Bienvenidos

El LEICI es un Instituto de doble dependencia Universidad Nacional de La Plata (UNLP) – Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) radicado en el Departamento de Electrotecnia de la Facultad de Ingeniería de la UNLP. El LEICI es además un centro asociado a la Comisión de Investigaciones Científicas de la Provincia de Buenos Aires. (CICpBA).

Actualmente está compuesto por más de 50 personas entre investigadores, becarios de postgrado y posdoctorales, profesionales de apoyo y personal administrativo.

Objetivos

El Instituto tiene por objetivos la investigación, desarrollo, innovación y transferencia científico / tecnológica en las áreas de Electrónica de Potencia, Instrumentación Electrónica, Control de Sistemas Dinámicos, Procesamiento de Señales y Comunicaciones.

Son también objetivos primordiales la enseñanza y la formación de recursos humanos altamente capacitados para conducir, participar y/o ejecutar proyectos de investigación y desarrollo en los temas enunciados, como así también para desempeñarse en instituciones académicas, organismos oficiales y empresas privadas.

Temas de investigación

Las líneas de trabajo del Instituto son extremadamente ubicuas y frecuentemente asociadas a otras disciplinas. Las líneas prioritarias actuales son:

control de sistemas de generación eléctrica basados en energías alternativas
accionamientos eléctricos
control de procesos químicos
monitoreo y control de procesos biotecnológicos y sistemas biológicos
instrumentación biomédica, industrial y científica
dispositivos de asistencia
tratamiento de señales de electro y magneto-encefalografía en neurociencias
procesamiento de señales de radar.

El Instituto contribuye en el proceso de formación de los estudiantes de grado y de posgrado de la Facultad de Ingeniería de la UNLP participando activamente en el dictado de cursos en diferentes carreras de grado y postgrado y sustentando las tareas de investigación, desarrollo e innovación asociadas.

La vinculación estrecha con universidades y centros de investigación del país y del exterior asegura el proceso de actualización científica y un desarrollo adaptado al estado del conocimiento en las áreas de trabajo del instituto.

SOS Ciencia que auxilia: el CONICET La Plata lanza un sitio web con toda su oferta de capacidades científicas y tecnológicas

Publicado el 25 septiembre, 202525 septiembre, 2025 por leici

Resume varios de los objetivos inherentes al CONICET desde su fundación: visibilizar a sus grupos de trabajo y las líneas de investigación que llevan adelante; trascender el universo científico-académico para acercarse a la comunidad y sus diferentes sectores; y brindar soluciones reales a problemas concretos de la vida de las personas, las sociedades, los ambientes, y más. Sistema Oferta Servicios (SOS) es el nombre del flamante sitio web que el CONICET La Plata acaba de lanzar para presentar la totalidad de las capacidades científicas y tecnológicas disponibles en sus 30 Unidades Ejecutoras (UE), es decir centros e institutos de investigación, y el resto de espacios en que se desempeña su personal, como laboratorios, facultades y otras instituciones científico-académicas de la región.

La iniciativa surgió en el marco de la Comisión Asesora de Vinculación y Transferencia del organismo, órgano que a su vez acompaña las actividades de la Oficina de Vinculación Tecnológica (OVT), cuyo propósito es contribuir al desarrollo económico y social a través de la promoción de lazos entre el universo científico y los actores del sector público, privado y de la sociedad civil, tanto nacionales como internacionales. “El sistema científico platense es muy grande: comprende casi 3 mil agentes distribuidos en múltiples espacios de investigación que cubren prácticamente todas las áreas del conocimiento, y eso genera un potencial considerable que se viene ordenando y sistematizando desde hace varios años, y que ahora se logra visualizar bajo este formato”, describe Gonzalo Veiga, director del CONICET La Plata.

