Ir directamente a la navegación principal Ir directamente a la búsqueda Ir directamente al contenido principal

William Manuel Montalvo Lopez

Magister en Automatizacion y Control Electronico Industrial

20132025

Resultados de investigaciones por año

Perfil personal

Intereses de la investigación

Investigaciones recientes:
Este cuerpo de trabajo consolida avances en enrutamiento autónomo, control inteligente y optimización basada en IA en robótica, sistemas industriales y dominios de energía. Un hilo común es la integración de aprendizaje o heurísticas de optimización con implementaciones de control prácticas para mejorar la eficiencia, adaptabilidad y fiabilidad en entornos reales. La optimización de rutas para vehículos terrestres autónomos enfatiza la planificación en tiempo real bajo restricciones espaciales-temporales y de curvatura, utilizando revisión sistemática PRISMA y metaheurísticas (p. ej., Whale optimization, Firefly, PSO) para identificar tendencias y lagunas para navegación flexible en agricultura, logística y vigilancia. En contextos industriales multivariable, se demuestra un control desacoplado y afinado mediante RGA en entornos Siemens TIA, validado con Matlab-Simulink, mejorando eficiencia y estabilidad. En enjambres de UAV y sistemas de trayectoria por visión se abordan obstáculos prácticos, incluyendo evitación de colisiones con aprendizaje profundo y marcadores ArUco, respaldados por experimentos controlados para cuantificar tiempo de vuelo y evasión. En control de motores y automatización de procesos, se observan enfoques de PI adaptativo y FOPID optimizados con algoritmos bioinspirados (AF, ABC, GA, PSO, IWO) en plataformas ARM/STM32, evaluados mediante métricas como IAE, ITAE y pruebas de Wilcoxon, mostrando mejoras en precisión y eficiencia energética. Otros trabajos exploran asistentes inteligentes y mantenimiento predictivo con AR, destacando fiabilidad y monitoreo en la nube; clasificación de datos de seguridad ICS con ML; y dispositivos visuales para personas con discapacidad visual. En conjunto, la investigación avanza hacia la incorporación de IA, control difuso/neural y metaheurísticas en hardware asequible (ARM/STM32, Raspberry Pi, Arduino) para lograr controles robustos, eficientes en energía y perceptivos en robótica, manufactura, sistemas energéticos y aplicaciones de seguridad.

Experiencia relacionada con los ODS de las Naciones Unidas

En 2015, los estados miembros de las Naciones Unidas acordaron 17 Objetivos de Desarrollo Sostenible (ODS) para erradicar la pobreza, proteger el planeta y garantizar la prosperidad para todos. El trabajo de esta persona contribuye al logro de los siguientes ODS:

  1. ODS 7: Energía asequible y no contaminante
    ODS 7: Energía asequible y no contaminante
  2. ODS 8: Trabajo decente y crecimiento económico
    ODS 8: Trabajo decente y crecimiento económico
  3. ODS 12: Producción y consumo responsables
    ODS 12: Producción y consumo responsables
  4. ODS 14: Vida submarina
    ODS 14: Vida submarina

Colaboraciones y áreas de investigación principales de los últimos cinco años

Colaboración externa reciente a nivel de país/territorio. Para consultar los detalles, haga clic en los puntos o