Ciencias Exactas y Ciencias de la Salud
Permanent URI for this collectionhttps://hdl.handle.net/11285/551039
Pertenecen a esta colección Tesis y Trabajos de grado de las Maestrías correspondientes a las Escuelas de Ingeniería y Ciencias así como a Medicina y Ciencias de la Salud.
Browse
Search Results
- Diagnóstico de fallas en redes eléctricas industriales mediante redes bayesianas híbridas(Instituto Tecnológico y de Estudios Superiores de Monterrey, 2010-05-01) Robles Guillén, Deneb; Robles Guillen, Deneb; 297801; Garza Castañón, Luis Eduardo; Castañón Ávila, Gerardo Antonio; Morales Menéndez, Rubén; Sánchez Chávez, Irma Yolanda; Programa de Graduados; División de Mecatrónica y Tecnologías de Información; Campus MonterreyEn la actualidad las redes eléctricas se han convertido en una parte vital para el crecimiento económico, debido a su uso y alcance; aunado a esto, la importancia de un desarrollo sustentable a nivel mundial y la energía que puede ser perdida por diversas fallas en el sistema, que se ven transformadas en gastos para las empresas, ciudades y población en general, nos demuestran la necesidad de crear un sistema de soporte para la toma de decisiones en situaciones de falla. Por lo anterior, el objetivo principal de la Tesis realizada para la Maestría en Automatización es la generación de una nueva estructura, basada en modelos gráficos probabilísticos híbridos, es decir, modelos que puedan trabajar simultáneamente con datos discretos y análogos, para realizar detección y diagnóstico de fallas simples y múltiples, en ambientes con ruido y pérdida de información en redes de distribución eléctrica industrial. Para lograr el objetivo de la propuesta aquí mencionada, se realizaron simulaciones de fallas en redes eléctricas mediante el software MicroTran; extracción de rasgos característicos de los estados de operación normal y en modo de fallas; síntesis de los modelos probabilísticos híbridos a partir de los datos obtenidos en las simulaciones con ayuda del software Hugin Expert 7.0 y experimentación en diferentes escenarios con fallas simples y múltiples, del tipo simétricas y asimétricas. El resultado obtenido fueron diversos modelos de dos etapas para diagnóstico de fallas, en donde la primera etapa consiste en la extracción de rasgos característicos de la información de la red eléctrica y la segunda propiamente en el modelo probabilístico que detecta e identifica la falla del sistema; de éstos, 3 modelos destacan por un desempeño superior a los demás. Mientras que la segunda etapa para estos 3 modelos fue realizada mediante Redes Bayesianas Híbridas; la primera etapa difiere en la utilización de técnicas como generación de índices de voltajes de 3 fases no balanceados, optimización de enjambre de partículas y teoría de onduletas. Se concluye que para la red eléctrica industrial aplicada para este estudio, el modelo que combina la teoría de onduletas y Redes Bayesianas Híbridas presenta el porcentaje más alto de correcto diagnóstico de escenarios con fallas, bajo las condiciones previamente mencionadas. Como conclusión general principal se tiene que, en vista de los resultados obtenidos, la aplicabilidad de modelos probabilísticos híbridos para la detección de fallas en procesos con alto nivel de incertidumbre y grandes cantidades de información es posible, y que hoy en día, es parcialmente ventajosa respecto a otras soluciones consideradas tradicionales. Por último, se mencionan las contribuciones principales de este trabajo: • Una nueva estructura de detección y diagnóstico de fallas múltiples de redes eléctricas basada en modelos gráficos probabilísticos híbridos. • La apertura de una línea de investigación en detección de fallas en procesos complejos con modelos probabilísticos híbridos, que pueden ser aplicables a sistemas industriales en general; esto debido a que la estructura del modelo es flexible, por lo que puede ser modificada y adaptada a diversos procesos basada en el análisis de un historial de datos confiables.
- Detección de Fugas en Tuberías Usando Redes Neuronales Artificiales -Edición Única(Instituto Tecnológico y de Estudios Superiores de Monterrey, 2009-05-01) José Ignacio Barradas Castillo; Garza Castañón, Luis Eduardo; Palomera Palacios,Francisco; Morales Menéndez, Rubén; Tecnológico de Monterrey, Campus Monterrey; Acevedo Mascarúa, Joaquíndos antes mencionados no siempre brindan resultados satisfactorios. En la presente tesis, se presenta una propuesta de un método de detección de fugas en tuberías haciendo uso de técnicas utilizadas en inteligencia artificial. La ventaja de este enfoque es que a diferencia de los métodos analíticos, no se necesita conocer el modelo matemático que describa la dinámica de transporte del fluido en la tubería. Lo que hace que sea aplicable a cualquier tipo de fluido o tubería ya que sólo requiere de dos mediciones de flujos.
