Speaker
Description
La estimación precisa del coeficiente de difusividad térmica en materiales metálicos es fundamental para modelar adecuadamente procesos de transferencia de calor. En este estudio, se emplean redes neuronales informadas por la física (PINNs, por sus siglas en inglés) para resolver un problema inverso basado en la ecuación de difusión térmica de Fourier. Se analizan dos configuraciones experimentales con cobre: una varilla delgada (caso unidimensional) y una lámina rectangular (caso bidimensional). En ambos casos, se recopilaron datos de temperatura mediante sensores DS18B20 conectados a un sistema controlado por un ESP32. La red fue entrenada con estos datos experimentales para estimar simultáneamente la evolución espacio-temporal de la temperatura y el valor del coeficiente de difusión térmica α como una variable oculta. Los resultados obtenidos muestran valores promedios de α de 1.08 cm²/s para la varilla y 1.065 cm²/s para la lámina, con errores relativos de 6.1 % y 7.0 %, respectivamente, en comparación con el valor de referencia reportado en la literatura (1.15 cm²/s).
