http://hdl.handle.net/10366/122449 Thu, 30 Apr 2026 10:48:22 GMT 2026-04-30T10:48:22Z http://hdl.handle.net/10366/166584 [EN] The transition towards more sustainable energy systems requires efficient and renewable solutions, particularly in urban environments where space heating and cooling represent a significant share of total energy consumption. In this context, low-enthalpy geothermal energy emerges as a strategic alternative for supplying District Heating (DH) systems, enabling the reduction of both fossil fuel dependency and greenhouse gas (GHG) emissions. This Doctoral Thesis aims to analyse and optimise geothermal-based DH systems by evaluating the key variables that influence their development, design, and overall feasibility. Three main lines of research have been addressed: I) the economic viability assessment compared to fossil conventional technologies, II) the development of accessible methodologies for system sizing and network planning, and III) the evaluation of the impact of specific improvements on critical system components. The research is structured around four scientific articles, which present replicable tools such as thermal and economic calculation models, Geographic Information Systems (GIS)-based methodologies for optimal site selection, comparative analyses of demand estimation techniques, and redesign proposals for the distribution network using coaxial pipe configurations. The results show that, through accessible tools and without the need for complex technological developments, it is possible to achieve technical and economic performance levels comparable to traditional systems, reinforcing geothermal energy as a viable solution for the decarbonisation of urban heating. Moreover, the findings of this Thesis reinforce the role of geothermal energy as a key energy vector in meeting European climate neutrality goals, as outlined in initiatives such as the REPowerEU Plan and the recent European Parliament Resolution on geothermal energy. The proposed methodological contributions provide a solid foundation for strategic decision-making and promote the transfer of knowledge into real-world urban and energy planning contexts. [ES] La transición hacia sistemas energéticos más sostenibles demanda soluciones eficientes y renovables, especialmente en el ámbito urbano donde la climatización representa una parte significativa del consumo energético. En este contexto, la energía geotérmica de baja entalpía se presenta como una alternativa estratégica para alimentar sistemas de calefacción de distrito (District Heating, DH), permitiendo reducir tanto la dependencia de combustibles fósiles como las emisiones de Gases de Efecto Invernadero (GEI). La presente Tesis Doctoral tiene como objetivo general analizar y optimizar los sistemas de calefacción de distrito geotérmicos mediante la evaluación de las variables que condicionan su desarrollo, diseño y viabilidad. Para ello, se han abordado tres líneas principales: I) el análisis de la viabilidad económica de estos sistemas frente a las tecnologías fósiles convencionales, II) el desarrollo de metodologías accesibles para el dimensionamiento y planificación de redes de calefacción de distrito, y III) la evaluación del impacto de mejoras específicas en elementos críticos del sistema. La investigación se ha estructurado en torno a cuatro artículos científicos, en los que se presentan herramientas replicables como modelos de cálculo térmico y económico, metodologías basadas en Sistemas de Información Geográfica (SIG) para la selección de emplazamientos óptimos, comparativas entre técnicas de estimación de demanda, así como propuestas de rediseño del sistema de distribución mediante tuberías coaxiales. Los resultados obtenidos demuestran que, mediante herramientas accesibles y sin necesidad de desarrollos tecnológicos complejos, es posible alcanzar niveles de rendimiento técnico y económico comparables a los sistemas tradicionales, contribuyendo a consolidar la geotermia como una solución viable para la descarbonización térmica del entorno urbano. Además, los hallazgos de esta Tesis Doctoral refuerzan el papel de la energía geotérmica como vector energético clave en el cumplimiento de los objetivos europeos de neutralidad climática, tal como se recoge en iniciativas como el Plan REPowerEU y la reciente Resolución del Parlamento Europeo sobre la energía geotérmica. Las propuestas metodológicas desarrolladas proporcionan una base sólida para la toma de decisiones estratégicas y fomentan la transferencia del conocimiento hacia contextos reales de planificación urbana y energética.; [ES] La transición hacia sistemas energéticos más sostenibles demanda soluciones eficientes y renovables, especialmente en el ámbito urbano donde la climatización representa una parte significativa del consumo energético. En este contexto, la energía geotérmica de baja entalpía se presenta como una alternativa estratégica para alimentar sistemas de calefacción de distrito (District Heating, DH), permitiendo reducir tanto la dependencia de combustibles fósiles como las emisiones de Gases de Efecto Invernadero (GEI). La presente Tesis Doctoral tiene como objetivo general analizar y optimizar los sistemas de calefacción de distrito geotérmicos mediante la evaluación de las variables que condicionan su desarrollo, diseño y viabilidad. Para ello, se han abordado tres líneas principales: I) el análisis de la viabilidad económica de estos sistemas frente a las tecnologías fósiles convencionales, II) el desarrollo de metodologías accesibles para el dimensionamiento y planificación de redes de calefacción de distrito, y III) la evaluación del impacto de mejoras específicas en elementos críticos del sistema. La investigación se ha estructurado en torno a cuatro artículos científicos, en los que se presentan herramientas replicables como modelos de cálculo térmico y económico, metodologías basadas en Sistemas de Información Geográfica (SIG) para la selección de emplazamientos óptimos, comparativas entre técnicas de estimación de demanda, así como propuestas de rediseño del sistema de distribución mediante tuberías coaxiales. Los resultados obtenidos demuestran que, mediante herramientas accesibles y sin necesidad de desarrollos tecnológicos complejos, es posible alcanzar niveles de rendimiento técnico y económico comparables a los sistemas tradicionales, contribuyendo a consolidar la geotermia como una solución viable para la descarbonización térmica del entorno urbano. Además, los hallazgos de esta Tesis Doctoral refuerzan el papel de la energía geotérmica como vector energético clave en el cumplimiento de los objetivos europeos de neutralidad climática, tal como se recoge en iniciativas como el Plan REPowerEU y la reciente Resolución del Parlamento Europeo sobre la energía geotérmica. Las propuestas metodológicas desarrolladas proporcionan una base sólida para la toma de decisiones estratégicas y fomentan la transferencia del conocimiento hacia contextos reales de planificación urbana y energética. Wed, 01 Jan 2025 00:00:00 GMT http://hdl.handle.net/10366/166584 2025-01-01T00:00:00Z http://hdl.handle.net/10366/161250 [SPA]En las últimas décadas, el desarrollo de tecnologías avanzadas y la evolución de la computación distribuida han transformado áreas clave como la salud, la educación y la rehabilitación física. Estos avances han permitido la creación de plataformas inteligentes capaces de gestionar grandes volúmenes de datos y proporcionar soluciones más personalizadas y adaptativas en tiempo real. Esta tesis doctoral, conformada mediante un ”Compendio de Artículos”, se enfoca en el diseño y la implementación de una plataforma que emplea sistemas multiagente integrando inteligencia artificial, visión por computador y gamificación para el apoyo y la mejora de intervenciones en distintos ámbitos. A través de tres casos de estudio, se ha abordado la efectividad de la plataforma. El primer artículo se centra de una plataforma multiagente para promover la actividad física y fomentar el aprendizaje en alumnos de edad escolar integrando algoritmos de visión por computador, aprendizaje automático y técnicas de gamificación. Este enfoque investiga el impacto de plataformas gamificadas en la promoción de la actividad física y analiza cómo el uso de sistemas interactivos no solo mejora la participación, sino que también facilita la adquisición de hábitos saludables. El segundo artículo aborda el control motor cervical en pacientes con problemas neuromusculares. Se propone una plataforma multiagente que integra el uso de sensores, técnicas de gamificación y aprendizaje automático para capturar con precisión los movimientos de los pacientes y proporcionar retroalimentación en tiempo real, permitiendo una rehabilitación adaptativa que se ajusta a las necesidades individuales de cada paciente, motivándolos a su realización. Finalmente, el tercer artículo introduce una plataforma multiagente para el tratamiento de trastornos del equilibrio. Esta plataforma integra un algoritmo de visión por computador y aprendizaje automático para ofrecer ejercicios personalizados de rehabilitación. A través de una arquitectura modular,la plataforma monitorea y ajusta las terapias en función del progreso del paciente. Además, se emplean técnicas de gamificación para mejorar la adherencia y motivación de los estudiantes al programa. Uno de los hitos principales de esta investigación es demostrar cómo la integración de tecnologías disruptivas, como los sistemas multiagente, el aprendizaje automático y la gamificación, puede transformar diversos campos, proporcionando soluciones innovadoras, accesibles y eficientes. Estas tecnologías no solo optimizan el análisis y procesamiento de grandes volúmenes de datos, sino que también mejoran la experiencia del usuario, aumentando su motivación y compromiso en diferentes contextos. A lo largo de esta tesis, se espera contribuir significativamente a la comunidad científica, aportando nuevos conocimientos sobre el uso de estas tecnologías en escenarios reales y abriendo nuevas líneas de investigación para la implementación y mejora de procesos mediante el uso de sistemas inteligentes. Mon, 01 Jan 2024 00:00:00 GMT http://hdl.handle.net/10366/161250 2024-01-01T00:00:00Z http://hdl.handle.net/10366/158873 [ES] La Geofísica aplicada es una rama de la ciencia que permite determinar la estructura y composición del subsuelo a partir del procesado e interpretación de diversos parámetros físicos obtenidos con una serie de equipos y sensores. En la actualidad, la geofísica aplicada se muestra como una potente herramienta en la resolución de diversas problemáticas en constante desarrollo en diferentes campos, tales como el análisis geológico y estructural, geotécnia, hidrogeología, minería, etc. contando como una de sus principales ventajas, el constituir técnicas indirectas no destructivas que aportan datos en la resolución de diversas problemáticas. A lo largo de la tesis, las técnicas y metodologías aplicadas permiten un avance en la resolución de problemas de diversa tipología. En especial, se aborda la resolución de problemas geológicos, estructurales y minerales situados a profundidades notables. En concreto, se ha trabajado con las técnicas de la magnetometría, tomografía eléctrica profunda (DERT), y sondeos electromagnéticos en el dominio del tiempo (time-domain electromagnetics