Enrique Ramón Fernández Mareco defendió su tesis, titulada “Sistemas de control industrial basados en técnicas de inteligencia artificial”, el 27 de marzo de 2026. El acto público, del Programa de Doctorado en Ciencias de la Computación de la FPUNA, tuvo lugar en la sala “B02” de la Facultad.

Este estudio aborda la integración de la inteligencia artificial en sistemas de control industrial para optimizar procesos dinámicos y complejos mediante un enfoque tecnológico y experimental. A través del desarrollo y validación de herramientas como controladores neuronales adaptativos, lógica difusa e identificadores de sistemas, la investigación logra mejorar la precisión, la eficiencia energética y la estabilidad en aplicaciones críticas como el control de presión, nivel y motores de inducción. Los resultados no solo sistematizan el estado del arte en la materia, sino que demuestran la viabilidad de transferir estas soluciones avanzadas a entornos reales, estableciendo una base sólida para la evolución hacia la Industria 4.0 y el uso de sistemas híbridos inteligentes.

El orientador del trabajo final de postgrado ha sido el Prof. Dr. Diego Pinto Roa, del Grupo de Investigación de Operaciones e Inteligencia Artificial de la Facultad – GIOIA.

Los miembros de la mesa examinadora fueron los siguientes profesores: Dr. José Agustín Riveros Insfrán, FPUNA; Dr. José Domingo Colbes Sanabria, FPUNA; Dr. Enrique Javier Davalos Gimenez, FPUNA; Dr. Pedro Esteban Gardel Sotomayor, Universidad Católica “Nuestra Señora de la Asunción (UCA).

.

A partir de este trabajo de investigación, se realizaron las siguientes comunicaciones en:

Congresos internacionales:

1. Design of an Adaptive Neural Controller Applied to Pressure Control in Industrial Processes. In Proceedings of the Congress on Control, Robotics, and Mechatronics, Singapore, 25–26 March 2023; Springer Nature: Singapore, 2023; pp. 621–639.
2. Goiburú, J.; Vera, J.; Mareco, E.F.; Pinto-Roa, D.P. Identification of Liquid-Level Systems in Industrial Processes Through Artificial Neural Networks. In Proceedings of the International Conference on Communication and Computational Technologies, Singapore, 8–9 January 2024; Springer Nature: Singapore, 2024; pp. 411–429.
3. Núñez, L.C.B.; Chaparro, A.S.V.; Mareco, E.F.; Pinto-Roa, D.P. Design of a Fuzzy Controller Applied to Level Control in Industrial Processes. In Proceedings of the International Conference on Computational Intelligence, Singapore, 13–15 December 2023; Springer Nature: Singapore, 2023; pp. 23–37.
4. Fuzzy Compensator Design for Induction Motor Control Using a Frequency Converter in Networked Control Systems. In Proceedings of the International Conference on Communication and Computational Technologies, Singapore, 8–9 January 2024; Springer Nature: Singapore, 2024; pp. 431–448.

Journal:

Application of Artificial Intelligence in Control Systems: Trends, Challenges, and Opportunities. AI 2025, 6, 326.

Visitas: 8