Please use this identifier to cite or link to this item: http://www.ptolomeo.unam.mx:8080/xmlui/handle/RepoFi/17651
Full metadata record
DC FieldValueLanguage
dc.contributor.authorArce Benítez, Salvador-
dc.contributor.authorRocha Mancera, María Fernanda-
dc.date.accessioned2021-12-03T05:23:05Z-
dc.date.available2021-12-03T05:23:05Z-
dc.identifier.urihttp://www.ptolomeo.unam.mx:8080/xmlui/handle/RepoFi/17651-
dc.descriptionEsta tesis multidisciplinaria contiene seis capítulos. El 1er capítulo presenta la introducción. En el 2do se explica detalladamente el funcionamiento de las redes neuronales convolucionales. En el 3ro se discute el diseño e implementación de la red en cuestión para la estimación de los gastos másicos de un flujo bifásico conformado por aire y glicerina. En el 4to se presentan los resultados de la estimación ejecutada por la red neuronal. También se describe la propuesta de un método para predecir la cantidad de imágenes necesarias para mejorar el desempeño de la red neuronal. En el 5to se presenta la propuesta de una red de telemetría que es capaz de adquirir mediciones de presión mediante una computadora Raspberry Pi 3 y enviarlas a una plataforma web para su posterior tratamiento. Y, finalmente, en el 6to capítulo presenta algunas conclusiones.es_ES
dc.description.abstractEste trabajo describe el desarrollo de una red neuronal convolucional para la identificación de gastos másicos de un flujo bifásico conformado por una mezcla glicerina-aire. Las imágenes utilizadas para el entrenamiento de red son espectrogramas generados a partir de mediciones de presión adquiridas en una tubería especializada del Instituto de Ingeniería. También se describe una propuesta de un sistema de telemetría para ampliar el alcance de la red neuronal utilizando una computadora raspberry pi 3.es_ES
dc.language.isoeses_ES
dc.subjectRedes neuronales convolucionaleses_ES
dc.subjectFlujo bifásicoes_ES
dc.subjectMachine Learninges_ES
dc.subjectClasificación de imágeneses_ES
dc.subjectTelemetríaes_ES
dc.titleSistema de telemetría para identificación de patrones de flujo en tuberías por medio de redes neuronaleses_ES
dc.typeTesises_ES
dc.director.trabajoescritoTorres Ortiz, Flor Lizeth-
dc.carrera.ingenieriaIngeniería en computaciónes_ES
dc.carrera.ingenieriaIngeniería en telecomunicacioneses_ES
Appears in Collections:Tesis 2021

Files in This Item:
File Description SizeFormat 
Tesis.pdfTesis8.12 MBAdobe PDFView/Open
Portada.pdfPortada746.74 kBAdobe PDFView/Open
FEX-3.pdfFEX-3789.45 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.