TDEM). El avance que se plantea en la presente tesis se basa en una aproximación novedosa a la aplicación de las técnicas geofísicas empleadas, que se traduce en una metodológica innovadora que amplía su campo de uso, reduciendo, al mismo tiempo, los factores limitantes clásicos de aplicación de las mismas, tales como la profundidad de investigación. Las metodologías aplicadas persiguen alcanzar una mejora en la profundidad de investigación, así como en su rendimiento (productividad), permitiendo coberturas areales significativas en entornos complejos que redundan en la mejora de la calidad de los datos y, por tanto, incrementando la resolución espacial y capacidad resolutiva de las mismas. Este enfoque novedoso ha permitido el empleo en el estudio de formaciones geológicas y estructuras profundas, algunas de ellas con interés minero, así como zonas activas de fractura de carácter regional con implicaciones sismotectónicas, donde el análisis a grandes profundidades es un aspecto fundamental. [EN] Applied Geophysics is a branch of science that allows for the determination of the subsurface structure and composition through the processing and interpretation of various physical parameters obtained with a series of equipment and sensors. Currently, applied geophysics serves as a powerful tool in addressing various constantly evolving issues in different fields, such as geological and structural analysis, geotechnics, hydrogeology, mining, etc. One of its primary advantages is that it employs non-destructive indirect techniques that provide valuable data for solving various challenges. Throughout this thesis, the applied techniques and methodologies contribute to advancements in addressing a wide range of problems. Specifically, it deals with geological, structural, and mineralogical issues at significant depths. In particular, the following techniques have been employed: magnetometry, deep electrical resistivity tomography (DERT), and time-domain electromagnetic surveys (TDEM). The advancement proposed in this thesis is based on an innovative approach to the application of geophysical techniques, resulting in an innovative methodology that expands their scope of use while simultaneously reducing classical limiting factors, such as investigation depth. The applied methodologies aim to improve both the depth of investigation and performance (productivity), enabling significant spatial coverage over complex areas that enhances data quality and, therefore, increases spatial resolution and resolving capacity. This innovative approach has allowed for the study of geological formations and deep structures, some of which are of mining interest, as well as active regional fault zones with seismotectonic implications, where deep analysis is a fundamental aspect. Sun, 01 Jan 2023 00:00:00 GMT http://hdl.handle.net/10366/158873 2023-01-01T00:00:00Z http://hdl.handle.net/10366/158851 [ES] En las últimas décadas el consumo energético urbano se ha incrementado drásticamente como consecuencia del crecimiento de la población mundial y del aumento de la urbanización: según datos de la Agencia Internacional de la Energía, las ciudades son responsables del 67% del consumo energético global. Con el actual sistema energético, basado principalmente en combustibles fósiles, este nivel de consumo energético implica una responsabilidad semejante en las emisiones de dióxido de carbono (CO2), principal causante del calentamiento global y de todas las consecuencias negativas que este tiene para la biodiversidad y el medio ambiente. La integración de energías renovables y la electrificación de los consumos se presentan como las principales estrategias para reducir la dependencia de los combustibles fósiles y las emisiones de CO2. Sin embargo, para que la red eléctrica actual pueda hacer frente a dicho cambio y evitar su saturación, es necesario una actualización y una mejora de la red mediante (i) el refuerzo de la ya existente y (ii) la creación de nuevos puntos de generación de energía próximos a los puntos de consumo. Este segundo punto favorece especialmente la integración de energías renovables a nivel urbano, pues estas permiten la creación de nuevos puntos de generación de electricidad cercanos al punto de consumo. Todo este proceso, de cambio de recursos energéticos predominantes y sustitución de procesos de combustión por la electricidad como fuente de energía, se trata de un proceso conocido mundialmente como transición energética. La toma de decisiones es uno de los procesos fundamentales para completar con éxito la transición energética. Ante la revolución digital en la que la sociedad se encuentra inmersa, unido a la gran variedad y cantidad de datos necesarios, ha hecho que la digitalización se convierta en una de principales estrategias para la toma de decisiones. La gran mayoría de los procesos digitales de toma de decisiones requieren de diferentes datos geoespaciales, debido a la importancia de la ubicación geográfica en la definición de estrategias de todo tipo: comerciales, de cálculo de rutas, etc.; así como a la influencia de la geometría en el cálculo de necesidades y capacidades energéticas para gran variedad de aplicaciones: consumo de baterías y/o combustible para transporte, incorporación de estrategias de movilidad y accesibilidad, disponibilidad de recursos de energía renovables, y climatología, entre otras. Poniendo el foco de atención en Europa y la digitalización, la directiva INSPIRE se presenta como la principal fuente de información geográfica gratuita en la que se apoyan las diferentes metodologías y herramientas para su impulso dentro de la comunidad europea. A escala ciudad, las nubes de puntos LiDAR son los datos más utilizados para la caracterización geométrica del entorno urbano. La extensión urbana y la baja densidad de las nubes de puntos INSPIRE, hace que resulte de interés conocer hasta qué punto estos datos ofrecen resultados válidos para la caracterización geométrica urbana. La disponibilidad de datos de LiDAR aéreo de baja densidad en España, hacen que la presente tesis doctoral se centre en la evaluación de dichos datos para la caracterización geométrica necesaria en la integración de las energías renovables y electrificación urbana. A partir de los datos de LiDAR aéreo del Instituto Geográfico Nacional de densidades comprendidas entre 0.5 puntos/m2 y 14 puntos/m2, se han realizado diferentes estudios y análisis urbanos frente a nubes de puntos de gran resolución. Estos estudios han permitido evaluar el efecto de la resolución de la nube de puntos en diferentes casuísticas: desde la implementación de energía solar en edificios residenciales e industriales y elementos urbanos públicos hasta la electrificación de vehículos urbanos. De manera complementaria, estos estudios también han servido para el desarrollo y validación de nuevas metodologías para la automatización de diferentes procesos de caracterización geométrica urbana. Los resultados obtenidos han permitido comprobar que los datos de LiDAR aéreo de baja densidad permiten una caracterización geométrica urbana válida para la toma de decisiones necesaria para la integración de energías renovables y electrificación en entornos urbanos. [EN] In recent decades, urban energy consumption has significantly increased due to global population growth and urbanization. According to data from the International Energy Agency, cities account for 67% of global energy consumption. The current energy system relies heavily on fossil fuels and is a major contributor to carbon dioxide (CO2) emissions, which are the main cause of global warming and have numerous negative impacts on biodiversity and the environment. The integration of renewable energies and the electrification of consumption are presented as the main strategies to reduce dependence on fossil fuels and CO2 emissions. However, to ensure the current electricity grid can handle such a change and avoid saturation, it is necessary to improve the grid by (i) reinforcing existing infrastructure and (ii) creating new energy generation points close to where it is consumed. This second point particularly promotes the integration of renewable energies at the urban level, as they allow the creation of new electricity generation points close to the point of consumption. The global process of replacing combustion processes with electricity as a primary energy source is known as the energy transition. Decision-making is a crucial process for the successful implementation of the energy transition. With the digital revolution and the huge amount of data required, digitization has become a key decision-making strategy. Most digital decision-making processes require geospatial data due to the importance of geographic location in the definition of different types of strategies: commercial, route calculation, etc.; as well as the influence of geometry on the estimation of energy requirements and capacities for a variety of applications: battery and/or transport fuel consumption, integration of mobility and accessibility strategies, availability of renewable energy resources, and climatology, among others. Focusing on Europe and digitization, the INSPIRE Directive is considered the main source of freely available geographic information. It serves as the basis for several methodologies and tools used to promote it within the European Community. At city scale, LiDAR point clouds are the most widely used data for the geometric characterization of the urban environment. Given the urban extent and low density of the INSPIRE point clouds, it is important to determine their validity for urban geometric characterization. Due to the availability of low-density airborne LiDAR data in Spain, the focus of this thesis is on the evaluation of such data for the geometric characterization necessary for renewable energy integration and urban electrification. Based on aerial LiDAR data from the National Geographic Institute with densities between 0.5 points/m2 and 14 points/m2, different urban studies and analyses have been carried out against high resolution point clouds. These studies have enabled the evaluation of the impact of point cloud resolution in various scenarios: from the implementation of solar energy in residential and industrial buildings and public urban elements to the electrification of urban vehicles. Complementary, these studies have also been used to develop and validate new methodologies for the automation of different urban geometric characterization processes. The results obtained demonstrate that low-density airborne LiDAR data can provide a reliable urban geometric characterization for decision-making related to renewable energy integration and electrification in urban environments. Mon, 01 Jan 2024 00:00:00 GMT http://hdl.handle.net/10366/158851 2024-01-01T00:00:00Z http://hdl.handle.net/10366/157594 [ES] En los últimos años y con la evolución de la inteligencia artificial (IA) y las técnicas de aprendizaje automático, se ha potenciado la captación y procesamiento de imágenes aéreas, brindando soluciones innovadoras a desafíos sociales, pudiendo destacar entre otros la monitorización de carreteras e infraestructuras urbanas. A raíz de algunas crisis económicas recientes, muchos países han reducido el mantenimiento de sus carreteras, lo que ha aumentado los defectos en el pavimento, elevando los riesgos