Especialistas do ámbito universitario e representantes da industria buscan estes días na Facultade de Matemáticas solucións a tres problemas concretos da vida real e do eido industrial, no marco do 184 encontro do European Study Group with Industry (ESGI), coa participación do Centro de Investigación e Tecnoloxía Matemática de Galicia (CITMAga) do que forma parte a USC, e mais co apoio da Red Española Matemática-Industria (math-in). Trátase de analizar o impacto do aparcamento compartido no urbanismo das cidades, calcular o fluxo solar sobre un receptor en plantas termosolares de torre e de estudar a utilización de redes neuronais convolucionais no procesamento e análise de imaxes.
Aparcamento compartido
O primeiro dos temas a debater é o problema do estacionamento de vehículos, que foi proposto pola empresa The Basement. Neste encontro preténdese avaliar cuantitativamente o impacto que un sistema de aparcamento compartido tería na urbanización e habitabilidade das cidades: pode optimizar o uso de prazas, reducindo o tempo que os vehículos circulan en busca de estacionamento e diminuíndo a conxestión viaria. Con todo, é fundamental analizar o equilibrio entre os beneficios de reducir o tráfico e os posibles efectos contraproducentes, como o paradoxo de Downs-Thomson, onde a mellora na dispoñibilidade de estacionamento podería incentivar o uso do automóbil fronte ao transporte público, afectando negativamente os esforzos de sustentabilidade urbana. Desde o eido académico, os coordinadores da análise deste problema son María José Ginzo Villamayor e Alejandro Saavedra Nieves, os dous da USC.
Fluxo solar e redes neuronais
Os dous seguintes problemas a análise teñen que ver coa optimización das instalacións que transforman a enerxía solar en electricidade. A empresa Sunntics expuxo o feito de que o cálculo do fluxo solar sobre un receptor en plantas termosolares de torre foi tradicionalmente modelado utilizando a distribución gaussiana elíptica, debido á súa capacidade para representar o comportamento xeral da concentración solar. Con todo, esta aproximación pode non ser a máis precisa sempre, especialmente para os heliostatos máis próximos ao receptor, onde factores como a xeometría da reflexión e as posibles deformacións da superficie do heliostato xogan un papel significativo, polo que é necesario avaliar a viabilidade destes enfoques mantendo un equilibrio entre precisión e capacidade computacional. Neste caso o coordinador do estudo do problema desde a USC é Juan Manuel Viaño Rey.
Tamén desde Sunntics presentan unha consulta sobre o uso das redes neuronais convolucionais, que son consideradas ferramentas potentes para o procesamento e análise de imaxes, o que as fai adecuadas para abordar problemas como a predición da cobertura de nubes sobre un campo solar a partir de imaxes capturadas con antelación por unha cámara de nubes. As redes poden aprender a identificar patróns espaciais e temporais nas imaxes de nubes, o que permite predicir con certo grao de precisión a localización dunha nube sobre os heliostatos e a súa densidade, para optimizar o aproveitamento da enerxía solar. Con todo, a fiabilidade das redes para este tipo de tarefas dependerá de varios factores como a calidade e cantidade de datos dispoñibles. Neste caso o que a empresa quere é avaliar a cantidade de datos necesaria para facer predicións precisas das posicións dos heliostatos afectados e o grao de afectación en base á densidade da nube, algo que pode determinar o éxito da implementación deste sistema. A análise deste problema é coordinada por Alberto Pérez Muñuzuri, da USC.