Revista UIS Ingenierías

Potencial de Economía Circular en la Gestión de Residuos Urbanos en dos ciudades capitales de Colombia, aproximación con Dinámica de Sistemas

Danny Ibarra Vega — 2026-04-23

El bajo aprovechamiento de residuos sólidos en las ciudades puede asociarse a la no comprensión de una estructura sistémica del complejo sistema de gestión de residuos urbanos. En el presente artículo, se muestra el desarrollo de un modelo dinámico de gestión de residuos urbanos, al que se le integran capacidades de aprovechamiento basadas en la transición a la economía circular. Se busca estimar el potencial de aprovechamiento de residuos orgánicos, plásticos, papel y cartón, y vidrios en dos ciudades capitales del nororiente de Colombia; estas son Bucaramanga y Cúcuta. El modelo fue construido con la metodología de Dinámica de Sistemas, la cual permite construir modelos matemáticos para la observación de tendencias y escenarios futuros. El modelo está compuesto de dos grandes módulos: el de gestión de residuos y el del potencial de circularidad. El potencial de circularidad estimado, evaluado y comparado se obtuvo visualizando tres escenarios prospectivos: el actual, conocido como Business as Usual, el aumento de capacidad de clasificación de residuos y el aumento de capacidad de aprovechamiento de residuos. Los resultados permiten ver la oportunidad de inversión y necesidad de aumento de capacidad de aprovechamiento de los tipos de residuos evaluados para estas dos ciudades. Se puede buscar un modelo regional de circularidad para el gran Santander. Este modelo se puede replicar para cualquier ciudad con una caracterización de residuos bien definida y mercado de aprovechamiento existente o en desarrollo, siempre y cuando exista demanda de materiales proveniente de los residuos.

El papel de las redes neuronales convolucionales en el reconocimiento facial y emocional

Melissa Galeano-Ruiz — 2026-04-23

La investigación, llevada a cabo en el Advanced Data Engineering Lab, tuvo como objetivo desarrollar un sistema de reconocimiento facial y emociones, en tiempo real. Este proyecto, que forma parte de una iniciativa más amplia para mejorar la interacción humano-máquina, utilizó redes neuronales convolucionales y algoritmos de aprendizaje automático, como Random Forest, para analizar expresiones faciales. Los sistemas de cómputo empleados tenían la capacidad de realizar procesamiento intensivo de datos en tiempo real. Los modelos CNN fueron entrenados utilizando el conjunto de datos FER2013, aplicando técnicas de aumento de datos y preprocesamiento para mejorar la generalización del modelo. El modelo B, con una arquitectura optimizada, alcanzó una precisión del 64%, superando el rendimiento de otros modelos. Sin embargo, el estudio reveló dificultades para clasificar con precisión emociones negativas sutiles, como la tristeza, la ira y el miedo, lo que destaca la necesidad de conjuntos de datos más equilibrados y mejores técnicas de extracción de características. La investigación sugiere que las mejoras futuras deben centrarse en el uso de conjuntos de datos más grandes y diversos, así como en técnicas avanzadas como el aprendizaje por transferencia. El sistema propuesto tiene un gran potencial para aplicaciones en contextos industriales, especialmente para mejorar la interacción humano-robot y el monitoreo de la seguridad de los trabajadores.

Superficie de respuesta y regularización ridge en Ozonización Catalítica de lixiviados

Dorance Becerra- Moreno — 2026-04-27

Landfill leachate treatment is an environmental challenge due to its high organic load and recalcitrant compounds. This study assessed the efficiency of catalytic ozonation (OC) with magnetite (Fe₃O₄) for Chemical Oxygen Demand (COD) removal using a Response Surface Methodology (RSM) model with Ridge regularization. The effects of ozone dosage, catalyst concentration, pH, and treatment time were analyzed in two distinct leachates.

The best results were achieved at pH 9, 2.5 g.L^-1 of catalyst, and 120 min of contact time, with the maximum ozone dose (6 g.h^-1). A nonlinear relationship was identified between ozone dosage and process efficiency. The predictive model remained stable under ±5% experimental variations, validating its applicability in real-world conditions. These findings confirm the potential of OC with magnetite as an effective strategy for landfill leachate treatment.

Mejorando la detección de motocicletas en un entorno real usando el modelo MobileNetSSDv2FPNlite

Manuel Antonio García Herrera — 2026-05-02

En este trabajo se utilizó el modelo de detección de objetos MobileNetSSDv2FPNlite para detectar vehículos en el acceso a un campus universitario. El modelo original mostró dificultades para distinguir las motocicletas, a menudo confundiéndolas con bicicletas o detectando únicamente los conductores, obteniendo un rendimiento del 46.25%. Por ello, se empleó la técnica de aprendizaje por transferencia (transfer learning) para mejorar el rendimiento del modelo en la detección de este tipo específico de vehículos. Para esto se creó un conjunto de 320 imágenes de motocicletas preprocesadas y etiquetadas, las cuales fueron capturadas en el punto de acceso de la universidad con distintas condiciones climáticas y horarios (dataset UJAT). Después de reentrenar el modelo, se alcanzó un 100% de eficiencia en la detección utilizando las métricas accuracy, precision y recall. Este enfoque demuestra que el modelo optimizado presenta una mejora significativa respecto al modelo original en todas las métricas clave, lo que lo convierte en una solución efectiva para aplicaciones de detección de objetos en un entorno real.

Remoción de la turbidez del agua del río Magdalena empleando cáscara de mango como coagulante natural

Arnaldo Lozano-Meza — 2026-05-02

En esta investigación se evaluó la eficiencia coagulante de la cáscara de mango (Mangifera indica L.) como alternativa natural para el tratamiento de coagulación-floculación-sedimentación, del agua del río Magdalena, comparándose con el sulfato de aluminio. Se aplicó un diseño experimental factorial considerando la dosis en diferentes niveles (10, 20, 40, 60, 80 y 100 mg/L), empleando la prueba de jarras bajo la NTC 3903 de 2010. La turbidez se tomó como variable respuesta y se analizaron los datos mediante ANOVA y prueba de Fisher LSD (95% de confianza). Los resultados indicaron que el sulfato de aluminio, con 40 mg/L, removió el 100% de la turbidez inicial (250 UNT), mientras que la cáscara de mango alcanzó una remoción de 55,20% con 20 mg/L. Sin embargo, la turbidez final obtenida no permite cumplir con la norma colombiana para agua potable. Se concluye que la cáscara de mango, como residuo agroindustrial, constituye una alternativa como coadyuvante en el uso de coagulantes químicos en la clarificación de aguas.