de accidentes y complicaciones en el tráfico. Para dar solución a esta problemática, se han propuesto varios métodos, desde técnicas de vibración hasta reconstrucción 3D. Sin embargo, el uso predominante de inspecciones manuales o vehículos específicos implica altos costes. Actualmente, son numerosos los centros de investigación que buscan soluciones utilizando inteligencia artificial y procesamiento avanzado de imágenes. En contextos urbanos, donde el crecimiento puede llegar a ser algo caótico, es fundamental monitorizar su expansión con criterios ambientales y urbanísticos particulares. Antiguamente, esta tarea se realizaba manualmente o con imágenes satelitales que resultaban muy complejas para su procesamiento. Esta investigación se centra en la utilización de vehículos aéreos no tripulados para detectar y clasificar objetos, haciendo uso de imágenes y técnicas basadas en inteligencia artificial. Los resultados de este trabajo se han plasmado en forma de 3 publicaciones en revistas de reconocido prestigio. Durante la elaboración de este trabajo de investigación se ha prestado una especial atención para cumplir con los Objetivos de Desarrollo Sostenible (ODS), específicamente con el ODS-9 y ODS-11. Las principales contribuciones de este trabajo de investigación, incluye una revisión exhaustiva del estado del arte, el desarrollo de modelos de IA para detección y clasificación, un algoritmo avanzado de procesamiento de imágenes y la creación de un conjunto de imágenes para la comunidad científica. Los avances aquí plasmados justifican la mejora la nueva búsqueda de soluciones tecnológicas que persiguen una mayor eficiencia en la monitorización de carreteras y zonas urbanas, con la posibilidad de ser aplicados en otros dominios como áreas rurales, agricultura y salud pública. [EN] In recent years, with the evolution of artificial intelligence (AI) and machine learning techniques, the capture and processing of aerial images has been boosted, providing innovative solutions to social challenges, including road damage monitoring and urban infrastructures. As a result of some recent economic crises, many countries have reduced the maintenance of their roads, which has increased pavement defects, raising the risk of accidents and traffic complications. Various methods have been proposed to solve this problem, ranging from vibration techniques to 3D reconstruction. However, the predominant use of manual inspections or specific vehicles implies high costs. In urban contexts, the growth can be chaotic. It is essential to monitor the expansion with environmental and urban planning criteria. In the past, this task was done manually or with satellite images that were too complex to process. This research focuses on the use of unmanned aerial vehicles to detect and classify objects, using images and techniques based on artificial intelligence. The results of this work have taken the form of 3 publications in prestigious journals. This research work is meeting the Sustainable Development Goals (SDGs), specifically SDG-9 and SDG-11. The main contributions of this research include a comprehensive review of the state of the art, the development of AI models for detection and classification, an advanced image processing algorithm, and dataset creation. The advances presented here justify the improvement of the new search for technological solutions that pursue greater efficiency in the monitoring of roads and urban areas, with the possibility of being applied in other domains such as rural areas, agriculture, and public health. Fri, 01 Sep 2023 00:00:00 GMT http://hdl.handle.net/10366/157594 2023-09-01T00:00:00Z http://hdl.handle.net/10366/157534 [ES] La hipótesis de esta tesis doctoral se basa en la aplicación de la minería de datos en el análisis e identificación de riesgos de corrupción en las compras públicas. Concretamente, que, a través de la evaluación de los datos y el texto generado en las fases de cada proceso, mediante la combinación de técnicas de aprendizaje automático y PLN, se pueda detectar si ha existido corrupción y clasificar su tipo (sobreprecio, favoritismo, sesgo). El proceso se inicia desde la obtención de datos en un portal que no cumple con los principios de datos abiertos, como ocurre en Ecuador. Continúa con la realización del análisis exploratorio de los mismos, con el objetivo de encontrar la técnica adecuada para su limpieza y reducción de su dimensionalidad para su tratamiento. Con la base de datos depurada y el texto obtenido, se combinan algoritmos de aprendizaje automático supervisados y no supervisados, para la detección de corrupción en la asignación de contratos públicos. Como el estudio preliminar sobre el tema refleja, que la mayoría de las propuestas recogidas en la literatura son insuficientes y solo están enfocadas a la resolución de problemas muy específicos. Se evidencian algunas necesidades: • Detectar posibles sobreprecios, en base a las compras realizadas en periodos similares por otras instituciones públicas. • Investigar tipos de corrupción como el favoritismo, que ha sido poco estudiado. • La detección de sesgos a través del análisis del texto generado por cada proceso, para encontrar sesgo hacia determinados proveedores o de género. • Poder detectar la combinación de varios tipos de corrupción en un mismo proceso. Por lo tanto, la tesis se centra en establecer una metodología para prevenir y detectar corrupción mediante el uso de técnicas de aprendizaje automático y PLN, con el desarrollo de algoritmos de detección y predicción de sobreprecio, favoritismo y sesgo en compras públicas. Para validar la metodología, se diseñaron diferentes casos de estudio en varias áreas poco exploradas como: el sobreprecio en compras de medicamentos durante la pandemia de COVID-19 en Ecuador, el favoritismo basado en los parámetros de calificación de procesos y los tipos de contratación. Además, se crearon otros casos de estudio, que permitieran analizar el texto generado en cada proceso y poder detectar el favoritismo hacia cierto proveedor y asó como el sesgo de género en cada proceso de compra pública. Todos los resultados fueron evaluados con diferentes técnicas de rendimiento, empezando por el porcentaje de sobreprecio y enfatizando en el porcentaje de acierto de los algoritmos de clasificación. Además, los resultados obtenidos se contrastaron y validaron con las noticias de medios de comunicación y de redes sociales del país, sobre procesos de compras públicas con corrupción. Sun, 01 Jan 2023 00:00:00 GMT http://hdl.handle.net/10366/157534 2023-01-01T00:00:00Z http://hdl.handle.net/10366/157523 [EN] Distributed generation, namely renewables-based technologies, have emerged as a crucial component in the transition to mitigate the effects of climate change, providing a decentralized approach to electricity production. However, the volatile behavior of distributed generation has created new challenges in maintaining system balance and reliability. In this context, the demand response concept and corresponding programs arise giving the local energy communities prominence. In demand response concept, it is expected an empowerment of the consumer in the electricity sector. This has a significant impact on grid operations and brings complex interactions due to the volatile behavior, privacy concerns, and lack of consumer knowledge in the energy market context. For this, aggregators play a crucial role addressing these challenges. It is crucial to develop tools that allow the aggregators helping consumers to make informed decisions, maximize the benefits of their flexibility resources, and contribute to the overall success of grid operations. This thesis, through innovative solutions and resorting to artificial intelligence models, addresses the integration of renewables, promoting fair participation among all demand response providers. The thesis ultimately results in an innovative decision support system - MAESTRO, the Machine learning Assisted Energy System management Tool for Renewable integration using demand respOnse. MAESTRO is composed by a set of diversified models that together contribute for handling the complexity of managing energy communities with distributed generation resources, demand response providers, energy storage systems and electric vehicles. This PhD thesis comprises a comprehensive analysis of state-of-the-art techniques, system design and development, experimental results, and key findings. In this research were published twenty-six scientific papers, in both international journals and conference proceedings. Contributions to international projects and Portuguese projects was accomplished. [ES] La generación distribuida, en particular las tecnologías basadas en energías renovables, se ha convertido en un componente crucial en la transición para mitigar los efectos del cambio climático, al proporcionar un enfoque descentralizado para la producción de electricidad. Sin embargo, el comportamiento volátil de la generación distribuida ha generado nuevos desafíos para mantener el equilibrio y la confiabilidad del sistema. En este contexto, surge el concepto de respuesta de la demanda y los programas correspondientes, otorgando prominencia a las comunidades energéticas locales. En el concepto de "respuesta a la demanda" (DR por sus siglas en inglés), se espera un empoderamiento del consumidor en el sector eléctrico. Esto tiene un impacto significativo en la operación de la red y genera interacciones complejas debido al comportamiento volátil, las preocupaciones de privacidad y la falta de conocimiento del consumidor en el contexto del mercado energético. Para esto, los agregadores desempeñan un papel crucial al abordar estos desafíos. Es fundamental desarrollar herramientas que permitan a los agregadores ayudar a los consumidores a tomar decisiones informadas, maximizar los beneficios de sus recursos de flexibilidad y contribuir al éxito general de las operaciones de la red. Esta tesis, a través de soluciones innovadoras y utilizando modelos de inteligencia artificial, aborda la integración de energías renovables, promoviendo una participación justa entre todos los proveedores de respuesta de la demanda. La tesis resulta en última instancia en un sistema de apoyo a la toma de decisiones innovador: MAESTRO, Machine learning Assisted Energy System management Tool for Renewable integration using demand respOnse. MAESTRO está compuesto por un conjunto de modelos diversificados que contribuyen juntos para manejar la complejidad de la gestión de comunidades energéticas con recursos de generación distribuida, proveedores de respuesta de la demanda, sistemas de almacenamiento de energía y vehículos eléctricos. Esta tesis de doctorado comprende un análisis exhaustivo de las técnicas de vanguardia, el diseño y desarrollo del sistema, los resultados experimentales y los hallazgos clave. En esta investigación se publicaron veintiséis artículos científicos, tanto en revistas internacionales como en actas de conferencias. Se lograron contribuciones a proyectos internacionales y proyectos portugueses. [POR] A produção distribuída, nomeadamente as tecnologias baseadas em energias renováveis, emergiram como um componente crucial na transição para mitigar os efeitos das alterações climáticas, proporcionando uma abordagem descentralizada à produção de eletricidade. No entanto, o comportamento