Repositorio de la Universidad Tecnológica Nacional

El Repositorio Institucional Abierto (RIA) de la Universidad Tecnológica Nacional (UTN) fue creado por la Ordenanza N° 1480 del Consejo Superior. El RIA es un archivo digital cuyo objetivo principal es brindar acceso abierto a producciones científicas y académicas elaboradas por docentes, investigadores y tecnólogos de la Universidad.

El RIA define la creación de una memoria documental de todas las publicaciones y producciones académicas y científicas de la UTN, garantiza su preservación digital a largo plazo e incrementa la difusión y la visibilidad de las producciones almacenadas y de sus autores.

El RIA se basa en los estándares, políticas y protocolos comunes del Sistema Nacional de Repositorios Digitales (SNRD) del Ministerio de Ciencia Tecnología e Innovación Productiva (MINCTIP) de la República Argentina. Esto potencia la integración de las producciones de UTN en el sistema educativo y científico de nivel superior.

El RIA se integra al SNRD lo que garantiza su interoperabilidad con los repositorios miembros del sistema.

El RIA en la Universidad

El RIA es una solución única e integral para toda UTN. Lo cual implica, la disposición de su contenido y gestión al modelo organizacional de la Universidad. El RIA, por lo tanto, está disponible para todas las Facultades Regionales y Unidades Académicas de UTN. Su contenido se organiza en “comunidades” que corresponden a cada dependencia.

En cada dependencia, el Decano o Director designa un Equipo Local de gestión de la comunidad. El equipo está formado por personal de la Secretaría Académica, Secretaría de Ciencia y Tecnología, personal del área de TIC y de Biblioteca.

Las responsabilidades del Equipo Local son:

  • Gestionar la comunidad asignada.
  • Realizar el archivo mediado de las producciones científicas y académicas de la dependencia.
  • Ofrece servicios de consultas y apoyo técnico a los usuarios del RIA en la dependencia.

Publicación de contenidos

  • El RIA permite la publicación de contenidos que cumplan con sus políticas.
  • La modalidad de publicación es la de Archivo delegado en la cual la persona entrega la obra de su autoría al Equipo Local y firma una licencia por la cual autoriza a la UTN a archivar, preservar y difundir en acceso abierto su obra.
  • Otra modalidad es la pre-carga mediada, la cual es el Acto mediante el cual la persona hace una primera carga en una colección en el repositorio institucional. Luego de esto, el equipo de la Unidad Académica evalúa, edita y/o aprueba la publicación en el RIA.
  • Quienes deseen publicar sus obras en el RIA deberán contactarse con el Equipo Local de la dependencia a la que pertenece.
 

Communities in DSpace

Select a community to browse its collections.

