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
- Smart camera FPGA hardware implementation for semantic segmentation of wildfire imagery(Instituto Tecnológico y de Estudios Superiores de Monterrey, 2024-06-13) Garduño Martínez, Eduardo; Rodriguez Hernández, Gerardo; mtyahinojosa, emipsanchez; Gonzalez Mendoza, Miguel; Hinojosa Cervantes, Salvador Miguel; School of Engineering and Sciences; Campus Monterrey; Ochoa Ruiz, GilbertoIn the past few years, the more frequent occurrence of wildfires, which are a result of climate change, has devastated society and the environment. Researchers have explored various technologies to address this issue, including deep learning and computer vision solutions. These techniques have yielded promising results in semantic segmentation for detecting fire using visible and infrared images. However, implementing deep learning neural network models can be challenging, as it often requires energy-intensive hardware such as a GPU or a CPU with large cooling systems to achieve high image processing speeds, making it difficult to use in mobile applications such as drone surveillance. Therefore, to solve the portability problem, an FPGA hardware implementation is proposed to satisfy low power consumption requirements, achieve high accuracy, and enable fast image segmentation using convolutional neural network models for fire detection. This thesis employs a modified UNET model as the base model for fire segmentation. Subsequently, compression techniques reduce the number of operations performed by the model by removing filters from the convolutional layers and reducing the arithmetic precision of the CNN, decreasing inference time and storage requirements and allowing the Vitis AI framework to map the model architecture and parameters onto the FPGA. Finally, the model was evaluated using metrics utilized in prior studies to assess the performance of fire detection segmentation models. Additionally, two fire datasets are used to compare different data types for fire segmentation models, including visible images, a fusion of visible and infrared images generated by a GAN model, fine-tuning of the fusion GAN weights, and the use of visible and infrared images independently to evaluate the impact of visible-infrared information on segmentation performance.
- Control predictivo de estados finitos basado en modelos aplicado en un inversor cuasi-fuente impedancia(2017-05-16) Romero Sahagún, Omar; Macías García, Manuel Eduardo; Martell Chávez, Fernando; Micheloud Vernackt, Osvaldo MiguelActualmente la presencia de convertidores electrónicos de potencia es imperativa para el uso y desarrollo de tecnologías en fuentes de energías renovables, como la fotovoltaica y eólica. Por otro lado, el uso de los convertidores electrónicos de potencia siempre va de la mano de una estrategia de control. Esta estrategia permite determinar cómo deben ser conmutados los diferentes interruptores electrónicos del convertidor para controlar el flujo de la energía. De igual forma, el manejo de los convertidores requiere de la integración de muchos conocimientos de ingeniería, tales como el control de la misma carga, como puede ser una máquina eléctrica o una red eléctrica, la adquisición de parámetros físicos, el acondicionamiento de señales y el diseño de interfaces de potencia y circuitos de sensado, así como el uso y programación de microcontroladores, FPGA u otros dispositivos para la implementación de la estrategia de control, entre otros. El presente trabajo detalla la implementación de la estrategia de “Control Predictivo de Estados Finitos Basado en Modelos” (FCS-MPC) en un convertidor electrónico de potencia denominado “Inversor Cuasi-Fuente Impedancia” (QSZI) para controlar la corriente en una carga trifásica del tipo inductiva/resistiva. Para lograr esto, se describe el análisis de las características de funcionamiento del QZSI, así como las ecuaciones que permiten desarrollar un modelo del mismo para ser utilizado por la estrategia de control. De igual forma, se presenta el análisis del principio de funcionamiento del FCS-MPC, así como los algoritmos que se implementan para el control de corriente aplicado primero en un inversor trifásico de voltaje y posteriormente en un QZSI. El trabajo es validado primero a través de simulaciones computacionales y posteriormente es probado en experimentos de medición donde se observa el comportamiento de los parámetros eléctricos del QZSI. Finalmente se concluye el trabajo con el análisis de los resultados obtenidos.