volátil da geração distribuída criou desafios na manutenção do equilíbrio e da fiabilidade do sistema. Nesse contexto, surge o conceito de resposta à procura e os programas correspondentes, conferindo proeminência às comunidades energéticas locais. No conceito de resposta à procura, espera-se um empoderamento do consumidor no setor elétrico. Isso tem um impacto significativo nas operações da rede e gera interações complexas devido ao comportamento volátil, preocupações com a privacidade e falta de conhecimento dos consumidores no contexto do mercado energético. Para isso, os agregadores desempenham um papel crucial ao lidar com esses desafios. É fundamental desenvolver ferramentas que permitam aos agregadores ajudar os consumidores a tomar decisões informadas, maximizar os benefícios de seus recursos de flexibilidade e contribuir para o sucesso global das operações da rede. Esta tese de doutoramento, através de soluções inovadoras e recorrendo a modelos de inteligência artificial, aborda a integração de energias renováveis, promovendo uma participação justa entre todos os fornecedores de resposta à procura. A tese resulta, em última instância, num sistema inovador de apoio à tomada de decisões - MAESTRO, Machine learning Assisted Energy System management Tool for Renewable integration using demand respOnse. A ferramenta MAESTRO é composta por um conjunto de modelos diversificados que, em conjunto, contribuem para lidar com a complexidade da gestão de comunidades energéticas com recursos de geração distribuída, fornecedores de resposta à procura, sistemas de armazenamento de energia e veículos elétricos. Esta tese de doutoramento abrange uma análise abrangente de técnicas de ponta, design e desenvolvimento do sistema, resultados experimentais e descobertas-chave. Nesta pesquisa, foram publicados vinte e seis artigos científicos, tanto em revistas internacionais como em atas de conferências. Foram realizadas contribuições para projetos internacionais e projetos portugueses. Sat, 01 Jul 2023 00:00:00 GMT http://hdl.handle.net/10366/157523 2023-07-01T00:00:00Z http://hdl.handle.net/10366/153338 [EN]The optimization in the design, production and distribution of valueadded products is a key issue in an increasingly competitive market, due to globalization. The most efficient way (economically, environmentally and socially) to design a production process is to consider simultaneously the design of the product, the process and the supply chain, since it allows taking advantage of the synergies of each stage, reducing costs and launching times and increasing the possibilities of customization. This integrated design system is also very useful in waste recovery due to the large number of multi-scale variables that affect recovery. Therefore, this thesis proposes different methodologies for the integrated design of products, processes, and supply chains applied to the production of formulated products and the valorization of different types of waste, from a multi-objective, multiperiod , and multi-scale approach. To find the optimal value of the analyzed variables, different procedures are used, such as reformulations, multistage optimization, as well as the development of linearization and decomposition algorithms. The results showed that, through integrated process, product and supply chain design, it is possible to find a detergent powder formulation that can reduce the environmental impact by up to 40% without reducing the economic benefit by more than 1.5%.Similarly, by applying this integration to animal feed design, meat and crop production can be integrated, using the circular economy of waste. These integrated systems can reduce the environmental impact by up to 62% compared to the decoupled system. The optimal size and location of these facilities was also established. Regarding waste valorization, the integrated design showed that determining the best technology depended on the waste composition, the amount to be treated, and the capital available to invest in its treatment. In the case of coffee valorization, the best treatment process consists of a extraction-filtration system, obtaining a caffeine and pigments. Regarding wine production waste, the most promising process was a hexane and ethanol extraction system, which allows obtaining essential oils, polyphenols and biochar. Finally, this integrated approach is also used to analyze how a country’s energy security can be increased through the treatment of its waste, determining that it is possible to cover a demand for natural gas of up to 43%. [ES]La optimización en el diseño, producción y distribución de productos de valor añadido es una cuestión clave para competir en un mercado global. La forma más eficiente (económica, medioambiental y socialmente) de diseñar un proceso es considerar simultáneamente el diseño del producto, del proceso y de la cadena de suministro, aprovechando las sinergias entre cada etapa, reduciendo costes y tiempos de lanzamiento y aumentando las posibilidades de personalización. Este sistema de diseño integrado también es muy útil en la valorización de residuos debido a las variables multiescala que afectan a la valorización. Por ello, esta tesis propone diferentes metodologías para el diseño integrado de productos, procesos y cadenas de suministro aplicadas a la producción de productos formulados y a la valorización de residuos, desde un enfoque multiobjetivo , multiperiodo y multiescala. Para encontrar el valor óptimo de las variables analizadas, se utilizan diferentes procedimientos, como reformulaciones, optimización multietapa, así como el desarrollo de algoritmos de linealización y descomposición. Los resultados mostraron que, mediante el diseño integrado del proceso, el producto y la cadena de suministro, es posible encontrar una formulación de detergente en polvo que puede reducir el impacto ambiental hasta en un 40% sin reducir el beneficio económico en más de un 1,5 %. Del mismo modo, aplicando esta integración al diseño de piensos, es posible integrar la producción de carne y de cultivos, utilizando la economía circular de los residuos. Estos sistemas integrados pueden reducir el impacto ambiental hasta un 62% en comparación con el sistema desacoplado. También se estableció el tamaño y la ubicación óptimos de estas instalaciones. En cuanto a la valorización de residuos, el diseño integrado mostró que la determinación de la mejor tecnología dependía de la composición de los residuos, la cantidad a tratar y el capital disponible para invertir en su tratamiento. En el caso de la valorización del café, el mejor proceso de tratamiento consistió en un sistema de extracción-filtración, obteniéndose cafeína y pigmentos. En cuanto a los residuos de la producción de vino, el proceso más prometedor fue un sistema de extracción con hexano y etanol, que permite obtener aceites esenciales, polifenoles y biocarbón. Por último, este enfoque integrado también se utiliza para analizar cómo se puede aumentar la seguridad energética de un país mediante el tratamiento de sus residuos, determinando que es posible cubrir una demanda de gas natural de hasta el 43 %. Sun, 01 Jan 2023 00:00:00 GMT http://hdl.handle.net/10366/153338 2023-01-01T00:00:00Z http://hdl.handle.net/10366/153331 [ES]El desarrollo tecnológico de las últimas dos décadas ha supuesto un cambio radical que está llevando a un nuevo paradigma en el que se entremezclan el mundo físico y el digital. Estos cambios han influido enormemente en la sociedad, modificando las formas de comunicación, acceso a información, ocio, trabajo, etc. Asimismo, la industria ha adoptado estas tecnologías disruptivas, las cuales están contribuyendo a lograr un mayor control y automatización del proceso productivo. En el ámbito industrial, las tareas de mantenimiento son críticas para garantizar el correcto funcionamiento de una planta o instalación, ya que influyen directamente en la productividad y pueden suponer un elevado costo adicional. Las nuevas tecnologías están posibilitando la monitorización continua y a la inspección automatizada, proporcionando herramientas auxiliares a los inspectores que mejoran la detección de fallos y permiten anticipar y optimizar la planificación de las tareas de mantenimiento. Con el objetivo de desarrollar herramientas que aporten mejoras en las tareas de mantenimiento en industria, la presente tesis doctoral se basa en el estudio de como las geotecnologías pueden aportar soluciones óptimas en la monitorización e inspección. Debido a la gran variedad de entornos industriales, las herramientas de apoyo al mantenimiento deben adaptarse a cada caso en concreto. En este aspecto, y con el fin de demostrar la adaptabilidad de la geomática y las geotecnologías, se han estudiado instalaciones industriales de ámbitos muy diversos, como una sala de máquinas (escenario interior), plantas fotovoltaicas (escenario exterior) y soldaduras (interior y exterior). La escala de los escenarios objeto de estudio ha sido muy variada, desde las escalas más pequeñas, para el estudio de las soldaduras y la sala de máquinas, a las escalas más grandes, en los estudios de evolución de la vegetación y presencia de masas de agua en plantas fotovoltaicas. Las geotecnologías demuestran su versatilidad para trabajar a distintas escalas, con soluciones que permiten un gran detalle y precisión, como la fotogrametría de rango cercano y el sistema de escaneado portátil (Portable Mobile Mapping System - PMMS), y otras que pueden abarcar zonas más amplias del territorio, como es el caso de la teledetección o la fotogrametría con drones. Según lo expuesto anteriormente, el enfoque de la tesis ha sido el estudio de elementos o instalaciones industriales a diferentes escalas. En el primer caso se desarrolló una herramienta para el control de calidad externo de soldaduras utilizando fotogrametría de rango cercano y algoritmos para la detección automática de defectos. En el segundo caso se propuso el uso de un PMMS para optimizar la toma de datos en las tareas de inspección en instalaciones fluidomecánicas. En el tercer caso se utilizó la fotogrametría con drones y la combinación de imágenes RGB y térmicas con algoritmos de visión computacional para la detección de patologías en paneles fotovoltaicos. Finalmente, para la monitorización de la vegetación y la detección de masas de agua en el entorno de plantas fotovoltaicas, se empleó la teledetección mediante el cálculo de índices espectrales. [EN]The technological development of the last two decades has brought about a radical change that is leading to a new paradigm in which the physical and digital worlds are intertwined. These changes have had a great impact on society, modifying communication methods, access to information, leisure, work, etc. In addition, the industry has adopted these disruptive technologies, which are contributing to achieving greater control and automation of the production process. In the industrial sector, maintenance tasks are critical to ensuring the proper operation of a plant or facility, as they directly influence productivity and can involve high additional costs. New technologies are making continuous monitoring and automated inspection possible, providing auxiliary tools to inspectors that improve fault detection and allow for the anticipation and optimization of maintenance task planning. With the aim of