Nos puede comentar sobre su trayectoria profesional y académica
Tengo formación en ingeniería mecánica, estudios que fueron reforzados con una maestría en ciencias de ingeniería mecánica. Además, cursé un doctorado de Doble Titulación en ingeniería civil estructural, así fue como también estuve trabajando en un post doc en ingeniería mecánica.
Poseo experiencia profesional en dos campos, el primero de ellos está relacionado a la dinámica de equipos rotativos, principalmente de generadores de electricidad, así como de comprensores centrífugos, donde he ido desarrollando una trayectoria en dicho ámbito. Por otro lado, el segundo campo o área, se relaciona con la analítica de datos, principalmente aplicados bajo el modelo de cuantificación de incertidumbre, que es lo que estoy realizando y desarrollando a nivel de investigación, con aplicaciones directamente en la industria (extensión académica).
¿Cuáles las aplicaciones principales de las líneas de investigación que actualmente desarrolla?
Lo que hago principalmente es tratar de adaptar y desarrollar algoritmos para permitir la cuantificación de incertidumbre de problemas específicos de ingeniería civil estructural, específicamente en problemas relacionados a la recolección de energía por medio de vibración y el control de vibraciones en estructuras, ya sea en edificios o en equipos de monitoreo. Así, fue como en la Universidad de Chile se creamos un grupo denominado "Grupo de Cuantificación de Incertidumbre" www.uq-uchile.com, equipo que formé en conjunto a tesistas y memoristas que tenía en ese entonces (año 2016, cuando ingresé a trabajar al DIC), este grupo se ha mantenido en el tiempo hasta ahora. Este grupo pretende aunar fuerzas en una dirección, que es tener un consolidado de técnicas de cuantificación de incertidumbre para se aplicadas en diferentes problemas que convergen en las distintas disciplinas que hoy se estudian en la FCFM. El equipo de trabajo permite la colaboración y facilita la transferencia de conocimientos, no solo dentro del mismo grupo, sino dentro de la comunidad universitaria. Adicionalmente, ayudamos a diseminar la información de nuestros desarrollos, de tal manera de captar la atención de entidades externas a la universidad y lograr tener sinergias, que es un factor que nos interesa mucho.
Hemos desarrollado un par de proyectos, por ejemplo, tuvimos la posibilidad que se nos acercara SQM para llevar a cabo un proyecto en conjunto, lo cual se puede entender como una especie de transferencia tecnológica, y en donde se han utilizado algoritmos que estamos desarrollando para la incorporación de incertidumbres en la extracción de Litio, lo cual refleja la necesidad que tiene la industria frente a los desarrollos de tecnología e investigación trabajados en el grupo.
También, puedo destacar que, a través de una memoria desarrollada por uno de los integrantes del grupo, hemos podido comenzar a trabajar con la empresa Itasca Chile, proyecto que pretende utilizar técnicas de incertidumbre en la estabilización de taludes.
Por último, ahora estamos en conversaciones con la empresa Fracttal, quienes buscan desarrollar modelos predictivos para fallas en equipos, donde estamos prestando apoyo específicamente en integrar la incertidumbre en la predicción del compartimento vibratorio de máquinas rotativas. Este proyecto lo estamos llevando a cabo con la ex alumna de ingeniería civil, Ana Catalina Villalobos, quien hoy en día se desempeña en la analítica de datos en la mencionada empresa.
¿En qué consiste la cuantificación de incertidumbre?
Emplea principalmente 3 aspectos:
- Propagar: Trata de identificar cual es el posible rango de desempeño que tiene una simulación o un fenómeno en específico, cuando las entradas de un modelo o parámetros que controlan ese fenómeno tienen variabilidad. Acá, lo primero que se realiza es la caracterización de esos parametros que son inciertos y posteriormente se propaga esa incerteza al desempeño predicho por una simulación. Esa variabilidad puede ser entendida por ejemplo en una estructura u obra civil, donde hasta cierto puento podemos caracterizar la aleatoriedad de un sismo para posteriortmente evaluar el desempeño de la estructura ante esa excitación.
- Análisis de sensibilidad: Esta etapa consiste en jerarquizar en rangos de importancia la incertidumbre que hay en un problema. Una vez que se identifican cuales son las incertidumbres que tenemos en un sistema, estas se propagan para identificar cuales son las incertidumbres (de los parametros del modelo) que afectan en mayor medida al desempeño de un sistema.
- Identificación de parámetros: Aplica cuando se poseen datos experimentales o datos reales de un monitoreo de sistema (para dejarlo genéricamente). Así, si tenemos un modelo numérico que representa ese fenómeno físico, lo que se puede hacer es calibrar el modelo con las mediciones que tenemos. Esa calibración se hace a través de métodos de cuantificación de incertidumbre y se identifica en términos probabilísticos. Este proceso también puede ser interpretado como una identificación de parámetros, donde a partir de un modelo matemático y mediciones experimentales se puede inferir los parámetros del modelo que son más probables.
