Algoritmo de supervisión experta basado en redes neuronales tipo som y transformada wavelet para la evaluación de deformaciones en tuberías piezoacuadas y sujetas a cargas deformantes

Simple item page
dc.contributor.advisorVillamizar Mejia, Rodolfo
dc.contributor.authorAcevedo Diaz, Pablo Emilio
dc.contributor.authorOjeda Girata, Daniel Ricardo
dc.date.accessioned2024-03-03T18:04:58Z
dc.date.available2010
dc.date.available2024-03-03T18:04:58Z
dc.date.created2010
dc.date.issued2010
dc.description.abstractEl interés por monitorizar continuamente el estado de las estructuras con el fin de detectar de forma temprana daños en las mismas, se ha incrementado paulatinamente tanto en el sector industrial como en el académico; esto se ve reflejado en el desarrollo de un elevado número de investigaciones, orientadas a la creación de nuevas herramientas diseñadas para mejorar las labores de monitorización, reducir costos y minimizar el riesgo de accidentes. En el presente artículo, se describe el desarrollo de un algoritmo experto con capacidad de clasificar, detectar y estimar la severidad de averías de tipo geométrico, fundamentado en el uso de la Transformada Wavelet Discreta (TWD) para el análisis transitorio y caracterización de señales y en la implementación de redes neuronales tipo SOM (Mapas de Auto-Organización) como elemento clasificador de casos. El entrenamiento del algoritmo se realizó a partir casos numéricos obtenidos mediante la simulación de un modelo simplificado de una tubería en apoyo simple bajo condiciones normales y de deformación. Por último, a partir de diversas pruebas realizadas se determinó la wavelet madre que permite al algoritmo de supervisión experta lograr un mejor desempeño. Dicha mejora se vio reflejada en el porcentaje de detección de daños tanto en funcionamiento normal como en presencia de atenuación y ruido.
dc.description.abstractenglishInterest on monitoring structural health in order to evaluate early future damages, has been increasing in industrial and academic communities. This increase is reflected on development of several investigations orientated to create structural health monitoring tools in order to reduce costs and accident risks. In this paper an expert algorithm able to detect, classify and estimate the severity of geometric damages based on the Discrete Wavelet Transform (DWT) used for signal temporal analysis and feature extraction and SOM neural networks (Self Organizing-Maps) used as classifiers is proposed. The algorithm training was achieved by using numerical cases of an ideal simple-supported pipe model by simulating its dynamic response in normal and deformation conditions. Finally, several tests were made to reach a better algorithm performance. As a result, the most suitable mother wavelet for this application was determined. Also, the feature extraction process was improved and a dimensional reduction method was proposed to achieve an even better performance. Final
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero Electrónico
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/23314
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programIngeniería Electrónica
dc.publisher.schoolEscuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subjectAnálisis de Componentes Principales (PCA)
dc.subjectDetección de Daños
dc.subjectSOM
dc.subjectReducción de Dimensionalidad
dc.subjectSistema Experto
dc.subjectTWD.
dc.subject.keywordPrincipal Component Analysis (PCA)
dc.subject.keywordDamage Detection
dc.subject.keywordSOM
dc.subject.keywordDimensionality Reduction
dc.subject.keywordExpert System
dc.subject.keywordDTW.
dc.titleAlgoritmo de supervisión experta basado en redes neuronales tipo som y transformada wavelet para la evaluación de deformaciones en tuberías piezoacuadas y sujetas a cargas deformantes
dc.title.englishExpert supervision algorithm based on som neural networks and wavelet transform for damages assesment on piezoactuated pipes subjected to deformant loads
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_7a1f
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
121.08 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
1.65 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
405.99 KB
Format:
Adobe Portable Document Format
Download
Collections
Ingeniería Electrónica