planned or condition-based, based on the development of basic static threshold alerts, with the goal of recognising potential flaws in a timely manner to avoid future difficulties. Purging of the generator bearings, slip ring cleaning, lubrication system filter cleaning, and video endoscope inspections of the gearbox are examples of routine scheduled maintenance interventions. However, these methods do not guarantee that critical failures will not occur. Furthermore, a component failure, even if not serious, could cause the wind turbines to operate in suboptimal conditions, resulting in large efficiency losses that would be undetectable by standard performance monitoring systems.
In this project, we are aiming to use probabilistic methods to remove the unwanted outliers in the power curve of wind turbines, thus making it easier to monitor and bring down the costs of wind turbine operation and maintenance. The data from Supervisory Control and Data Acquisition (SCADA) system with observations from multiple parameters are used to study the probabilistic approach

This TFM is proposed only in English.

Título: Vibration reduction in floating wind turbines by MR tuned vibration absorbers
Directores: Matilde Santos (msantos@ucm.es), UCM, Spain
Paweł Martynowicz (pmartyn@agh.edu.pl), Krakow, Poland

Wind turbines are emerging renewable energy extraction solutions nowadays. The wind and sea waves loads of floating offshore wind turbines (FOWT) are the major contributors to the structural vibration of tower and blades.
Passive / semi-active / active tuned vibration absorbers (TVAs) that are widely spread structural vibration reduction solutions in the civil engineering field are now starting to be applied to these floating devices.
In this work, the use of magnetorheological (MR) TVAs is proposed. MR dampers are semi-active actuators characterised with simplicity of construction and minor energy requirements as compared with active systems. They utilise specific properties of MR fluid, which changes its apparent viscosity in the presence of magnetic field. Nevertheless, these control devices have been only applied to small-scale prototypes of (fixed)-land-based wind turbines, and how to scale them for real size FOWT is still an open issue. Besides, the optimization of MR damper and TVA parameters to generate the force needed according to vibration frequency of the structure is another open problem.
Simulations with software FAST and MATLAB will be carried out to implement an MR damper in a FOWT to reduce the structure vibration.

This TFM is proposed only in English. Some mathematical and physical background is required.

Title: Advanced Machine learning and Deep learning techniques for Early Railway Track Fault Detection

Supervisors: Matilde Santos (msantos@ucm.es), UCM, Spain
Ravi Pandit (raviwithfuture@gmail.com), University of Exeter, UK

Timely detection and identification of faults in railway track circuits are crucial for the safety and availability of railway networks. In this project, the aim is to usenoveladvanced ML methods and deep learning methods (e.g., LSTM) for identifying railways tracks fault based on the image as well as numeric datasets. Finally, then compare proposed methods with available techniques in order to evaluate the performance and accuracy.

This TFM is proposed only in English.

Title: Investigation of Icing effect on pitch control of a wind turbine with a neural controller

Supervisors: Matilde Santos (msantos@ucm.es), UCM, Spain
Narges Tabatabaei (nargest@kth.se), KTH, Sweden

Icing of wind turbine blades poses a challenge for the wind power industry in cold climate wind farms. It can lead to production losses of more than 10% of the annual energy production. Depending on the type of wind turbine, different control actions including the pitch angle of the blades or rotor control, which is used as a brake to maintain the rated power of the turbine once the wind surpasses certain threshold. The pitch control of a wind turbine is a complex task itself due to the highly nonlinear behaviour of these devices, the coupling between the internal variables, and because they are subjected to uncertain and varying parameters due to external loads, e.g. icing. These reasons have led to explore intelligent control techniques to tackle these challenges. A neural controller for wind turbine pitch control is intended for the proposed project. The controller is based on a radial basis function (RBF) network with unsupervised learning algorithm. The RBF network uses the error between the output power and the rated power and its derivative as inputs, while the integral of the error feeds the learning algorithm. The performance analysis of an iced wind turbine is going to be carried out according to the described controller.

This TFM is proposed only in English.