developing tools that provide improvements in maintenance tasks in industry, this doctoral thesis is based on the study of how geotechnologies can provide optimal solutions in monitoring and inspection. Due to the great variety of industrial environments, maintenance support tools must adapt to each specific case. In this regard, and in order to demonstrate the adaptability of geomatics and geotechnologies, industrial installations from very diverse areas have been studied, such as a machine room (indoor scenario), photovoltaic plants (outdoor scenario), and welding (indoor and outdoor scenarios). The scale of the studied scenarios has been very varied, ranging from smaller scales for the study of welds and machine rooms, to larger scales in the studies of vegetation evolution and the presence of bodies of water in photovoltaic plants. Geotechnologies demonstrate their versatility to work at different scales, with solutions that allow for great detail and precision, such as close-range photogrammetry and the Portable Mobile Mapping System (PMMS), as well as others that can cover larger areas of the territory, such as remote sensing or photogrammetry with drones. The focus of the thesis has been the study of industrial elements or installations at different scales. In the first case, a tool was developed for external quality control of welding, using close-range photogrammetry and algorithms for automatic defect detection. In the second case, the use of a PMMS is proposed to optimize data collection in fluid-mechanical installation inspection tasks. In the third case, drone photogrammetry and the combination of RGB and thermal images with computer vision algorithms were used for the detection of pathologies in photovoltaic panels. Finally, for the monitoring of vegetation and the detection of water masses in the environment of photovoltaic plants, remote sensing was employed through the calculation of spectral indices. Sun, 01 Jan 2023 00:00:00 GMT http://hdl.handle.net/10366/153331 2023-01-01T00:00:00Z http://hdl.handle.net/10366/153202 [ES]El envejecimiento de la población a nivel global es una constante cada vez más presente en el día a día y las consecuencias derivadas de este problema son cada vez más impactantes para el correcto funcionamiento y estructuración de la sociedad. En este contexto, hablamos de consecuencias a nivel de crecimiento económico, estilos de vida (y jubilación), relaciones familiares, recursos disponibles por el gobierno a la franja etaria más anciana e inevitablemente la prevalencia de enfermedades crónicas. Es ante esta realidad que surge la necesidad de desarrollo y promoción de estrategias eficaces en el acompañamiento, prevención y estímulo al envejecimiento activo y saludable de la población para garantizar que las personas ancianas continúen teniendo un papel relevante en la sociedad en lugar de someterse al aislamiento y fácil deterioro de las capacidades físicas, cognitivas, emocionales y sociales. De esta forma, tiene todo el sentido aprovechar todos los desarrollos tecnológicos verificados en los últimos años, principalmente en lo que se refiere a avances en las áreas de dispositivos móviles, inteligencia artificial y sistemas de monitoreo y crear soluciones capaces de brindar apoyo diariamente al recopilar datos e indicadores del estado de salud y, en respuesta, proporcionar diversas acciones personalizadas que motiven la adopción de mejores hábitos de salud y medios para lograr este envejecimiento activo y saludable. El desafío consiste en motivar a esta población a conciliar su día a día con el interés y la voluntad de utilizar aplicaciones y sistemas que brinden este apoyo personalizado. Algunas de las abordajes recientemente explorados en la literatura con este objetivo y que han alcanzado resultados prometedores se basan en la utilización de técnicas de gamificación e incentivo al cumplimiento de desafíos a nivel de salud (como si la persona estuviera jugando un juego) y la utilización de interacciones personalizadas con objetos (ya sean físicos como robots o virtuales como avatares) capaces de brindar feedback más personal, creando así una conexión más cercana entre ambas entidades. El trabajo aquí presentado combina estas ideas y resulta en un enfoque inteligente para la promoción del bienestar de la población anciana a través de un sistema de cuidados de salud personalizado. Este sistema incorpora diversas técnicas de gamificación para la promoción de mejores hábitos y comportamientos, y la utilización de un asistente virtual cognitivo capaz de entender las necesidades e intereses del usuario para posibilitar un feedback e interacción personalizados con el fin de ayudar y motivar al cumplimiento de los diferentes desafíos y objetivos que se identifiquen. El enfoque propuesto fue validado a través de un estudio con 12 usuarios ancianos y se lograron resultados significativos en términos de usabilidad, aceptación y efectos de salud. Específicamente, los resultados obtenidos permiten respaldar la importancia y el efecto positivo de combinar técnicas de gamificación e interacción con un asistente virtual cognitivo que traduzca el progreso del estado de salud del usuario, ya que se lograron mejoras significativas en los resultados de salud después de la intervención. Además, los resultados de usabilidad obtenidos mediante la cumplimentación de un cuestionario de usabilidad confirmaron la buena adhesión a el enfoque presentado. Estos resultados validan la hipótesis de la investigación estudiada en el desarrollo de esta disertación. Sun, 01 Jan 2023 00:00:00 GMT http://hdl.handle.net/10366/153202 2023-01-01T00:00:00Z http://hdl.handle.net/10366/153170 [ES]El cerdo ibérico es una raza autóctona ligada al ecosistema de la dehesa, localizada en el sureste de la Península Ibérica y reconocida por la destacable calidad organoléptica de los productos derivados. La alta demanda de productos ibéricos, junto con una limitada producción de animales cebados en regímenes extensivos alimentados a base de bellota y pasto (montanera), ha dado lugar a la cría de animales en regímenes intensivos y al empleo de cruces con razas mejorantes. La calidad final de la carne de estos animales, y de sus productos derivados, está fuertemente relacionada con diferentes factores como la producción animal, la raza, la alimentación, la edad o el peso en el momento del sacrificio. Son diversos los métodos analíticos que han sido estudiados y aplicados de cara a poder garantizar la autenticidad de la raza y la alimentación suministrada al animal, sin embargo, en el momento actual no existe ningún método analítico oficial. La espectroscopia de infrarrojo cercano (NIR) es una herramienta multiparamétrica que ha sido ampliamente empleada para evaluar características de la carne y calidad de los productos cárnicos. En el sector ibérico, la tecnología NIR ha sido aplicada para la cuantificación de los contenidos en proteína, grasa y humedad, para la predicción del perfil en ácidos grasos y de la dieta del cerdo durante el proceso de engorde. Esta metodología analítica permite obtener los resultados de forma inmediata, individualizada, no destructiva y respetuosa con el medio ambiente. Sin embargo, la interpretación de los espectros obtenidos mediante su aplicación requiere ser complementada con complejos métodos quimiométricos. En esta tesis se propone el uso de la tecnología NIRS con el fin de predecir parámetros determinantes de la calidad de la grasa en cerdo ibérico como el perfil lipídico y la relación isotópica de Carbono (δ13 C). Se aborda así mismo la aplicación de la tecnología NIRS y la espectrometría de movilidad iónica acoplada a la cromatografía de gases (GC-IMS) con fines de clasificación/autentificación. Finalmente, la tesis analiza la viabilidad del uso de equipos portátiles, que facilitan el trabajo en campo, y que han experimentado un claro auge en los últimos años. En el primer artículo incluido en la presente tesis, se estudió la posibilidad de predecir la composición del perfil de ácidos grasos y el valor de δ13 C (‰) en grasa subcutánea intacta usando un equipo NIRS portátil. Los resultados se compararon con los obtenidos aplicando el equipo NIRS de sobremesa tanto en grasa fundida como intacta. En el segundo de los artículos se evalúan los cambios en el perfil lipídico de la grasa y en la relación isotópica de carbono, antes y después de la fase de cebo en montanera, analizándose así mismo la influencia de diferentes tiempos de permanencia en montanera. La existencia de correlaciones entre el isótopo δ13 C (‰) y el perfil lipídico también ha sido estudiada con el fin de poder clasificar el producto en función de la alimentación animal. El tercer artículo evalúa el potencial de clasificación de la tecnología NIRS frente a GC-IMS, en grasa subcutánea, en el momento del sacrificio. El objetivo que se persigue es la clasificación en función de la raza de los animales y los días que han permanecido alimentándose en régimen de montanera. Las conclusiones que derivan de los estudios realizados señalan que la utilización de la espectroscopia NIR, tanto con equipos de sobremesa como portátiles, resulta adecuada para predecir parámetros de calidad en la grasa de cerdo ibérico. Esta tecnología podría reemplazar a los análisis químicos en el laboratorio, más costosos y menos respetuosos con el medio ambiente. La combinación de herramientas quimiométricas con las técnicas de CG-IMS y NIRS ha permitido clasificar la grasa en función del periodo de alimentación en montanera y de la raza. Todo ello apunta al enorme potencial la metodología NIRS para garantizar la autenticidad de las canales en el sector del cerdo ibérico, ofreciendo la posibilidad de conocer los resultados de forma inmediata y de operar de forma rutinaria en las líneas de faenado. [EN]The Iberian pig is an indigenous breed associated with the dehesa ecosystem, which is located in the southwest of the Iberian Peninsula. It is well known for the remarkable organoleptic quality of its derivatives. The high demand for Iberian products, together with the limited production of Iberian pigs reared extensively and fed on acorns and grass (the montanera system), has led to intensive rearing of this breed and also to its crossbreeding with improved breeds. The final quality of the meat from these animals and their products is strongly correlated with different factors such as animal production, the breed, the feeding regime, and the age or slaughter weight. Several analytical techniques have been studied and applied to guarantee the authenticity of the breed and the feeding regime. However, there is currently no official analytical method for the purpose. Near Infrared Spectroscopy (NIR) is a multi-parametric tool which has been widely used to assess meat characteristics and meat product quality. In the sector of the Iberian breed, NIR technology has been applied to quantify protein, fat, and moisture, to predict the fatty acid profile, and to determine the feeding regime during the fattening period. This analytical methodology allows immediate individualised results to be obtained without sample destruction and in an environmentally friendly manner. However, the spectra obtained need to be interpreted by complex chemometric methods. This PhD thesis proposes the use of NIRS technology for predicting parameters which determine the quality of