Estudio para estimar el contenido de humedad en agregados de concreto utilizando redes neuronales y algoritmos genéticos mediante imágenes hiperespectrales

Simple item page
dc.contributor.advisorIpanaqué Alama, Williames
dc.contributor.authorDelgado Saavedra, Miguel Angeles
dc.contributor.authorEffio Velasco, Edson Ayrtones
dc.contributor.authorFarfán Marchán, Ney Margaritaes
dc.contributor.otherUniversidad de Piura. Facultad de Ingeniería. Departamento de Ingeniería Mecánica Eléctrica.es
dc.coverage.spatialPerúes
dc.date.accessioned2021-05-17T14:09:52Z
dc.date.available2021-05-17T14:09:52Z
dc.date.issued2021-05-17es
dc.date.submitted2021-04es
dc.description.abstractEl objetivo del trabajo es aplicar redes neuronales y algoritmos genéticos para la predicción del porcentaje de humedad en agregados de concreto mediante el uso de imágenes hiperespectrales. Para ello, se busca diseñar un sistema de redes neuronales que puedan predecir la humedad mediante el uso de las mencionadas imágenes. Asimismo, se busca diseñar un sistema de algoritmos genéticos que potencien el sistema de redes neuronales, obteniendo mejores resultados y, de esta manera, definir una metodología general que permita tomar y procesar datos para ser utilizados en el entrenamiento y validación del sistema. En principio, se utilizaron tres canteras de arena ubicadas en el departamento de Piura: Moyobamba, Cerro Mocho y Sechura, a las que se le realizaron mediciones estándares para estar parametrizadas. Las muestras fueron almacenadas en un horno por un día a una temperatura de 110+-5ºC para eliminar la humedad. Para la preparación de las muestras de cada cantera, se decidieron sacar 65 con el objetivo de administrarles diferente contenido de humedad, por lo que, se varió el porcentaje de humedad desde 0% y se aumentó cada 0.2%, llegando al 12% en la última muestra. Con lo cual, se procede al estudio a partir de imágenes hiperespectrales, mediante una cámara hiperespectral, haciendo uso del software SpectrononPro en donde se importa el espectro y proyecta la firma espectral, la cual es una gráfica de reflectancia versus longitud de onda. Posteriormente, se introducen los datos obtenidos a las redes neuronales y algoritmos genéticos para entrenar y validar el modelo. Se concluye que el sistema experto (algoritmos genéticos), optimiza el método con redes neuronales, descartando aquellas bandas que aportan menos información, permaneciendo así las que son relevantes y describen completamente el sistema. Es así como se redujeron a 27 bandas de las 60 seleccionadas anteriormente (redes neuronales), obteniendo como resultado una correlación de 0.93, relativamente ideal, lo que demuestra la eficacia del sistema.es
dc.format.extent2,62 MBes
dc.format.mimetypeapplication/pdfes
dc.identifier.citationDelgado, M.; Effio, E. y Farfán, N. (2021). Estudio para estimar el contenido de humedad en agregados de concreto utilizando redes neuronales y algoritmos genéticos mediante imágenes hiperespectrales (Trabajo de investigación de bachiller en Ingeniería Mecánico-Eléctrica). Universidad de Piura. Facultad de Ingeniería. Programa Académico de Ingeniería Mecánico-Eléctrica. Piura, Perú.es
dc.identifier.urihttps://hdl.handle.net/11042/4938
dc.languageEspañoles
dc.language.isospaes
dc.publisherUniversidad de Piuraes
dc.publisher.countryPEes
dc.relation.publishversion1es
dc.relation.requiresAdobe Readeres
dc.rightsinfo:eu-repo/semantics/openAccesses
dc.rights.holderMiguel Angel Delgado Saavedra, Edson Ayrton Effio Velasco, Ney Margarita Farfán Marchánes
dc.rights.licenseCreative Commons Atribución-NoComercial-SinDerivar 4.0 Internacionales
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/es
dc.sourceUniversidad de Piuraes
dc.sourceRepositorio Institucional Pirhua - UDEPes
dc.subjectProcesamiento de imágenes -- Técnicas digitales -- Aplicacioneses
dc.subjectEspectrofotometría -- Aplicaciones -- Investigacioneses
dc.subjectAgregados (Materiales de construcción) -- Humedad -- Análisises
dc.subject.ddc620.191es
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.03.01es
dc.titleEstudio para estimar el contenido de humedad en agregados de concreto utilizando redes neuronales y algoritmos genéticos mediante imágenes hiperespectraleses
dc.typeinfo:eu-repo/semantics/bachelorThesises
renati.advisor.dni06422494
renati.advisor.orcidhttps://orcid.org/0000-0003-4039-4422es
renati.author.dni72580029
renati.author.dni76465483
renati.author.dni75912564
renati.discipline713076es
renati.jurorIpanaqué Alama, Williames
renati.jurorQuispe Chanampa, Carlos Nicoláses
renati.levelhttps://purl.org/pe-repo/renati/level#bachilleres
renati.typehttp://purl.org/pe-repo/renati/type#trabajoDeInvestigaciones
thesis.degree.disciplineIngeniería Mecánico-Eléctricaes
thesis.degree.grantorUniversidad de Piura. Facultad de Ingenieríaes
thesis.degree.nameBachiller en Ingeniería Mecánico-Eléctricaes
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
T_IME_2101.pdf
Size:
2.62 MB
Format:
Adobe Portable Document Format
Description:
Archivo%20principal
Download
Collections
Área de Mecánica y Materiales - Tesis