La oferta –que se actualiza permanentemente– es alta y variada: hasta el momento hay cargados cerca de 500 servicios que van desde monitoreo de glucemia para decenas de pacientes en simultáneo; cortes láser sobre distintos materiales; ensayos de eficacia de productos como repelentes, levaduras, fertilizantes o fármacos; análisis de cepas de cannabis medicinal; diseños de encuestas y bases de datos; pruebas de pigmentos y pinturas; y múltiples posibilidades más. El sitio web, que también puede consultarse desde teléfonos celulares con una interfaz sencilla y amigable, enlista la oferta por lugar de trabajo y en un lenguaje accesible que permite utilizar el buscador no solamente con conceptos técnicos sino, precisamente, introduciendo palabras clave de uso común.

“El usuario se encontrará con las capacidades que están funcionando en el CONICET La Plata, es decir los servicios que se prestan de acuerdo a los términos de su búsqueda, el equipamiento disponible, e incluso las y los especialistas que trabajan en el tema, generando una interacción directa y dinámica para responder a esa demanda concreta”, explica Félix Requejo, director del Instituto de Investigaciones Fisicoquímicas Teóricas y Aplicadas (INIFTA, CONICET-UNLP) y uno de los impulsores de la herramienta como coordinador de la comisión organizadora. Así, por ejemplo una PyME dedicada a la producción de panificados interesada en buscar nuevas formulaciones con harinas saludables, cereales o semillas, podría encontrar asesoramiento en algún grupo de investigación experto en tecnología de alimentos que cuente con los conocimientos y dispositivos para llevar adelante los ensayos necesarios.

Otro punto interesante tiene que ver con el propio desarrollo del sitio web, ya que fue producto de una colaboración directa con la Facultad de Informática de la Universidad Nacional de La Plata (FI, UNLP). “Trabajamos en contacto con una cátedra cuya entrega final consiste precisamente en diseñar un programa, aplicación o página para alguna organización, así que se presentaron distintas propuestas y nosotros elegimos una que fue llevada a la práctica y finalmente se convirtió en SOS”, cuenta Walter Egli, director del Centro de Investigación y Desarrollo en Tecnología de Pinturas y Recubrimientos (CIDEPINT, CONICET-UNLP-CICPBA) y otro de los coordinadores de la comisión a cargo de la propuesta.

La carga de los servicios a la plataforma digital fue tarea de cada espacio de investigación y tuvo como resultado extra una interacción práctica sin antecedentes entre los propios grupos de trabajo, que no siempre conocen en detalle las competencias científicas de sus colegas. Y es que además de los servicios disponibles, se espera que el sistema y su dinámica promuevan el surgimiento de nuevas capacidades a partir de la asociación sinérgica de distintos equipos científicos que hoy trabajan de manera separada. “Incluso, las propias demandas externas van a ser disparadoras de procesos y desarrollos que hoy ni siquiera se vislumbran, con lo cual la expectativa es que se genere un diálogo más que interesante entre el universo científico y el resto de la sociedad”, enfatiza Veiga.

2025

M. Saavedra; N. Faedo; F. Inthamoussou; F. Mosquera; F. Garelli

Comparative evaluation of data-based estimators for wave-induced force in wave energy converters Artículo de revista

En: J. Ocean Eng. Mar. Energy, 2025, ISSN: 2198-6452.

Resumen | Enlaces | BibTeX

@article{Saavedra2025,

title = {Comparative evaluation of data-based estimators for wave-induced force in wave energy converters},

author = {M. Saavedra and N. Faedo and F. Inthamoussou and F. Mosquera and F. Garelli},