Iberian pig fat, such as the lipid profile and the carbon isotopic ratio δ13 C (‰). The application of NIRS technology and gas chromatography together with ion mobility spectrometry (GC-IMS) for classification/authentication purposes is also addressed. Finally, this study analyses the viability of using portable equipment, which facilitates work in situ and has experienced a boom in recent years. The first article included in the PhD thesis evaluated the feasibility of predicting the lipid profile composition and the δ13 C (‰) of intact subcutaneous fat by using a portable NIRS device. The results were compared with those obtained by using benchtop NIRS equipment on both extracted and intact fat.In the second article, the changes in the lipid profile and the carbon isotope ratio observed before and after the fattening period on the montanera were evaluated. The influence of different montanera times on these parameters was also analysed. Significant correlations between the δ13 C isotope (‰) and the different fatty acids were studied in order to classify the samples according to animal feeding. The third article compares the classification ability of NIRS and GC-IMS technologies when applied at slaughter to subcutaneous fat. The aim was to achieve a correct classification according to the breed and the number of days spent feeding under the montanera system. The conclusions deriving from the present studies indicate that the application of NIR spectroscopy, using both benchtop and portable equipment, is suitable for predicting the quality parameters of Iberian fat. This technology could replace costlier and less environmentally-friendly laboratory chemical analyses. The combination of chemometric tools with NIRS and GC-IMS technologies has made it possible to classify Iberian fat correctly according to the fattening time and the breed. All these results point to the enormous potential of NIRS technology to guarantee the authenticity of Iberian pig carcasses. In fact, it offers the possibility of ascertaining the results immediately which allows for routine operations on the slaughter lines. Sun, 01 Jan 2023 00:00:00 GMT http://hdl.handle.net/10366/153170 2023-01-01T00:00:00Z http://hdl.handle.net/10366/152712 [ES] El desarrollo y mejoras exponenciales que han experimentado las tecnologías de la información y la comunicación (ICT, del término inglés Information and Communication Technologies) en las últimas décadas ha traído aparejada la aparición de dispositivos que ofrecen funcionalidades difícilmente imaginables a finales del siglo pasado. Estas innovaciones tecnológicas han penetrado, en mayor o en menor media, en prácticamente todas las capas de la sociedad transformando la mayoría de los ámbitos profesionales, científicos, educativos, culturales, etc. Al amparo de esta transformación tecnológica, las tecnologías de realidad-virtualidad (RVT, del término inglés Reality-Virtuality Technologies) con mayor presencia en el mercado (es decir, realidad virtual (VR, del término inglés Virtual Reality), realidad aumentada (AR, del término inglés Augmented Reality) y realidad mixta (MR, del término inglés Mixed Reality)) han experimentado una notable mejora y abaratamiento, factores que han propiciado su expansión en numerosos ámbitos. La Ciencia e Ingeniería de Materiales (MSE, del término inglés Materials Science and Engineering) no es ajena a esta expansión de las RVT, siendo actualmente posible encontrar numerosos ejemplos de uso de estas tecnologías circunscritas a la MSE. Esta tesis doctoral aborda la investigación de diferentes aspectos del desarrollo y uso de herramientas basadas en RVT empleadas dentro del ámbito de la MSE. La primera parte de esta investigación persigue conocer el estado del arte en el uso de las RVT en el ámbito de la MSE para, de este modo, facilitar la apertura de nuevas líneas de investigación y la adquisición de ideas de desarrollo. Para ello, en primer lugar, se han analizado las aplicaciones basadas en RVT circunscritas a la MSE desarrolladas entre 2010 y 2021, con independencia de su propósito. Este análisis ha permitido conocer en qué áreas de la MSE se enmarcan las aplicaciones basadas en RVT, a qué sectores se dirigen, qué RVT emplean y qué propiedades de las mismas explotan. En segundo lugar, se analizaron las aplicaciones basadas en VR o AR que se han desarrollado hasta el año 2020 destinadas a dar soporte a la enseñanza de cristalografía. Además, se ha desarrollado una aplicación basada en VR orientada a facilitar la enseñanza de las redes de Bravais y se ha propuesto un procedimiento de uso y evaluación en el aula. La segunda parte de esta investigación analiza el proceso de creación de laboratorios virtuales destinados a facilitar la enseñanza de MSE en los grados de ingeniería. En particular, esta parte de la investigación analiza qué factores deben ser tenidos en cuenta por los docentes cuando crean laboratorios virtuales para que logren maximizar el aprendizaje significativo de los estudiantes, es decir, que sean capaces de comprender mejor y por más tiempo aquello que se les enseña. Para alcanzar este objetivo, por una parte, se analizó el proceso de desarrollo de diferentes laboratorios virtuales destinados a dar soporte a la enseñanza de ensayos de materiales. Por otra parte, se analizaron los resultados de los cuestionarios respondidos por diferentes grupos de alumnos un año después de usar los laboratorios virtuales analizados. De este modo ha sido posible establecer una serie de aspectos que deben ser tenidos en cuenta durante el proceso de desarrollo de las aplicaciones basadas en VR destinadas a facilitar el proceso de enseñanza-aprendizaje de MSE, de manera que se maximice el aprendizaje significativo del alumno. La tercera parte de esta investigación ahonda en el modo en que afecta el paso del tiempo a la eficacia formativa de los laboratorios virtuales destinados a dar soporte a la enseñanza de MSE. En este sentido, se han analizado las opiniones vertidas por diferentes grupos de estudiantes que utilizaron laboratorios virtuales y se comprobó cómo su motivación por utilizar dichos laboratorios disminuía (y, por tanto, la eficacia formativa de estas herramientas educativas también disminuía) con el transcurso de los años. En esta parte de la investigación se analizó este fenómeno circunscrito a aplicaciones basadas en VR orientadas a facilitar la enseñanza de MSE, constatándose su relación directa con las leyes de evolución del software establecidas por Lehman. El estudio llevado a cabo reveló que, si estas aplicaciones educativas son actualizadas periódicamente empleando herramientas de desarrollo actuales, es posible mantener su atractivo para los estudiantes y con él su eficacia formativa. [EN] The exponential development and improvements that information and communication technologies (ICT) have undergone in recent decades have brought with them the appearance of devices that offer functionalities that would have been difficult to imagine at the end of the last century. These technological innovations have permeated, to a greater or lesser extent, practically all layers of society, transforming most professional, scientific, educational, cultural, etc. fields. As a result of this technological transformation, the reality-virtuality technologies (RVT) with the greatest presence in the market (i.e., virtual reality (VR), augmented reality (AR) and mixed reality (MR)) have experienced a significant improvement and reduction in price, factors that have led to their expansion in many fields. Materials Science and Engineering (MSE) is no exception to this expansion of VRT, and it is currently possible to find numerous examples of the use of these technologies in MSE. This doctoral thesis investigates different aspects of the development and use of RVT-based tools used in the field of MSE. The first part of this research aims to know the state of the art in the use of VRT in the field of MSE in order to facilitate the opening of new lines of research and the acquisition of development ideas. To this end, first of all, it has been analysed the applications based on RVT in the field of MSE developed between 2010 and 2021, regardless of their purpose. This analysis has provided insight into which areas of the MSE the RVT-based applications fall into, which sectors they target, which RVT they use and which properties they exploit. Secondly, the VR or AR-based applications that have been developed up to 2020 to support the teaching of crystallography were analysed. In addition, a VR-based application has been developed to facilitate the teaching of Bravais lattices and a procedure for its use and evaluation in the classroom has been proposed. The second part of this research analyses the process of creating virtual laboratories aimed at facilitating the teaching of MSE in engineering degrees. In particular, this part of the research analyses which factors should be taken into account by teachers when creating virtual laboratories in order to maximise students' meaningful learning, i.e., that they are able to understand better and for longer what they are taught. To achieve this objective, on the one hand, the development process of different virtual laboratories designed to support the teaching of materials testing was analysed. On the other hand, the results of the questionnaires answered by different groups of students one year after using the virtual laboratories analysed were examined. In this way, it has been possible to establish a series of aspects that should be taken into account during the development process of VR-based applications aimed at facilitating the MSE teaching-learning process, so as to maximise meaningful learning of students. The third part of this research explores how the passage of time affects the learning effectiveness of virtual laboratories designed to support MSE teaching. In this regard, the opinions expressed by different groups of students who used virtual laboratories were analysed and it was found that their motivation to use these laboratories decreased (and, therefore, the learning effectiveness of these educational tools also decreased) over the years. This part of the research analysed this phenomenon limited to VR-based applications aimed at facilitating the teaching of MSE and found a direct relationship with the laws of software evolution established by Lehman. The study revealed that, if these educational applications are regularly updated using current development tools, it is possible to maintain their desirability for students and thus their educational effectiveness. Sat, 01 Jan 2022 00:00:00 GMT http://hdl.handle.net/10366/152712 2022-01-01T00:00:00Z http://hdl.handle.net/10366/152710 [EN] Notions of geometry and morphology are a fundamental component of the way we perceive, describe, and essentially interact with objects. The shape and size of an element can be highly informative, and will thus condition the way we carry out basic functions in our daily lives. Morphology can be useful for; the detection of anomalies and patterns, the characterisation of an object or organism, as well as the identification of casuality (cause and effect). Nevertheless, finding an efficient and objective means of characterising morphology in both micro and macroscopic elements is often a great challenge in many fields of science. While