000166772 001__ 166772 000166772 005__ 20260121131139.0 000166772 037__ $$aTAZ-TFG-2025-2594 000166772 041__ $$aspa 000166772 1001_ $$aMebrour Ezzahraoui, Yasin 000166772 24200 $$aDesign and Optimization of a Drying Chamber as a Cold Battery Using a Digital Twin 000166772 24500 $$aDiseño y Optimización de una Cámara de Secado mediante un Gemelo Digital 000166772 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2025 000166772 500__ $$aResumen disponible también en inglés en la memoria. 000166772 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/ 000166772 520__ $$aLa electricidad es uno de los recursos más importantes en la sociedad actual. Su uso eficiente no solo reduce costes, sino que también ayuda a limitar el impacto ambiental. En un momento en el que los precios de la energía varían a lo largo del día y la demanda sigue creciendo, contar con sistemas que permitan balancear y reducir el consumo se vuelve cada vez más necesario.<br />En los entornos industriales, las cámaras de frío y de secado juegan un papel clave en la producción y mantenimiento de muchos productos. Se trata de equipos que consumen una cantidad considerable de energía, por lo que mejorar su gestión puede suponer un ahorro importante. Actualmente, este control suele hacerse de forma manual, basándose en la experiencia del operario o en horarios fijos, sin tener en cuenta el estado real del sistema ni los cambios en el precio de la electricidad. Aunque existen herramientas que permiten ver el estado de la cámara, pocas ayudan a planificar el funcionamiento de forma automática y adaptada a cada situación.<br />Este trabajo presenta un sistema digital conectado a la cámara de secado, que permite planificar su funcionamiento teniendo en cuenta el precio de la luz, el estado de la cámara, las tarifas contratadas y el consumo general de la planta. Para lograrlo, se ha usado un modelo que aprende a partir de datos reales y es capaz de anticipar cómo se comportará la cámara en las próximas horas.<br />Además de planificar el uso de energía, el sistema permite monitorizar su estado, detectar fallos y guardar un historial completo del funcionamiento. El modelo utilizado combina distintos tipos de predicción y consigue un error medio entre el 5 y el 10% para un día completo.<br />Las pruebas realizadas muestran que el sistema puede reducir el gasto energético de la cámara hasta en un 35%, tanto en simulaciones como en pruebas reales.<br /><br /> 000166772 521__ $$aGraduado en Ingeniería Informática 000166772 540__ $$aDerechos regulados por licencia Creative Commons 000166772 691__ $$a7 9 12 000166772 692__ $$aEl trabajo contribuye a varios Objetivos de Desarrollo Sostenible. En el ODS 7, promueve el uso eficiente y económico de la energía mediante la planificación inteligente del consumo. En el ODS 9, introduce una solución digital innovadora que aplica modelos predictivos en un entorno industrial real. Respecto al ODS 12, fomenta una producción más sostenible al reducir consumos innecesarios y optimizar los recursos disponibles. Finalmente, en el ODS 13, ayuda a mitigar el impacto ambiental al disminuir las emisiones indirectas derivadas del uso energético descontrolado. 000166772 700__ $$aSangüesa Escorihuela, Julio A.$$edir. 000166772 7102_ $$aUniversidad de Zaragoza$$bInformática e Ingeniería de Sistemas$$cLenguajes y Sistemas Informáticos 000166772 8560_ $$f840858@unizar.es 000166772 8564_ $$s4158918$$uhttps://zaguan.unizar.es/record/166772/files/TAZ-TFG-2025-2594.pdf$$yMemoria (spa) 000166772 909CO $$ooai:zaguan.unizar.es:166772$$pdriver$$ptrabajos-fin-grado 000166772 950__ $$a 000166772 951__ $$adeposita:2026-01-21 000166772 980__ $$aTAZ$$bTFG$$cPOLTER 000166772 999__ $$a20250612171710.CREATION_DATE