Eficiencia en sistemas de climatización mediante inteligencia artificial
Palabras clave:
inteligencia artificial, sistemas HVAC, eficiencia energética, climatización inteligente, consumo energético, sostenibilidad.Resumen
El alto consumo energético de los sistemas de climatización en edificaciones representa una problemática técnica y ambiental debido a la operación ineficiente de los sistemas HVAC convencionales. El objetivo de este estudio fue analizar la eficiencia de los sistemas de climatización mediante inteligencia artificial y su incidencia en la optimización energética. Se desarrolló una investigación cuantitativa con diseño no experimental, correlacional y longitudinal, utilizando información proveniente de informes estatales y organismos nacionales e internacionales especializados en energía. Se aplicaron estadística descriptiva, regresión multivariada, análisis de varianza y modelos de aprendizaje automático para evaluar el comportamiento energético. Los resultados evidenciaron una reducción del 21.6 % en el consumo energético en sistemas optimizados con inteligencia artificial, una disminución estadísticamente significativa frente a sistemas convencionales (p < 0.05), mejoras en la estabilidad operativa y mayor precisión en el mantenimiento predictivo. Además, la temperatura exterior y los niveles de ocupación mostraron incidencia directa sobre la demanda energética. Se determinó que la inteligencia artificial mejora la eficiencia operativa y fortalece la sostenibilidad energética en edificaciones inteligentes.
Descargas
Referencias
Aguilar, J., Garcés, A., Moreno, M., & García, R. (2021). A systematic literature review on the use of artificial intelligence in energy self-management in smart buildings. Renewable and Sustainable Energy Reviews, 151, 111530. https://doi.org/10.1016/j.rser.2021.111530
Alvarado, S., Benítez, M., & Cruz, L. (2023). Sustainable cooling technologies and artificial intelligence integration. Journal of Cleaner Production, 388, 135874. https://doi.org/10.1016/j.jclepro.2023.135874
Balbis, M., Rey, J. M., Amaris, C., Velasco, J., & Lombardo, J. (2021). Energy evaluation and energy savings analysis of air conditioning systems in educational buildings. Sustainability, 13(14), 7527. https://doi.org/10.3390/su13147527
Cárdenas, H., Rojas, D., & Medina, F. (2021). HVAC automation and energy efficiency in institutional buildings. Building and Environment, 207, 108432. https://doi.org/10.1016/j.buildenv.2021.108432
Castillo, R., Herrera, J., & Mendoza, F. (2023). Optimization of cooling loads using artificial neural networks in smart buildings. Energy and Buildings, 290, 113084. https://doi.org/10.1016/j.enbuild.2023.113084
Fernández, P., Castillo, D., & Romero, H. (2022). Data analytics for smart thermal management systems. Energy Reports, 8, 9221–9234. https://doi.org/10.1016/j.egyr.2022.06.198
García, M., Zalba, B., Casas, R., Cano, E., Guillén, S., López, B., & Martínez, I. (2023). Is IoT monitoring key to improve building energy efficiency? Case study of a smart campus in Spain. Energy and Buildings, 285, 112882. https://doi.org/10.1016/j.enbuild.2023.112882
Gómez, R., Paredes, J., & Villacrés, F. (2022). Energy optimization in Latin American smart buildings. Sustainability, 14(11), 6648. https://doi.org/10.3390/su14116648
Herrera, L., Vásquez, D., & Molina, F. (2021). Building sustainability and HVAC modernization through artificial intelligence. Sustainable Cities and Society, 74, 103210. https://doi.org/10.1016/j.scs.2021.103210
López, M., Rivas, A., & Delgado, S. (2023). Energy efficiency indicators in smart HVAC systems. Energies, 16(4), 1895. https://doi.org/10.3390/en16041895
Martínez, M., Eguía, P., Martínez, J., Febrero, L., & Granada, E. (2022). Optimisation of thermal comfort and indoor air quality estimations applied to in-use buildings combining NSGA-III and XGBoost. Sustainable Cities and Society, 80, 103723. https://doi.org/10.1016/j.scs.2022.103723
Mendoza, A., Castro, J., & Salazar, P. (2022). Artificial neural networks for thermal demand prediction in smart infrastructure. Applied Energy, 314, 118914. https://doi.org/10.1016/j.apenergy.2022.118914
Moreno, J., Fernández, L., & Torres, P. (2021). Artificial intelligence for predictive maintenance in HVAC systems. Applied Thermal Engineering, 198, 117456. https://doi.org/10.1016/j.applthermaleng.2021.117456
Navarro, P., Ruiz, M., & Delgado, A. (2021). Internet of Things applications for HVAC operational efficiency. Sensors, 21(18), 6124. https://doi.org/10.3390/s21186124
Onecha, B., Dotor, A., & Marmolejo, C. (2021). Beyond cultural and historic values: Sustainability as a new kind of value for historic buildings. Sustainability, 13(15), 8248. https://doi.org/10.3390/su13158248
Ortega, V., Ponce, J., & Méndez, R. (2023). Intelligent buildings and automated thermal optimization systems. Automation in Construction, 149, 104782. https://doi.org/10.1016/j.autcon.2023.104782
Pérez, J., López, C., & Gómez, A. (2023). Drivers of energy renovation in residential buildings. Buildings, 13(7), 1817. https://doi.org/10.3390/buildings13071817
Ramírez, C., Ortega, D., & Vargas, M. (2022). Smart energy management in commercial buildings through machine learning. Energy Reports, 8, 4512–4524. https://doi.org/10.1016/j.egyr.2022.03.112
Rodríguez, D., Capobianco, M., Terán, E., Piedra, J., Iribarne, L., & Ayala, R. (2023). Review of artificial intelligence techniques in green and smart buildings. Sustainable Computing: Informatics and Systems, 38, 100861. https://doi.org/10.1016/j.suscom.2023.100861
Salinas, D., Herrera, P., & Cabrera, M. (2021). Climate-responsive HVAC systems and smart optimization. Building Research & Information, 49(8), 875–889. https://doi.org/10.1080/09613218.2021.1904527
Solis, V., & Gruezo, D. (2022). La inteligencia artificial al servicio de la eficiencia energética en el Ecuador. Dominio de las Ciencias, 8(2), 600–621.
Torres, E., Molina, J., & Cabrera, D. (2022). Deep learning models for energy forecasting in intelligent infrastructures. Energies, 15(9), 3187. https://doi.org/10.3390/en15093187
Valencia, A., García, V., González, J., Medina, C., & Bao, R. (2023). Machine learning applications in energy efficiency: A bibliometric approach and research agenda. Designs, 7(3), 71. https://doi.org/10.3390/designs7030071
Villacís, M., Andrade, P., & Zambrano, L. (2023). Intelligent climate control systems in developing countries. Energy Strategy Reviews, 47, 101082. https://doi.org/10.1016/j.esr.2023.101082
Zabalza, I., Díaz, S., Scarpellini, S., & Aranda, A. (2022). The impact of building energy codes evolution on the energy performance of residential buildings. Journal of the Brazilian Society of Mechanical Sciences and Engineering, 44, 1–15. https://doi.org/10.1007/s40430-022-03452-4
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Roberth Andrés Chávez Reyes (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