many approaches to these types of tasks have long relied on a visual or qualitative description of shape and form, unfortunately most of these methods are influenced by notable degrees of subjectivity, typically product of human-based error and dependent on experience and perspective. In the present Doctoral Thesis, a wide array of different techniques for the extraction and analysis of morphological data is explored and discussed. Specifically, the main goals of this study are to define a general workflow that can be used for the quantification of different elements, with the hope of developing a transparent and transdisciplinary approach that can be applied to many fields of science. For this purpose, multiple techniques for the digitisation of both 2D and 3D data have been used, in cluding (in order of prevalence); structured light surface scanning, micro-computed tomography, 3D-digital microscopy, and traditional photography for clinical imaging. Investigation into the best means of extract ing morphological information was then explored, primarily including geometric morphometric analyses, while also testing combinations of traditional metric and elliptic Fourier analyses as well. Following this, the present Doctoral Thesis dedicates a significant portion of research into finding the best means of statisti cally analysing this type of information. Here the use of multiple robust statistical approaches is employed, as well as both parametric and non-parametric testing, in order to obtain the highest possible accuracy in the conclusions withdrawn. So as to leverage this information for tasks such as classification or diagnostics, this Doctoral The sis also focuses great attention on the use of Computational Learning for the development of Artificially Intelligent algorithms in decision-making tasks. Prior to the development of classification algorithms, how ever, research delved into the possible limitations present in data science. Namely, problems due to sample size and the "curse of dimensionality". So as to overcome these limitations, different research lines were developed; first exploring the multitude of available techniques for data augmentation and simulation, fol lowed by experimentation with different types of algorithms for classification tasks. The results obtained from this study reveal many different techniques to be useful for the mod elling, extraction, and study of morphological information. Here it has been shown in a variety of different scenarios how, especially when combined with robust statistical approaches, both geometric morphomet rics and elliptic Fourier analyses are powerful tools for the description of shape and form. Throughout this research, data simulation has also proven to be a fundamental step in the workflow, providing Artificially Intelligent Algorithms such as Neural Networks and Support Vector Machines sufficient information for the identification of new specimens. So as to promote transparency and improve reproducibility, the present doctoral thesis is also ac companied by a large collection of open-source code, datasets, and different software. The applicability of these methodological approaches, and thus their transdisciplinary nature, has been demonstrated across multiple case studies. These include applications in archaeological and palaeon tological taphonomy, palaeoanthropology, animal wellfare, and dermatology. Through this compendium of research articles, the presented methods have been able to discover a number of different features from each of these fields. These range from the ability to identify extinct carnivore taxa in archaeological sites based on their tooth marks, to the first empirical quantification of skin lesion asymmetry as a diagnostic tool in dermatological oncology. In addition, through the presentation of a new mathematical model for the description of morphology, this study has been able to provide a new, more efficient, means of ex tracting biomechanical information from great primate limb long bones. Each of these discoveries present promising advantages for the study of other types of morphological data as well. The present Doctoral Thesis thus hopes to provide a new perspective on the means in which the morphology of different elements can be studied, promoting a more robust, transdisciplinary approach. Through this, future research will focus on applying these techniques to other fields of science, while working on fine tuning this methodological workflow to obtain higher precision and accuracy. [ES] Las nociones de geometría y morfología son un componente fundamental del modo en que percibimos, describimos y esencialmente interactuamos con los objetos. La forma y el tamaño de un elemento pueden ser altamente informativos, y condicionan el modo en que realizamos funciones básicas en nuestra vida cotidiana. La morfología puede ser útil para; la detección de anomalías y patrones, la caracterización de un objeto u organismo, así como la identificación de la casualidad (causa y efecto). Sin embargo, encontrar un acercamiento eficaz y objetivo de caracterizar la morfología de los elementos micro y macroscópicos suele ser un gran reto en muchos campos de la ciencia. Aunque muchos enfoques de este tipo de tareas se han basado durante mucho tiempo en una descripción visual o cualitativa de la forma, lamentablemente la mayoría de estos métodos están influenciados por notables grados de subjetividad, típicamente producto del error humano y dependiente de la experiencia y el conocimiento. En la presente Tesis Doctoral, se explora una amplia gama de diferentes técnicas para la extracción y el análisis de datos morfológicos. En concreto, los principales objetivos de este estudio son definir un flujo de trabajo general que pueda ser utilizado para la cuantificación de diferentes elementos, con la esperanza de desarrollar un enfoque transparente e transdisciplinar que pueda aplicarse a muchos campos de la ciencia. Para ello, se han utilizado múltiples técnicas de digitalización de datos tanto en 2D como en 3D, entre ellas (por orden de prevalencia): escaneo de superficies con luz estructurada, tomografía microcom putada, microscopía digital 3D y la fotografía para la obtención de imágenes clínicas. A continuación, se investigó cuál era el mejor medio para extraer información morfológica, principalmente mediante análisis de Morfometría Geométrica, aunque también se probaron combinaciones de análisis métricos tradicionales y avanzados basados en análisis de Fourier elípticos. A raíz de esto, la presente Tesis Doctoral dedica una parte importante de la investigación a la búsqueda de los mejores medios de análisis estadístico de este tipo de información. Más concretamente, se emplea el uso de múltiples enfoques estadísticos robustos, así como pruebas paramétricas y no paramétricas, con el fin de obtener la mayor precisión posible en las conclusiones extraídas. Con el fin de aprovechar esta información para tareas como la clasificación o el diagnóstico, esta Tesis Doctoral también presta gran atención al uso del Aprendizaje Computacional para el desarrollo de algoritmos de la Inteligencia Artificial en tareas de toma de decisiones. Sin embargo, antes del desarrollo de algoritmos de clasificación, la investigación profundizó en las posibles limitaciones presentes en la ciencia de datos. A saber, los problemas debidos al tamaño de la muestra y la "maldición de la dimensionalidad". Para superar estas limitaciones, se desarrollaron diferentes líneas de investigación; primero explorando la multitud de técnicas disponibles para el aumento de datos y la simulación; seguido por la experimentación con diferentes tipos de algoritmos para tareas de clasificación. Los resultados obtenidos en este estudio revelan que muchas técnicas diferentes son útiles para el modelado, extracción y estudio de la información morfológica. Aquí se ha demostrado en una variedad de diferentes escenarios diferentes cómo, especialmente cuando se combinan con enfoques estadísticos robustos, tanto la morfometría geométrica y los análisis de Fourier elípticos son herramientas poderosas para la descripción de la forma. A lo largo de esta investigación, la simulación de datos también ha demostrado ser un paso fundamental en el flujo de trabajo, proporcionando mediante técnicas de inteligencia artificial (ej. redes neuronales, máquina de soporte de vectores) información suficiente para la identificación de nuevos especímenes. Con el fin de promover la transparencia y mejorar la reproducibilidad, la presente Tesis Doctoral también va acompañada de una amplia colección de código abierto, conjuntos de datos y diferentes programas informáticos. La aplicabilidad de estos enfoques metodológicos, y por tanto, su carácter transdisciplinar, ha quedado demostrado a través de múltiples casos de estudio validados con éxito. Entre ellos se incluyen aplicaciones en arqueología y paleontología, la paleoantropología, el bienestar animal, y la dermatología. A través de este compendio de artículos de investigación, los métodos presentados han sido capaces de contribuir con una serie de características en cada uno de estos campos. Estas van desde la capacidad de identificar taxones de carnívoros extintos en yacimientos arqueológicos basándose en sus marcas dentales, hasta la primera cuantificación empírica de la asimetría de las lesiones cutáneas como herramienta de diagnóstico en oncología dermatológica. Además, mediante la presentación de un nuevo modelo matemático para la descripción de la morfología, este estudio ha sido capaz de proporcionar un nuevo medio, más eficiente, de extraer información biomecánica de los huesos largos de las extremidades de los grandes primates. En definitiva, cada uno de estos descubrimientos presenta prometedoras ventajas para el estudio de otros tipos de datos morfológicos. La presente Tesis Doctoral pretende, por tanto, aportar una nueva perspectiva sobre los medios con los que se puede estudiar la morfología de diferentes elementos, promoviendo un enfoque más robusto y transdisciplinar. Por ello, las investigaciones futuras se centrarán en aplicar estas técnicas a otros campos de la ciencia, al tiempo que permitan trabajar en el ajuste de este flujo de trabajo metodológico para obtener una mayor precisión y exactitud. Sat, 01 Jan 2022 00:00:00 GMT http://hdl.handle.net/10366/152710 2022-01-01T00:00:00Z http://hdl.handle.net/10366/152512 [EN] The growing concerns regarding the lack of fossil fuels, their costs, and their impact on the environment have led governmental institutions to launch energy policies that promote the increasing installation of technologies that use renewable energy sources to generate energy. The increasing penetration of renewable energy sources brings a great fluctuation on the generation side, which strongly affects the power and energy system management. The control of this system is moving from hierarchical and central to a smart and distributed approach. The system operators are nowadays starting to consider the final end users (consumers and prosumers) as a part of the solution in power system operation activities. In this sense, the end-users are changing their behavior from passive to active players. The role of aggregators is essential in order to empower the end-users, also contributing to those behavior changes. Although in several