doi = {10.1007/s40722-025-00427-4},

issn = {2198-6452},

year  = {2025},

date = {2025-09-01},

urldate = {2025-09-01},

journal = {J. Ocean Eng. Mar. Energy},

publisher = {Springer Science and Business Media LLC},

abstract = {<jats:title>Abstract</jats:title>

          <jats:p>Wave energy conversion technology emerges as a promising approach to renewable energy generation, offering a consistent and predictable power source that complements intermittent renewable energy sources such as solar and wind power. Achieving optimal ocean wave energy absorption requires precise knowledge of the so-called wave excitation force, which is typically estimated through model-based techniques reliant on accurate system descriptions. However, uncertainties inherent to hydrodynamic modelling often limit the reliability of these approaches. To address this challenge, this paper presents a comprehensive evaluation of model-free data-based estimators, for wave excitation torque estimation in Wavestar like wave energy converters (WECs). The study examines various neural network architectures, including static models (feedforward networks) and those incorporating temporal dynamics (recurrent neural networks and long short-term memory networks). The analysis examines the impact of utilising multiple input combinations, ranging from motion variables to configurations enhanced with surrounding wave height measurements from the device’s vicinity. Input selection is guided by correlation analysis and spectral coherence evaluation to ensure physical relevance and practical feasibility. Estimators are trained and tested using experimental data obtained from a comprehensive wave tank campaign emulating diverse sea state conditions. The results demonstrate that architectures incorporating temporal considerations achieve superior performance, particularly under wide-banded sea states. A comparative analysis with a model-based estimator, implemented via a Kalman–Bucy Filter with a harmonic oscillator expansion, highlights the advantages of neural networks, especially under challenging conditions where model-based approaches face significant limitations. These findings underscore the capability of data-based strategies to reduce dependence on potentially complex and uncertain analytical models, offering a promising alternative for improving WEC control systems.</jats:p>},

keywords = {},

pubstate = {published},

tppubtype = {article}

}

Cerrar

Abstract
Wave energy conversion technology emerges as a promising approach to renewable energy generation, offering a consistent and predictable power source that complements intermittent renewable energy sources such as solar and wind power. Achieving optimal ocean wave energy absorption requires precise knowledge of the so-called wave excitation force, which is typically estimated through model-based techniques reliant on accurate system descriptions. However, uncertainties inherent to hydrodynamic modelling often limit the reliability of these approaches. To address this challenge, this paper presents a comprehensive evaluation of model-free data-based estimators, for wave excitation torque estimation in Wavestar like wave energy converters (WECs). The study examines various neural network architectures, including static models (feedforward networks) and those incorporating temporal dynamics (recurrent neural networks and long short-term memory networks). The analysis examines the impact of utilising multiple input combinations, ranging from motion variables to configurations enhanced with surrounding wave height measurements from the device’s vicinity. Input selection is guided by correlation analysis and spectral coherence evaluation to ensure physical relevance and practical feasibility. Estimators are trained and tested using experimental data obtained from a comprehensive wave tank campaign emulating diverse sea state conditions. The results demonstrate that architectures incorporating temporal considerations achieve superior performance, particularly under wide-banded sea states. A comparative analysis with a model-based estimator, implemented via a Kalman–Bucy Filter with a harmonic oscillator expansion, highlights the advantages of neural networks, especially under challenging conditions where model-based approaches face significant limitations. These findings underscore the capability of data-based strategies to reduce dependence on potentially complex and uncertain analytical models, offering a promising alternative for improving WEC control systems.

Cerrar

F. L. Da Rosa Jurao; E. Fushimi; F. Garelli

Switched Controllers in Fully Closed Loop Insulin Delivery Systems: Reducing the Trade-Off Between Prandial Control and Safety Artículo de revista

En: Artificial Organs, vol. n/a, no n/a, 2025.

Resumen | Enlaces | BibTeX

@article{https://doi.org/10.1111/aor.15064,

title = {Switched Controllers in Fully Closed Loop Insulin Delivery Systems: Reducing the Trade-Off Between Prandial Control and Safety},