Recent Submissions

No Thumbnail Available
Item
A test strategy for a current source designed for fast field-cycling nuclear magnetic resonance
(IEEE, 2025-12-01) Velez Ibarra, María Delfina; Vodanovic, Gonzalo; Laprovitta, Agustín Miguel; Peretti, Gabriela Marta; Romero, Eduardo Abel; Anoardo, Esteban
This article presents a novel structural test strategy for a single MOSFET (Metal-Oxide-Semiconductor Field-Effect Transistor) source designed for Fast Field-Cycling Nuclear Mag-netic Resonance (FFC-NMR) systems. The proposed methodolo-gy enables in-field fault detection during idle intervals or before experiment initiation, a critical step to ensure the reliability and validity of the experimental outcomes. The circuit under test is divided into two sections: low-power and high-power. Each one is evaluated using tailored analog testing techniques: OBT (Oscilla-tion-Based Test) and direct current testing are applied to the low-power section, while transient analysis with DTW (Dynamic Time Warping) is used for fault detection in the high-power section. This approach achieves high fault coverage—93.7% for the low-power section and 100% for the high-power section—without requiring complex signal processing. The effectiveness of the method is validated through simulation studies complemented by experimental fault injection on a scaled-down prototype. The results demonstrate that this test strategy significantly en-hances system reliability, offering a valuable contribution to the development of more robust and maintainable FFC-NMR in-strumentation for scientific and industrial applications.
No Thumbnail Available
Item
Rapid irradiation experiments for active learning in electronics for harsh environments
(IEEE, 2025-04-15) Romero, Eduardo Abel; Peretti, Gabriela Marta
A series of experimental activities designed to enhance active learning in electronics engineering is presented. The activities include experiments focusing on Commercial Off-The-Shelf (COTS) devices and microcontroller boards subjected to radiation in harsh environments, such as those found in outer space, nuclear facilities, particle accelerators, oil well logging wireline, and nuclear medicine applications. Conducted in shifts over a two-week period at the RA-1 reactor hall, these experiments utilized an Am-Be source to deliver a total dose approximately equivalent to the one encountered during a space-borne mission. Monitoring and measurements of the devices under irradiation were conducted in real-time, allowing for immediate data collection and analysis. Post-irradiation, quick analyses were performed, and findings were presented in a dedicated Workshop, fostering an interactive learning experience for students. Feedback from all actors was overwhelmingly positive since everyone become learners. There was also significant engagement from professors of other institutions afterward. This work demonstrates the versatility of the irradiation setup, the effectiveness of a mixed implementation of competency-based education, and lays the foundation for future experiments focused on both academic activities and professional research related to the radiation effects on electronics.
No Thumbnail Available
Item
Fault diagnosis strategy for the current source section of a field-cycling nuclear magnetic resonance instrument
(IOP Publishing Ltd., 2025-09-12) Velez Ibarra, María Delfina; Vodanovic, Gonzalo; Laprovitta, Agustín Miguel; Peretti, Gabriela Marta; Romero, Eduardo Abel; Anoardo, Esteban
This paper proposes a fault diagnosis strategy to address catastrophic failures in all power components of the current source of a field-cycling nuclear magnetic resonance (FC-NMR) instrument. The current source, implemented with a single power MOSFET operating in linear mode, is prone to thermal instability and degradation under high-current conditions, posing significant risks to system reliability. Due to the continuous conduction inherent in linear-mode operation, fault signatures in the MOSFET could be subtle and difficult to distinguish from normal operational variations, making diagnostic methods relying on switching transients ineffective in this context. To overcome these limitations, an active fault diagnosis framework is introduced to enhance fault detection and localization. This framework combines test signal injection with data-driven artificial intelligence classifiers. Three algorithms—ResNet, a convolutional neural network (CNN), and a nearest neighbor with dynamic time warping (NN-DTW), used as a benchmark—are evaluated using hybrid datasets derived from simulation program with integrated circuit emphasis (SPICE) simulations and experimental fault injections. The methodology employs time-domain signals measured at key circuit nodes, avoiding computationally intensive preprocessing steps. Simulation and experimental results demonstrate classification accuracies of 100% for ResNet and NN-DTW, and 95.2% for CNN, with prediction times under 20 ms for neural networks. The proposal successfully diagnoses both easy-to-detect faults, validated through simulation, and hard-to-detect faults, confirmed experimentally. The entire fault diagnosis process is completed in under 15 s, making it suitable for in-field monitoring of FC-NMR systems."
No Thumbnail Available
Item
Evaluación de daño en uniones adhesivas mediante descomposición wavelet de señales acústicas y clasificación con algoritmos de inteligencia artificial
(Asociación Argentina de Mecánica Computacional, 2025-11-11) Tais, Carlos Esteban; Fontana, Juan Manuel; Molisani, Leonardo; O'Brien, Ronald; Ballesteros Iglesias, Maria Yolanda; del Real, Juan Carlos
Los adhesivos estructurales son una alternativa a las uniones tradicionales, pero su integridad puede verse afectada por defectos en la aplicación o el curado. Para garantizar su fiabilidad, es esencial aplicar técnicas de evaluación no destructiva (END), donde los métodos acústico-ultrasónicos resultan especialmente útiles. Este trabajo propone un enfoque basado en la descomposición wavelet de señales acústicas para extraer características que permitan, mediante algoritmos de inteligencia artificial, la detección automática de daños en uniones adhesivas. La metodología busca mejorar la precisión en la identificación de fallas y aportar una herramienta eficiente para el monitoreo estructural.
No Thumbnail Available
Item
Una estrategia ágil de enseñanza-aprendizaje
(Universidad Autónoma de Fresnillo (UAF), 2025-06-07) Bollati, Verónica Andrea; Arias, Marcela; Sandobal Verón, Valeria Celeste; Cuenca Pletsch, Liliana Raquel; Machado Benítez, Matías Emmanuel
En el ámbito educativo actual, se busca mejorar el proceso de enseñanza-aprendizaje promoviendo el compromiso del alumnado y el desarrollo de competencias clave, como la inteligencia emocional. Se destaca un cambio hacia un modelo centrado en el estudiante, donde el docente actúa como guía. En este contexto, se plantea incorporar principios de la agilidad, para fomentar un aprendizaje más dinámico y colaborativo. El trabajo presenta el framework ADE (Agile Driven Education), que integra prácticas ágiles para reforzar la corresponsabilidad entre docentes y estudiantes, situando a las personas en el centro del proceso educativo.