Los Sistemas de Gestión Documental de Proyectos. Un análisis y optimización aplicada a los Proyectos de Ingeniería en Edificación

La presente memoria de Tesis Doctoral ha seguido un largo recorrido desde sus inicios allá por el año 2007, dado el interés del doctorando por la mejora de la gestión de los proyectos que se desarrollaban en aquellos momentos. La fortuna de haber conocido proyectos de edificación singular en multitud de países, especialmente provenientes del mundo anglosajón, centroamericano y francés, ha abierto el campo de investigación del doctorando hacia la estandarización de la documentación de los proyectos más allá de la actual tendencia en España. En la actualidad, la evolución de los proyectos en el mundo ha sido vertiginosa, apareciendo nuevos sistemas de gestión de proyectos y nuevas tecnologías de gestión de la información gráfica (BIM). A lo largo de la investigación hemos querido desarrollar un sistema novedoso de gestión de proyectos que hemos llamado SGDP que incluya no sólo una nueva forma de gestionar los documentos de un proyecto, sino de crearlos, mantenerlos y mejorarlos. Además, surge la necesidad de conocer cómo de productivos son y van a ser nuestros proyectos, por lo que hemos intentado aportar una sencilla pero operativa forma de definir la rentabilidad de un proyecto de ingeniería y herramientas prototipo que favorezcan el conocimiento de los costes de los proyectos. Para desarrollar estas ideas y herramientas se ha contado durante toda las fases de la investigación con la empresa piloto sobre la que se han implementado los prototipos de las herramientas de la gestión documental y de contabilidad de costes de los proyectos además de ser sobre la que se han generado las nuevas estructuras de proyectos, codificaciones y otras novedosas funciones del SGDP aquí descrito.

Diseño de cabezal de adquisición para biopotenciales

La monitorización del funcionamiento del corazón se realiza generalmente por medio del análisis de los potenciales de acción generados en las células responsables de la contracción y relajación de este órgano. El proceso de monitorización mencionado consta de diferentes partes. En primer lugar, se adquieren las señales asociadas a la actividad de las células cardíacas. La conexión entre el cuerpo humano y el sistema de acondicionamiento puede ser implementada mediante diferentes tipos de electrodos – de placa metálica, de succión, top-hat, entre otros. Antes de la adquisición la señal eléctrica recogida por los electrodos debe ser acondicionada de acuerdo a las especificaciones de la entrada de la tarjeta de adquisición de datos (DAQ o DAC). Básicamente, debe amplificar la señal de tal manera que se aproveche al máximo el rango dinámico del cuantificador. Las características de ruido del amplificador requerido deben ser diseñadas teniendo en cuenta que el ruido interno del amplificador no afecte a la interpretación del electrocardiograma original (ECG). Durante el diseño del amplificador se han tenido en cuenta varios requisitos. Deberá optimizarse ña relación señal a ruido (SNR) de la señal entre la señal del ECG y el ruido de cuantificación. Además, el nivel de la señal ECG a la entrada de la DAQ deberá alcanzar el máximo nivel del cuantificador. También, el ruido total a la entrada del cuantificador debe ser despreciable frente a la mínima señal discernible del ECG Con el objetivo de llevar a cabo un diseño electrónico con esas prestaciones de ruido, es necesario llevar a cabo un minucioso estudio de los fundamentos de caracterización de ruido. Se han abarcado temas como la teoría básica de señales aleatorias, análisis espectral y su aplicación a la caracterización en sistemas electrónicos. Finalmente, todos esos conceptos han sido aplicados a la caracterización de las diferentes fuentes de ruido en los circuitos con amplificadores operacionales. Muchos prototipos de amplificadores correspondientes a diferentes diseños han sido implementados en placas de circuito impreso (PCB – Printed Board Circuits). Aunque el ancho de banda del amplificador operacional es adecuado para su implementación en una ‘protoboard’, las especificaciones de ruido obligan al uso de PCB. De hecho, los circuitos implementados en PCB son menos sensibles al ruido e interferencias que las ‘protoboard’ dadas las características físicas de ambos tipos de prototipos.

Arquitecturas Flexibles, Crecientes y Jerárquicas para Sistemas Neuronales Autoorganizados

La autoorganización es un proceso de aprendizaje no supervisado mediante el cual se descubren características, relaciones, patrones significativos o prototipos en los datos. Entre los sistemas neuronales autoorganizados más usados destaca el el mapa autoorganizado o SOM (Self-Organizing Map), el cual ha sido aplicado en multitud de campos distintos. Sin embargo, este modelo autoorganizado tiene varias limitaciones relacionadas con su tamaño, topología, falta de representación de relaciones jerárquicas, etc. La red neuronal llamada gas neuronal creciente o GNG (Growing Neural Gas), es un ejemplo de modelo neuronal autoorganizado con mayor flexibilidad que el SOM ya que está basado en un grafo de unidades de proceso en vez de en una topología fija. A pesar de su éxito, se ha prestado poca atención a su extensión jerárquica, a diferencia de muchos otros modelos que tienen varias versiones jerárquicas. El gas neuronal jerárquico creciente o GHNG (Growing Hierarchical Neural Gas) es una extensión jerárquica del GNG en el que se aprende un árbol de grafos, donde el algoritmo original del GNG se ha mejorado distinguiendo entre una fase de crecimiento y una fase de convergencia. Los resultados experimentales demuestran las capacidades de autoorganización y aprendizaje jerárquico de esta red.