author = { F. L. Da Rosa Jurao and E. Fushimi and F. Garelli},

url = {https://onlinelibrary.wiley.com/doi/abs/10.1111/aor.15064},

doi = {https://doi.org/10.1111/aor.15064},

year  = {2025},

date = {2025-08-02},

urldate = {2025-08-02},

journal = {Artificial Organs},

volume = {n/a},

number = {n/a},

abstract = {ABSTRACT Background One of the main challenges in control algorithm design for full closed-loop automated insulin delivery systems is the trade-off between the effective compensation of meal-related disturbances and ensuring user safety during the postprandial and fasting periods. Methods This paper proposes and evaluates the performance of a switched tuning strategy, a promising but relatively underexplored solution in this domain. This method employs two distinct tunings of a primary control algorithm: an aggressive tuning for meal compensation and a conservative tuning for fasting periods. The analysis considers implementing the switched strategy for three control algorithms: model predictive control and proportional-derivative control, both widely used for glucose regulation, and a linear quadratic Gaussian control, an optimal algorithm previously validated in clinical settings under a switched structure. Additionally, to obtain a more comprehensive understanding of the switched strategy implications, two nonswitched controllers are implemented for each control algorithm: an aggressive and a conservative tuning strategy. Results The switched strategy significantly improves the trade-off between meal compensation and safety, increasing the time within the target range of 70–180 [mg/dL] for all three algorithms. For proportional-derivative control, the time in range increases from 69.1% with the conservative tuning and 83.1% with the aggressive to 86.6% with the switched structure. For model predictive control, the improvement is from 73.4% and 74.1% to 85.8%. Last, linear quadratic Gaussian control increases from 65.0% and 70.4% to 85.6%. Conclusion The findings suggest that the switched strategy may be a feasible and straightforward approach for enhancing meal compensation without increasing the risk of postprandial hypoglycemia in people with diabetes.},

keywords = {},

pubstate = {published},

tppubtype = {article}

}

Cerrar

M. Saavedra; F. Inthamoussou; E. Fushimi; F. Garelli

Identification of Physical Activity Type in People with Diabetes: A Spectrogram-Based Approach Artículo de revista

En: Diabetes Technology and Obesity Medicine, vol. 1, no 1, pp. 361-373, 2025.

Resumen | Enlaces | BibTeX

@article{doi:10.1177/29941520251358842,

title = {Identification of Physical Activity Type in People with Diabetes: A Spectrogram-Based Approach},

author = { M. Saavedra and F. Inthamoussou and E. Fushimi and F. Garelli},

url = {https://www.liebertpub.com/doi/abs/10.1177/29941520251358842},

doi = {10.1177/29941520251358842},

year  = {2025},

date = {2025-07-21},

urldate = {2025-01-01},

journal = {Diabetes Technology and Obesity Medicine},

volume = {1},

number = {1},

pages = {361-373},

abstract = {Background: Individuals with type 1 diabetes (T1D) require close glucose monitoring to prevent both short- and long-term complications. Physical activity (PA) is a significant source of variability in metabolic dynamics, leading to glycemic fluctuations that depend on the type, intensity, and duration of the exercise. Accurately monitoring and classifying the type of PA is crucial for optimizing glycemic control and minimizing the risk of hypoglycemia. Method: This study utilizes the largest clinical trial of PA in people with T1D to date, the Type 1 Diabetes and Exercise Initiative (T1DEXI), which included both structured and unstructured PA sessions, to develop an online classification approach for identifying the type of PA (aerobic, interval, resistance). A computationally efficient convolutional neural network (CNN) was trained on time–frequency representations (spectrograms) of step count and heart rate signals, readily available from wearable devices, from the structured PA sessions of the T1DEXI dataset. The proposed methodology presents an ad hoc process for designing the spectrograms based on the CNN architecture to optimize the classifier’s performance. Results: The CNN-based classification approach was implemented using spectrograms of 5- and 30-min signals, resulting in two classifiers that achieve high classification accuracy when evaluated on the structured PA sessions. The 5-min classifier was then applied to unstructured PA sessions, where the predicted distribution of glucose changes for the activity types was consistent with clinical evidence. Conclusion: These results demonstrate the potential of the proposed approach for its integration into decision support systems or automated insulin delivery systems, enabling improved glucose management during exercise in T1D.},

keywords = {},

pubstate = {published},

tppubtype = {article}

}

Cerrar

M. Celesti; G. Papini; E. Pasta; Y. Peña-Sanchez; F. Mosquera; F. Ferri; N. Faedo

Experimental investigation of wave-to-force modelling uncertainty for wave energy converters Artículo de revista

En: Mechanical Systems and Signal Processing, 2025.

Bienvenidos

Objetivos

Temas de investigación

Anteriores

Novedades

Grupo Estrategias de Control y Electrónica de Potencia (GECEP)

Grupo de Control Aplicado (GCA)

Grupo Procesamiento Estadístico de Señales (PES)

Grupo de Instrumentación Biomédica, Industrial y Científica (GIBIC)

Últimas Publicaciones del LEICI

2025

2024