Título: Aplicación de redes neuronales con diferentes escalas de tiempo en sistemas de control

Directores: Ernesto Aranda Escolástico (earandae@issi.uned.es) y Matilde Santos (msantos@ucm.es)

Objetivo del proyecto:

Las redes neuronales artificiales han demostrado ser muy útiles para la identificación, estimación y control de sistemas complejos. Así, durante las últimas décadas se han propuesto diferentes arquitecturas de redes neuronales enfocadas a múltiples problemas. En este trabajo se pretende ahondar en las redes neuronales recurrentes (RNN, recurrent neural networks) y estudiar su construcción e implementación cuando las diferentes neuronas o grupos de neuronas disponen de escalas de tiempo distintas.

El objetivo final es utilizar la red neuronal creada para el control de sistemas donde la multifrecuencia, la transmisión asíncrona de información o los retardos aparecen de forma natural.

Bibliografía

• Hagan, M. T., Demuth, H. B., & Jesús, O. D. (2002). An introduction to the use of neural networks in control systems. International Journal of Robust and Nonlinear Control: IFAC‐Affiliated Journal, 12(11), 959-985.
• Koutnik, J., Greff, K., Gomez, F., & Schmidhuber, J. (2014, January). A Clockwork RNN. In International Conference on Machine Learning (pp. 1863-1871).

Título:Escudo adaptativo de un enjambre de drones para tareas de patrullaje y vigilancia

Directores:José Sánchez Moreno (jsanchez@dia.uned.es) y María Guinaldo Losada (mguinaldo@dia.uned.es)

Objetivo del proyecto:
El uso de drones (UAVs) está teniendo un gran impacto en numerosas aplicaciones. Uno de los campos de aplicación es en el ámbito de la defensa tanto civil como militar. La propuesta del proyecto consiste en diseñar e implementar en simulación un sistema multi-agente formado por N drones que tendrá que desplegarse formando una malla para proteger un objetivo de interés. Se estudiarán algoritmos que hagan que el despliegue sea óptimo, en el sentido de vigilar el espacio aéreo para detectar posibles amenazas, y adaptativo, de tal manera que la malla se reconfigure cuando se produzca algún fallo en el sistema o alguno de los agentes cause baja. El proyecto generará finalmente un simulador para mostrar los resultados, que será preferentemente interactivo.
Referencias:
[1] B. D. O. Anderson, C. Yu, B. Fidan and J. M. Hendrickx, "Rigid graph control architectures for autonomous formations," IEEE Control Systems Magazine, vol. 28, no. 6, pp. 48-63, 2008, DOI: 10.1109/MCS.2008.929280.
[2] Wang-Kyo Oh, Myoung-Chul Park, and Hyo-Sung Ahn, "A survey of multi-agent formation control", Automatica, vol. 53, pp. 424-440, 2015, DOI: 10.1016/j.automatica.2014.10.022.

Título: Simulación distribuida de modelos de dinámicos continuos y de eventos discretos.
Directores: Victorino Sanz (vsanz@dia.uned.es), Miguel Ángel Rubio González (marubio@dia.uned.es)
Objetivo del Proyecto:
La ejecución paralela de programas tiene como principal objetivo la mejora de la eficiencia y el rendimiento. El objetivo general del proyecto será aplicar la programación paralela a la simulación distribuida de modelos de tiempo continuo (principalmente aquellos cuya dinámica dependa de las coordenadas espaciales), y de eventos discretos (PDEVS, ABM, etc.). Para ello existen múltiples aproximaciones, dependiendo de la arquitectura del hardware sobre el que se quiere trabajar (e.g., memoria compartida o distribuida) o el lenguaje utilizado para la descripción de los modelos. Para el desarrollo del proyecto se acordará con los profesores encargados del trabajo las características particulares y los objetivos específicos del mismo.

