Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/9247
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorGonzalez Barbosa, Juan Javier-
dc.contributor.authorDeldago Cedillo, Carlos Andres-
dc.creatorDelgado Cedillo, Carlos Andres%1204511-
dc.date.accessioned2025-02-27T19:15:26Z-
dc.date.available2025-02-27T19:15:26Z-
dc.date.issued2024-12-01-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/9247-
dc.descriptionEl presente documento explora la efectividad de las Redes Neuronales Artificiales en la clasificación de fluidos utilizando datos de vibraciones provenientes de una tubería, dando como resultado una metodología que tiene como finalidad reducir el número de mediciones sin afectar estadísticamente el desempeño del algoritmo. La recopilación de datos se llevó a cabo en un laboratorio experimental diseñado específicamente para este estudio para lograr obtener información de un ambiente controlado, de este laboratorio experimental se recolectaron muestras de dos fluidos de referencia agua y agua con jabón, además de dos escenarios secundarios que corresponden a periodos de inactividad tubería vacía con la bomba encendida y tubería vacía con la bomba apagada. Los hallazgos indican que, la reducción de mediciones conlleva una disminución en la precisión de clasificación, sin embargo, los modelos pueden no tener una diferencia significativa lo que se traduce como una mejora tanto espacial como temporal. Los resultados obtenidos fueron una precisión mayor al 97% y realizando una comparativa entre conjuntos que representan la reducción en el número de medición se concluyó que de 2048 mediciones a 1500 mediciones no existió diferencia significativa.es_MX
dc.language.isospaes_MX
dc.publisherTecnológico Nacional de Méxicoes_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subjectinfo:eu-repo/classification/cti/7es_MX
dc.titleAnálisis Computacional para la Clasificación de Fluidos Mediante Vibraciones y Herramientas de Aprendizaje Automatizadoes_MX
dc.typeinfo:eu-repo/semantics/masterThesises_MX
dc.contributor.directorRangel Valdez, Nelson%48135-
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmInstituto Tecnológico de Ciudad Maderoes_MX
Appears in Collections:Maestría en Ciencias de la Computación

Files in This Item:
File Description SizeFormat 
G16070826_donacion_licencia_bib (1).pdf
  Until 2050-01-01
Licencia209.56 kBAdobe PDFView/Open Request a copy
G16070826_donacion_tesis_bib (1).pdfTesis2.39 MBAdobe PDFView/Open


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons