Optimización del uso del aire exterior en climatización industrial mediante máquinas de vectores de soporte (SVM)

Abstract

La gestión eficiente de los sistemas de climatización industrial representa un desafío crítico en la industria alimentaria, donde el control ambiental influye directamente en la calidad del producto y en el consumo energético. Este trabajo presenta un enfoque basado en Máquinas de Vectores de Soporte (SVM) para la predicción de condiciones propicias para la incorporación de aire exterior, orientado a reducir el uso de climatización activa sin comprometer los parámetros ambientales requeridos. Se utilizaron más de 71.000 registros de datos ambientales obtenidos in situ para construir y validar un modelo SVM que clasifica, con una precisión del 99,1 %, los momentos adecuados para prescindir del sistema HVAC. La propuesta se contrasta empíricamente con el comportamiento de un sistema industrial real gobernado por control PID, evidenciando que el modelo SVM presenta mejor capacidad anticipativa frente a variaciones externas, con una proyección de ahorro energético del 10 % al 18 %. Los resultados alcanzados permiten posicionar al modelo SVM como una alternativa viable, robusta y escalable para aplicaciones industriales reales. Finalmente, se proponen líneas de acción para la implementación híbrida y la extensión del modelo hacia esquemas de aprendizaje continuo.