- Diseño de una Máquina de Prueba para Detectar Fallas en Motores Eléctricos-Edición Única(Instituto Tecnológico y de Estudios Superiores de Monterrey, 2007-05-01) Martínez Crispín, Juan de Dios; Garza Castañón, Luis Eduardo; Palomera Palacios, Francisco; Rosas Cobos, Luis; ITESM-Campus Monterrey; Ángel Bello, FranciscoEn la Industria de la manufactura de partes automotrices cada vez es mayor la demanda de productos con la más alta calidad y por lo tanto libres de defectos, tal es el caso de la manufactura de motores eléctricos de imán permanente a los cuales es necesario realizarles una prueba eléctrica de funcionamiento antes de que sean embarcados al cliente para garantizar que estos cumplen con las especificaciones. Debido a la gran demanda de estos productos en el mercado automotriz los tiempos de manufactura y prueba se han reducido para poder cumplir con las exigencias de alto volumen por parte de los clientes. En una celda de manufactura de alto volumen es necesario retroalimentar de manera inmediata el resultado de prueba de un motor para que se hagan los ajustes necesarios a los equipos de manufactura y el problema sea corregido. Para reducir los tiempos de prueba de los motores eléctricos en esta tesis se propone el diseño de un sistema de prueba en el que no se aplica carga al motor más sin embargo se logra obtener la curva de desempeño del motor que fue probado, los resultados de prueba se pueden obtener en cerca de 2 segundos. En esta Tesis también se incluye la detección de fallas por medio de una red neuronal que debidamente entrenada recibe los resultados de prueba, los procesa y entrega como resultado si el motor es bueno o si es malo, además clasifica cada tipo de falla.
- Aplicación de métodos estad�?sticos para el reconocimiento de iris(Instituto Tecnológico y de Estudios Superiores de Monterrey, 2005-12-01) Montes de Oca Armeaga, Saúl; MONTES DE OCA ARMEAGA, SAUL; 177952; Garza Castañón, Luis Eduardo; Nolazco Flores, Juan Arturo; ITESM-Campus Monterrey; Viramontes Brown, Federico ÁngelEn este trabajo se propone la aplicación de métodos estadísticos para el reconocimiento automático de personas utilizando el iris como biométrica. Con esto se busca abordar el problema de variabilidad presente en la adquisición de las imágenes. Esto se refleja en defectos en imágenes tales como la iluminación deficiente o en exceso, los reflejos, el mal enfoque y las obstrucciones. En la etapa de localización del iris y normalización se utilizó el algoritmo desarrollado por [18]. La etapa de localización se basa en la utilización de operadores integro-diferenciales y la normalización en la transformación de coordenadas rectangulares a polares. Ambas emplean la técnica de ecualización por histograma para localizar con éxito muestras con ojos muy oscuros, muy claros, con obstrucción o con defectos provenientes de la etapa de adquisición de la imagen. En la etapa de extracción de características se hacen las aportaciones principales de la tesis, y se exponen dos líneas de investigación: la primera línea consiste en la utilización de técnicas de muestreo aleatorio y Hammersley combinadas con histogramas acumulados. En esta misma línea se incluyeron técnicas de optimización de parámetros utilizando recocido simulado y muestreo factorial. La segunda línea de investigación consiste en la modelación del iris a través de un modelo estocástico ARX. En la última , de comparación y decisión, no se tuvieron aportaciones originales ya que se utilizaron variaciones de la distancia Euclideana. Los métodos propuestos fueron probados en modo de identificación y modo de verificación con dos bases de datos: Miles Research y UBIRIS. Los resultados obtenidos en la línea de muestreo fueron muy buenos, especialmente en el modo de identificación, donde se logró contrarrestar los efectos del ruido que se encontraba presente en las bases de datos. Para el método estocástico ARX, los resultados fueron aceptables y con muchas áreas de oportunidad para ser mejorado.