The project covers the following topics: vibrations, multiphase flow, and pipes. All of them are strongly related to Mechanical Engineering and its applications.

La fabricación digital es un concepto que está revolucionando el modo en que se producen piezas y objetos. Hace referencia a procesos de manufactura en los que se usan máquinas controladas por una computadora para fabricar un objeto, previamente diseñado en algún software. La fabricación digital incluye tecnologías como impresión y escaneo 3D, corte láser y mecanizado CNC (control numérico computarizado); que junto al diseño CAD (diseño asistido por computadora) y programación permiten procesar archivos digitales para construir objetos tangibles. También se relaciona con el modelo educativo STEAM (ciencia, tecnología, ingeniería, arte y matemática) y con tecnologías que definen la próxima revolución industrial, la industria 4.0.
La fabricación digital puede ser considerada un medio para desarrollar competencias como la creatividad, la colaboración y el trabajo en equipo, la proactividad y el emprendimiento. Numerosas experiencias internacionales y nacionales en fabricación digital han demostrado ser eficaces en fomentar competencias transversales en estudiantes, a diferencia del simple uso de dispositivos electrónicos (por ejemplo, smartphones). La eficacia de la fabricación digital radica en que, si bien también implica el uso de dispositivos electrónicos, pone el foco en conceptualizar, desarrollar y construir un producto físico. En consecuencia, esta nueva filosofía basada en el “aprender haciendo” aumenta la motivación, otorga autonomía y brinda competencias laborales fundamentales para el siglo XXI.
La pandemia Covid-19 ha traído pérdidas irreparables, pero también grandes aprendizajes y desafíos tecnológicos. Se ha acelerado la transformación digital y se ha manifestado un gran potencial de desarrollo tecnológico local. Por otra parte, también se han visualizado brechas digitales y de género en la educación chilena. Desde el punto de vista del impacto en aprendizaje en contexto de pandemia, se ha determinado que la Región de O’Higgins podría ser una de las más perjudicadas por el cierre prolongado de los establecimientos educacionales (MINEDUC, 2020). Sumado a ello, es particularmente preocupante la diferencia, en detrimento de las niñas y las adolescentes, que ocurre con el desempeño en áreas STEAM, por lo crucial que estas resultan en las futuras oportunidades, nivel de ingresos y calidad de vida a la que podrán acceder (UNESCO, 2019).
La Estrategia Regional de Innovación identifica la baja formación e incorporación de nuevas tecnologías 4.0 como una brecha que limita la puesta en marcha de proyectos innovadores y la asociatividad entre los actores regionales. Indicadores comunes para medir la efectividad de la innovación empresarial y emprendimiento tecnológico son instrumentos de propiedad industrial, como patentes, y surgimiento de empresas de base tecnológica. Las estadísticas de la Región de O’Higgins no son buenas. Según los últimos datos de INAPI, apenas el 1,33% de las patentes solicitadas en Chile provienen de la Región de O’Higgins. Por otro lado, no existen registros de emprendimientos regionales de base tecnológica.
La incorporación de las tecnologías de fabricación digital en la formación de jóvenes makers puede fortalecer la educación STEAM, reducir la brecha digital y de género y potenciar los procesos de innovación empresarial y emprendimiento tecnológico en la Región de O’Higgins.

Los laboratorios de fabricación digital son espacios que cuentan con maquinaria y personal capacitado para facilitar el diseño y desarrollo de prototipos y para promover la innovación en productos, procesos y servicios. Se conciben como laboratorios que facilitan herramientas de fabricación avanzada y capacidades a la comunidad en general, pudiendo ser más enfocados a emprendedores, empresas e institutos de investigación. Una característica común es que sirven como plataforma para estimular el aprendizaje y la invención en la comunidad. Las máquinas y capacidades técnicas instaladas en estos laboratorios brindan la oportunidad de encontrar soluciones innovadoras a problemas comunes y ser incubadores de microemprendimientos que resuelvan problemas de forma innovadora y sustentable.

El primer laboratorio de fabricación digital, junto con el concepto FabLab, aparece en el MIT (Massachussets Institute of Technology, Estados Unidos) en el año 2000. Actualmente, existe una red mundial de alrededor de 3000 FabLabs distribuidos en 5 continentes. En Chile se pueden encontrar 17 de estos laboratorios, la mayoría de ellos concentrados en la Región Metropolitana; 2 en la Región del Maule y ninguno en la Región de O’Higgins. La ausencia de un laboratorio regional está en concordancia con estadísticas del año 2016 que reportan apenas 118 m2 de espacios dedicados a innovación en la Región de O’Higgins frente a 27 936 m2 en la Región Metropolitana. En ese contexto, la Región de O’Higgins es la segunda región con menor superficie dedicada a innovación.

La instalación de un laboratorio de fabricación digital en la Región de O’Higgins se identifica como una gran oportunidad para promover la innovación, brindando acceso a equipos y a capacitaciones sobre herramientas de fabricación avanzada a industrias y emprendedores regionales.

Problems that cannot be solved by classical computers in reasonable time due to their high computational cost arise in many research areas. In general, the evaluation of conjunctive queries over relational databases belongs to those problems. Conjunctive queries form the core of the Structured Query Language (SQL) which became a de facto standard for querying and maintaining relational databases. This work is about developing new approximation techniques for conjunctive queries which cannot be evaluated in reasonable time. Our new approximation techniques should lead to significant improvements for data aided decision making, e.g., for early warning system which are based on the analysis of big data or to make business-critical decisions by analyzing big data. In the last decades, a very good understanding of the classes of conjunctive queries which can be evaluated in reasonable time has been gained and it has been proven that an under-approximation of a query always exists within each of those classes. However this approach is rather strict and some of the under-approximations can be rather uninformative, i.e., the under-approximation might return the empty result set while the original query would not. over-approximations might be helpful when this happens, as they return all answers to a query. One of our goals is to study the foundational aspects of over-approximations, including the existence problem and the problem of computing an approximation. Unfortunately, over-approximations do not always exist (within a class of queries which can be evaluated in reasonable time), and it is not even known to be decidable whether a conjunctive query admits an over-approximation. Therefore, another goal of the proposed work is the development of more liberal approximation techniques that yield some kind of quantitative guarantees. This means that they should guarantee that the result of the approximation is not too “far” from the result of the original query over a set of databases of interest. Therefore we need to define a measure of disagreement between queries and/or results. For conjunctive query evaluation, such measures do not exist up until now. Based on that measure, we study approximations whose disagreement with the result of the query they approximate is below a certain threshold. Furthermore, we investigate how the underlying data of a database can help us to find better approximations.
It has been shown that there are close relations between the approximation of conjunctive queries over relational databases and some classes of Semantic Web queries over semi-structured data. We also study possible connections between our approximation techniques and approximating Semantic Web queries.