Título:Diseño, implementación y control de una máquina de modelado análogo
Directores:
José Antonio Lopez Orozco (jalo@dacya.ucm.es)
Jorge Alonso Henar (jahenar@geo.ucm.es)

Objetivos del Proyecto:

Uno de los objetivos de la Tectónica es conocer la dinámica de la litosfera terrestre que da lugar a las estructuras presentes en la naturaleza, conocer su comportamiento, explicarlos y predecir sus efectos. La reproducción de los movimientos de la litosfera terrestre se puede llevar a cabo tanto con modelos y simulaciones numéricas como mediante procedimientos experimentales. Los procedimientos experimentales consisten en una reproducción a escala de procesos geológicos de millones de años en unas pocas horas y para ello son necesarias máquinas de modelado análogo que permitan un control exhaustivo de los procesos cinemáticos, tanto en el espacio como en el tiempo (sirva como ejemplo el laboratorio de Tectónica Experimental del Instituto de Ciencias Geológicas de Berna, https://www.geo.unibe.ch/e42577/e42587/e437160/e437162/TectModLab_flyer14_highquality_NEW_ger.pdf). Estas máquinas constan de varias placas móviles mediante motores controlados por ordenador que permiten el movimiento relativo de diferentes las placas basales y paredes para simular deformaciones tectónicas.

El objetivo de este proyecto es implementar una de estas máquinas que simulan deformaciones tectónicas y realizar el control de los motores que desplazan las diferentes placas basales y paredes a velocidades lentas, de modo que se tenga un control preciso de las tres dimensiones espaciales y del instante de tiempo en el que se realiza el movimiento.

Título: Desarrollo de una aplicación informática específica para la gestión de las Inspecciones Técnicas de Vehículos realizadas por la Guardia Civil.

Profesor de contacto: Natividad Duro (nduro@dia.uned.es)
Equipo Docente: Natividad Duro y Elena Gaudioso

Objetivo del Proyecto:

El proyecto está dividido en distintas partes, por lo que en el mismo pueden participar de forma simultánea varios alumnos. Dicho proyecto incluye como áreas de trabajo las siguientes:

• Integración automática de las mediciones obtenidas por los distintos sistemas informáticos existentes.
• Emisión automática del informe de ITV.
• Compatibilidad de dicha aplicación con el sistema de gestión de la Guardia Civil ALFIL.
• Integración de la Tarjeta de ITV y la Hoja Adicional digitales,
• Planificación semestral de las inspecciones.
• Desarrollo de un cuadro de mando para la visualización y control de la flota de vehículos, así como su explotación estadística.

Quick, Stat!: Estudiando la base de datos de google Quick, Draw!

Directores: Raúl Fernández Fernández (raufer06@ucm.es)

La base de datos Quick, Draw! es una base de datos de Google con más de 50 millones de dibujos almacenados, realizados por alrededor de 15 millones de personas diferentes, divididos en 345 categorías y obtenidos mediante el juego online https://quickdraw.withgoogle.com/. Debido a la naturaleza de la obtención de esta base de datos y a su magnitud, la variación de calidad de los dibujos almacenados es un factor importante, yendo desde dibujos precisos perfectamente descriptivos hasta garabatos que no tienen nada que ver con la categoría en la que están almacenados. El objetivo de este TFM es el de, usando la capacidad de computación de un red neuronal, ser capaces de realizar un estudio estadístico de la calidad de la base de datos. El TFM partirá de un trabajo ya realizado (https://arxiv.org/abs/1907.06417). Los pasos a seguir serán primero estudiar los temas relevantes planteados, para luego entrenar la red neuronal propuesta con el máximo número de categorías posibles y realizar así un estudio de la calidad de los sketches usando esta red.

Durante este TFM serán relevantes y se estudiarán principalmente los siguientes temas:

• Cómo funciona la base de datos Quick, Draw!
• ¿Qué es una red neuronal y que significa una red neuronal profunda?
• Como mostrar resultados de forma eficiente y llamativa
• Uso de Python y Github

Prácticas de laboratorio en el metaverso

Directores: Jesús Chacón Sombría (jeschaco@ucm.es) y Jacobo Saenz Valiente (jacobo.saenz@dia.uned.es)

El objetivo de este trabajo es crear un entorno de realidad virtual en el que poder realizar una práctica de laboratorio mediante una simulación 3D inmersiva.

Durante el TFM se llevarán a cabo, entre otras, las siguientes:

• Modelado 3D de las instalaciones del laboratorio.
• Modelado del sistema experimental.
• Simulación de la dinámica del sistema experimental.
• Desarrollo de la interfaz hombre-máquina para realizar los experimentos. Opcionalmente, en caso de que el alumno disponga de unas gafas de realidad virtual, podrá enfocar el diseño en dicha plataforma.