Maestría en Ingeniería Mecánica
Permanent URI for this collection
Browse
Browsing Maestría en Ingeniería Mecánica by browse.metadata.advisor "González Estrada, Octavio Andrés"
Now showing 1 - 3 of 3
Results Per Page
Sort Options
Item Análisis del crecimiento de la plántula Coffea arabica mediante la implementación del aprendizaje automático en la agricultura de precisión(Universidad Industrial de Santander, 2024-08-28) Hernández Salazar, Cristian Andrés; González Estrada, Octavio Andrés; Argüello Plata, Juan David; Díaz Rodríguez, Miguel Ángel; Ríos Díaz, Yennifer YulianaLa creciente demanda global de alimentos requiere incrementar la productividad agrícola mediante tecnologías modernas. Este estudio explora la aplicación de inteligencia artificial (IA) en la agricultura de precisión para cultivos de Coffea arabica. En la finca Los Ángeles, ubicada en el Páramo, Santander, se sembraron 66 plántulas de Coffea arabica, variedad Castilla, en un área de 18 m² dividida en cuatro zonas: control, riego, fertilización y una combinación de ambos. Durante seis meses (180 días), el dispositivo FarmBot, equipado con sensores y cámaras, monitorizó las plántulas, registrando datos sobre riego, temperatura, precipitación y crecimiento de las plantas. El FarmBot demostró ser efectivo en el seguimiento de las plántulas, con la Zona A (control) mostrando el mayor crecimiento en altura (39 cm) y diámetro (52 cm) después de seis meses (180 días). Las Zonas B (riego), C (fertilización) y D (combinación) también presentaron variaciones significativas, evidenciando la importancia de un manejo adecuado del riego y los fertilizantes. Para el análisis de las plantas, se utilizaron técnicas de segmentación de imágenes basadas en modelos de color HSV y LAB, lgoritmos de clasificación Naïve Bayes y redes neuronales U2- net. La predicción del crecimiento se realizó mediante modelos LSTM, validados con una validación cruzada k-fold, mostrando una pérdida mínima en los últimos pliegues y una proyección precisa del crecimiento en diámetro y altura durante 30 días. La implementación de IA en la agricultura de precisión demostró ser efectiva para mejorar la eficiencia y sostenibilidad del cultivo de Coffea arabica. Los datos precisos obtenidos por el FarmBot, combinados con técnicas avanzadas de segmentación y modelos de predicción, permitieron optimizar el manejo del riego y la fertilización. La validación cruzada del modelo LSTM confirmó su fiabilidad para predecir tendencias de crecimiento, resaltando la importancia de ajustar las condiciones de cultivo para maximizar el rendimiento.Item Caracterización hidrodinámica de flujos multifase empleando técnicas de inteligencia artificial(Universidad Industrial de Santander, 2021) Ruiz Diaz, Carlos Mauricio; González Estrada, Octavio Andrés; González Silva, Germán; Hernández Cely, Marlon MauricioDada la importancia del control de procesos en la industria petroquímica, existe la necesidad de caracterizar los fluidos en el interior de las tuberías. En este trabajo se desarrolla una metodología para la identificación de patrones de flujo, cálculo de velocidades superficiales y cálculo de la fracción volumétrica de flujos bifásicos en tuberías verticales y horizontales con diámetros entre 0.01 y 0.1 [m], a partir de la implementación de técnicas de inteligencia artificial, para una combinación líquida de dos fases compuesta por aceite con viscosidad en el rango de 792 a 1823 [Kg/m³] y agua a temperatura ambiente. Los modelos predictivos generados en la estructuración de la metodología fueron entrenados con el 70% de los datos basados en parámetros de viscosidad, diámetro de la tubería, número de Reynolds, fracciones volumétricas y velocidades superficiales de los fluidos de trabajo almacenados en bases de datos para tubería horizontal y vertical. La información restante, equivalente al 30% del total, se utilizó para desarrollar la validación automática de los modelos. Los patrones de flujo identificados por el sistema inteligente para el flujo bifásico de aceite y agua son: agitado (CHURN), disperso (D), dispersión muy fina (VFD), flujo de transición (TF), intermitente (S), estratificado (ST) y anular (A), y en conjunto con los valores de velocidades superficiales y fracciones volumétricas generados por los modelos predictivos, alcanzaron un mayor nivel de aproximación con los valores experimentales al implementar estructuras de redes neuronales, dado que los modelos ANFIS presentaban valores superiores a los generados por las RNA, siendo estos 0.00016, 0.99798 y 0.1988 %, correspondientes al MSE, R² Y MAPE respectivamenteItem Estudio de los parámetros termodinámicos para el diseño y construcción de un sistema de almacenamiento de hidrógeno usando metales de transición(Universidad Industrial de Santander, 2023-08-14) Arenas Pérez, Juan Manuel; González Estrada, Octavio Andrés; Martínez Amariz, Alejandro David; Bellón Monsalve, Daniela; Hazbón Álvarez, OmarDebido a la necesidad de investigar materiales con la propiedad de almacenar hidrógeno, se fabricó un dispositivo con capacidad de hacer experimentos de absorción y desorción de hidrógeno mediante hidruros metálicos. El sistema posee un rango de operación de 25°C - 400°C de temperatura y 1 bar - 65 bar de presión, permite almacenar y visualizar los valores de la presión y temperatura en tiempo real durante todo el proceso de formación del hidruro. El presente trabajo muestra el proceso de diseño del dispositivo, la síntesis de los hidruros metálicos TiHx, Vx Hx y el estudio de sus parámetros termodinámicos en el proceso de absorción de hidrógeno en estado sólido. Se realizó el proceso de molienda en el molino planetario (Retch PM100) con el objetivo de sintetizar la aleación metálica Tix Vx Crx y realizar su posterior hidruración. La aleación no pudo ser obtenida. Sin embargo, el polvo metálico resultante fue caracterizado mediante el método de difracción de rayos X previa, y posteriormente, al proceso de hidruración. Se realizó un segundo análisis para polvo de titanio puro bajo diferentes tiempos de molienda con el propósito de determinar su influencia en la cinética de la reacción durante los procesos de activación e hidruración. Las muestras fueron caracterizadas por medio de la técnica de difracción de rayos X, y como proceso complementario, se realizó microscopía electrónica de barrido para identificar cambios en la morfología, tamaño de partículas o aglomerado del polvo. Se obtuvieron los hidruros metálicos TiH2, Ti2 H, V2 H y β-V2 H y se logró determinar las propiedades termodinámicas de la reacción en cada muestra, así como la influencia directa entre el tiempo de molienda en la cinética de la reacción y la cuantificación del hidrógeno absorbido.