countries aggregators are legally recognized as an entity of the power and energy system, its role being mainly centered on representing end-users in wholesale market participation. This work contributes to the advancement of the state-of-the-art with models that enable the active involvement of the end-users in electricity markets in order to become key participants in the management of power and energy systems. Aggregators are expected to play an essential role in these models, making the connection between the residential end-users, electricity markets, and network operators. Thus, this work focuses on providing solutions to a wide variety of challenges faced by aggregators. The main results of this work include the developed models to enable consumers and prosumers participation in electricity markets and power and energy systems management. The proposed decision support models consider demand-side management applications, local electricity market models, electricity portfolio management, and local ancillary services. The proposed models are validated through case studies based on real data. The used scenarios allow a comprehensive validation of the models from different perspectives, namely end-users, aggregators, and network operators. The considered case studies were carefully selected to demonstrate the characteristics of each model, and to demonstrate how each of them contributes to answering the research questions defined to this work.; [ES] La creciente preocupación por la escasez de combustibles fósiles, sus costos y su impacto en el medio ambiente ha llevado a las instituciones gubernamentales a lanzar políticas energéticas que promuevan la creciente instalación de tecnologías que utilizan fuentes de energía renovables para generar energía. La creciente penetración de las fuentes de energía renovable trae consigo una gran fluctuación en el lado de la generación, lo que afecta fuertemente la gestión del sistema de potencia y energía. El control de este sistema está pasando de un enfoque jerárquico y central a un enfoque inteligente y distribuido. Actualmente, los operadores del sistema están comenzando a considerar a los usuarios finales (consumidores y prosumidores) como parte de la solución en las actividades de operación del sistema eléctrico. En este sentido, los usuarios finales están cambiando su comportamiento de jugadores pasivos a jugadores activos. El papel de los agregadores es esencial para empoderar a los usuarios finales, contribuyendo también a esos cambios de comportamiento. Aunque en varios países los agregadores están legalmente reconocidos como una entidad del sistema eléctrico y energético, su papel se centra principalmente en representar a los usuarios finales en la participación del mercado mayorista. Este trabajo contribuye al avance del estado del arte con modelos que permiten la participación activa de los usuarios finales en los mercados eléctricos para convertirse en participantes clave en la gestión de los sistemas de potencia y energía. Se espera que los agregadores desempeñen un papel esencial en estos modelos, haciendo la conexión entre los usuarios finales residenciales, los mercados de electricidad y los operadores de red. Por lo tanto, este trabajo se enfoca en brindar soluciones a una amplia variedad de desafíos que enfrentan los agregadores. Los principales resultados de este trabajo incluyen los modelos desarrollados para permitir la participación de los consumidores y prosumidores en los mercados eléctricos y la gestión de los sistemas de potencia y energía. Los modelos de soporte de decisiones propuestos consideran aplicaciones de gestión del lado de la demanda, modelos de mercado eléctrico local, gestión de cartera de electricidad y servicios auxiliares locales. Los modelos propuestos son validan mediante estudios de casos basados en datos reales. Los escenarios utilizados permiten una validación integral de los modelos desde diferentes perspectivas, a saber, usuarios finales, agregadores y operadores de red. Los casos de estudio considerados fueron cuidadosamente seleccionados para demostrar las características de cada modelo y demostrar cómo cada uno de ellos contribuye a responder las preguntas de investigación definidas para este trabajo. Sat, 01 Jan 2022 00:00:00 GMT http://hdl.handle.net/10366/152512 2022-01-01T00:00:00Z http://hdl.handle.net/10366/150726 [ES] En los últimos años la miniaturización de los dispositivos electrónicos y el abaratamiento de los procesos de fabricación de los componentes ha permitido que las redes de sensores inalámbricas sean cada vez mas importantes y se empleen en multitud de casos. Adicionalmente, y debido en parte a la mejora en cuanto a las capacidades de almacenamiento y procesamiento de datos se refiere, ha permitido construir sistemas sensibles al contexto en áreas como la medicina, la monitorización o la robótica que permiten hacer un análisis detallado y adaptable de los procesos y servicios que se pueden proporcionar a los usuarios. Esta tesis doctoral ha sido conformada mediante un “Compendio de Artículos” donde se analiza la aplicación de paradigmas de inteligencia artificial en 3 casos de estudio claramente diferenciados. Se ha planteado un novedoso sistema de localización en interiores que hace uso de técnicas bayesianas y fingerprinting, con objeto de automatizar y facilitar los procesos de adquisición de datos de calibración. A mayores, se presenta un exoesqueleto que es conectado a una arquitectura sensible al contexto con objeto de que los pacientes de rehabilitación hagan ejercicios de forma interactiva y haciendo uso de técnicas de realidad aumentada. En el último artículo, se hace hincapié en el diseño de una plataforma que hace uso de las redes inalámbricas de sensores, con objeto de monitorizar el estado de los aseos mediante la incorporación de agentes embebidos en dispositivos limitados computacionalmente. Esta información descentralizada es analizada con objeto de detectar posibles anomalías y facilitar la toma de decisiones. Uno de los principales hitos que se pretende con el estudio, es mostrar a la comunidad científica los diferentes resultados que se han obtenido en la investigación, solventando problemas cotidianos que han sido resueltos mediante la modelización de los casos de estudio mediante la utilización de arquitecturas multi-agente y sistemas expertos. El filtrado de señales, la utilización de clasificadores, minería de datos y la utilización de otras técnicas de Inteligencia Artificial han sido empleadas para la consecución exitosa de este trabajo. Sat, 01 Jan 2022 00:00:00 GMT http://hdl.handle.net/10366/150726 2022-01-01T00:00:00Z http://hdl.handle.net/10366/150132 [ES]La inteligencia artificial de las cosas, o AIoT por sus siglas en inglés Artificial Intelligence of Things, se presenta como la unión de tecnologías de inteligencia artificial con la infraestructura de Internet de las cosas para conseguir dispositivos Internet of Things (IoT) más recientes. La combinación de AIoT con el uso de la tecnología vestible o wearable se presenta como un conjunto de técnicas clave en la implantación de soluciones de monitorización y prevención dentro del sector industrial, motor principal del desarrollo económico y social de la sociedad. Además, con la integración de la tecnología Edge Computing en las plataformas se consigue preprocesar los datos y filtrar aquellos que se necesiten enviar desde la capa IoT a la nube, solucionando problemas relativos a la privacidad y seguridad de los datos, así como la reducción de costes en servicios Cloud. Es necesario que los trabajadores del sector conozcan y cumplan las normas de seguridad de la industria, destinadas a garantizar su seguridad en el trabajo, pero además, se requiere una transformación en los Equipos de Protección Individual (EPIs) y sistemas auxiliares de detección, aviso e identificación de riesgos; dotándoles de inteligencia para la toma de decisiones. La solución propuesta tiene un enfoque holístico motivado en generar una plataforma que componga un entorno mucho más favorable para la protección personal de los trabajadores. Para ello, se han analizado las diferentes soluciones y equipos que puedan integrarse en un modelo que optimice la detección y prevención de riesgos, así como la detección de las condiciones de salud inherentes a tareas específicas en el lugar de trabajo. La plataforma incorpora la capacidad de recepción de datos y generación de alarmas, combinando el uso de dispositivos electrónicos wearables e IoT, Inteligencia Artificial y Edge Computing. Gracias a la agregación e integración de las tecnologías citadas se permite generar soluciones que mejoren la seguridad y productividad, se consigue disminuir las bajas laborales y a su vez tener un mayor control de la industria y sus operarios. Con ello se dota a la plataforma de mayores capacidades que las soluciones desarrolladas hasta la fecha, generando una plataforma modular que agrupa nuevos dispositivos wearables combinados con tecnologías permiten realizar una medición de parámetros corporales, reconocimiento de la actividad humana, detección de contaminantes y la detección de situaciones anómalas para generar entornos de trabajo más seguros.; [EN]The industrial sector is key to economic and social development; however, it is also known to entail certain risks for workers. To ensure their security, workers in the sector must be informed of and comply with industrial safety standards. Moreover, industries are required to transform their Personal Protective Equipment (PPE) and auxiliary systems by providing them with intelligence for timely risk identi cation, warnings, and decision-making. Arti cial Intelligence of Things, or AIoT for short, combines Arti cial Intelligence technologies with Internet of Things infrastructure to achieve more eficient Internet of Things (IoT) devices, creating great potential for industrial use. In addition, platforms that integrate Edge Computing technology have the ability to preprocess data and lter those that need to be sent from the IoT layer to the Cloud. This not only solves problems related to data privacy and security but also reduces Cloud service costs. Thus, in this thesis, the joint use of AIoT and wearable technology is proposed through a set of key techniques, devices and a platform for worker monitoring and risk prevention in an industrial setting. The proposed solution has a holistic approach aimed at creating a much more favorable environment for the personal protection of workers. Prior to developing the proposed platform, an analysis has been carried out of the state-of-the-art solutions and equipment found in the literature, speci cally, of the solutions that could be integrated in a system for the optimized prevention of risks and detection of health conditions. The developed platform has a modular design, combining the use of wearable technology, IoT electronic devices, Arti cial Intelligence and Edge Computing. The results obtained in this thesis evidence that the proposed platform's capabilities surpass other solutions developed to date; the platform has the ability to receive data, emit alarms, measure body parameters, recognize human activity, detect pollutants and anomalous situations, creating safer working conditions. Sat, 01 Jan 2022 00:00:00 GMT http://hdl.handle.net/10366/150132 2022-01-01T00:00:00Z