En base a su experiencia, desarrollos realizados y el panorama actual de análisis de datos y la integración de nuevas tecnologías ¿Se debieran incorporar estos temas en una mayor medida en la formación de ingenieros/as civiles?
Creo que sí, sin embargo, también considero que hay un tema de "moda" con respecto a la integración de tecnologías, datos e inteligencia artificial. Siempre los desarrollos académicos permean al resto de la sociedad de una manera un poco más lenta. Es natural que los desarrollos tecnológicos realizados en las universidades y/o institutos tecnológicos tomen tiempo en desarrollarse y aún más tiempo anclarse como tegnologías estándar en el aparato productivo industrial o empresarial. Esto, de alguna u otra forma va permeando hacia el camino profesional que eligen los y las estudiantes, es así como hoy conocemos los conceptos de la Industria 4.0, el Internet de las Cosas (IoT) e Inteligencia Artificial. Al ser temas que se encuentran de "moda", hay un interés por parte del estudiantado, por ejemplo, personalmente la primera vez que escuché de una red neuronal fue hace 20 años, hoy ya es una necesidad colectiva de integrarlo en la sociedad, empresas y en general en el día a día.
En la ingeniería civil tradicional estas tecnologías han entrado lentamente, sin embargo, se siente la disposición del medio profesional para incrementar la rapidez de penetración de estas nuevas tecnologías y paradigmas de resolver problemas. A su vez, los estudiantes se sienten más abiertos e interesados en el desarrollo de estas herramientas, y ven con interés la aplicación de estas nuevas estratégias a los procesos tradicionales de diseño. He visto un cambio de disposición de los estudiantes, e inclusive al revés, ellos son quienes preguntan por estos temas para el desarrollo de temas de memoria, tesis y proyectos. Se ha empezado a entender la importancia y necesidad de conocer sobre el análisis de datos y otras disciplinas afines. De esta manera, se está comenzando a ver el quehacer de la ingeniería civil desde otros puntos y a "abrazar" otras disciplinas. Hay algo muy notorio, en que académicos y estudiantes están dispuestos a aprender nuevas disciplinas, y, por otra parte, de la industria y el interés de incluir nuevas tecnologías.
Actualmente, si tu quieres tener un proyecto interesante, debes incorporar instrumentación, manejo de data y analítica de datos, de manera que se evidencia la interacción entre diversas disciplinas más allá de la ingeniería civil. Hay que aprender a interactuar, y para eso debe existir una sinergia entre diversas disciplinas, es ello lo que hoy está marcando una tendencia.
En esa línea, algún proyecto que quiera destacar.
En estos momentos estoy impulsando con un grupo de estudiantes de la FCFM un proyecto en el diseño de un auto de carreras, para así competir en una instancia universitaria internacional desarrollada en Estados Unidos. Este proyecto se conoce como Formula SAE, donde yo participé durante tres años consecutivos en Venezuela, ya que siempre he tenido interés por las motos y vehículos de carrera. Así fue como al estar estudiando en la universidad, un profesor nos dijo que existía esa competencia y que existía la posibilidad de participar diseñando y construyendo un auto de carrera. Esta instancia, apoyaba directamente a la formación integral como estudiante y profesional, y de esta forma conocí de primera mano lo que hoy se denomina el paradigma de "aprender haciendo".
Así, el año 2019 en una conversación con estudiantes del curso de isostática con alumnos de mecánica e ingeniería civil, que plantearon su interés en temas de autos de carrera, les conté sobre mi experiencia y se motivaron a participar con un grupo propio de la Facultad. Finalmente, el grupo se consolidó (Uracing Team) y hoy hay estudiantes de casi todas las carreras de la FCFM, que conforman sub-equipos que van desde la parte más técnica a lo más ejecutivo. Creo que uno no dimensiona lo que puede significar el hecho de participar de estas instancias "extracurriculares", el impacto que tiene sobre la formación profesional es descomunal. En este proyecto, mi rol es ser consejero, puesto que la coordinación y todos los ámbitos los resuelve directamente el equipo de estudiantes. Este tipo de proyectos rompe los paradigmas existentes, apoya la formación interdisciplinaria y fortaleza las habilidades blandas de las que tanto se habla hoy en día.
En ese contexto ¿Cuáles son los desafíos que hoy existen para diversificar estas oportunidades para la comunidad estudiantil?
A la universidad como institución (en general) del siglo XXI, creo que le falta incorporar una línea de aprendizaje por proyecto, el "aprender haciendo", reforzando aquellos contenidos teóricos que ya se tienen de base. Hay que reforzar que los y las estudiantes tomen decisiones y que sean responsables de ejecutar algún proyecto de mediana importancia y que no se queden en experiencias de laboratorio.
Las universidades deben involucrarse en temas tecnológicos, falta "romper paredes". La industria también debe romper sus propios paradigmas y arriesgarse más. Debemos conversar más con otras carreras y apuntar al trabajo desde la inter y multidisciplina.
