<
Universidad del Zulia
Correo LUZMapa del sitio
25 de abril de 2017
 
Institutos
Cálculo Aplicado
Investigaciones Petroleras
Superficies y Catálisis
Centros
Cedegas
Estudios de Corrosión
Matemáticas Aplicadas
Investigación del Agua
Más Ingeniería
Autodesarrollo
Cenopi
Ciclo básico
Empresa Rental
Vector Ingeniería
Contacto
Eventos

images/stories/botones/boton 6.jpg
images/stories/botones/boton 7.jpg

images/stories/boton eventos.jpg

Agrandar texto   Reducir texto   Reestablecer texto    
Líneas de Investigación PDF Imprimir Correo

 


1. Metamodelos para análisis y optimización de procesos

El uso de metamodelos es cada vez más frecuente en el análisis y optimización de modelos de simulación computacionalmente costosos, en industrias como la aeroespacial,   automotriz, y petrolera. Metamodelos hacen referencia a la idea de construir un modelo alternativo (sustituto) de rápida ejecución a partir de datos obtenidos de simulaciones numéricas. La siguiente figura ilustra el proceso de construcción de metamodelos.

Responsable:  Néstor Queipo.

 

 

2. Control óptimo de flujo en yacimientos petrolíferos

En ­los yacimientos de petróleo y gas, el factor de recobro está fuertemente atado a la habilidad de la empresa operadora de establecer apropiadamente las ­­­tasas de inyección (agua, gas, químicos) y producción (petróleo, gas) en los pozos. Los cambios de las citadas tasas a lo largo del tiempo con frecuencia están basados en el conocimiento empírico de operadores de campo y en procedimientos de ensayo y error no sistemáticos, lo que conduce a  factores de recobro insatisfactorios. Esta línea de investigación estudia estrategias óptimas considerando como variables de control las tasas de inyección y producción de los pozos (ilustradas en la siguiente figura) a lo largo del tiempo, y como restricciones  la dinámica del proceso de producción (flujo en medios porosos).

Responsable:  Néstor Queipo.

 

3. Replicación de datos para escalabilidad

El tamaño y número de sistemas distribuidos tales como sistemas de comercio electrónico, nubes de computación, redes sociales, sistemas peer-to-peer, redes de sensores y aplicaciones web dinámicas, entre otros, crece aceleradamente, lo cual plantea retos relacionados con la escalabilidad de los mismos, es decir, con su capacidad para crecer manteniendo niveles aceptables de calidad de servicio.

Una de las técnicas fundamentales para dar escalabilidad a un sistema distribuido es la replicación. La replicación consiste básicamente en duplicar datos o procesos, de manera tal que la carga total del sistema se distribuya eficientemente entre las réplicas.  A diferencia de la replicación para tolerancia a fallas, la replicación para escalabilidad requiere estrategias diferenciadas para cada ítem a replicar, inclusive a diferentes niveles de granularidad. Estas estrategias incluyen decidir cuántas replicas deben crearse y  dónde, cómo dirigir cada solicitud a la réplica más apropiada para dicha solicitud, cómo mantener consistentes las réplicas, cómo manejar fallas de máquinas existentes y  la entrada de nuevas máquinas al sistema, cómo ajustar el sistema ante cambios inesperados en la carga de trabajo y en las condiciones de la red, y cómo defenderse de ataques internos o externos contra la integridad del sistema.

Responsable:  Guido Urdaneta.




^ Subir