Look-up in Google Scholar
Full metadata record
Ipanaqué Alama, William (es)
Delgado Saavedra, Miguel Angel (es)
Effio Velasco, Edson Ayrton (es)
Farfán Marchán, Ney Margarita (es)
Universidad de Piura. Facultad de Ingeniería. Departamento de Ingeniería Mecánica Eléctrica. (es)
Perú (es)
2021-05-17T14:09:52Z
2021-05-17T14:09:52Z
2021-05-17 (es)
2021-04 (es)
Delgado, 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)
https://hdl.handle.net/11042/4938
El 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)
2,62 MB (es)
application/pdf (es)
Español (es)
spa (es)
Universidad de Piura (es)
Adobe Reader (es)
info:eu-repo/semantics/openAccess (es)
http://creativecommons.org/licenses/by-nc-nd/4.0/ (es)
Universidad de Piura (es)
Repositorio Institucional Pirhua - UDEP (es)
Procesamiento de imágenes -- Técnicas digitales -- Aplicaciones (es)
Espectrofotometría -- Aplicaciones -- Investigaciones (es)
Agregados (Materiales de construcción) -- Humedad -- Análisis (es)
620.191 (es)
Estudio para estimar el contenido de humedad en agregados de concreto utilizando redes neuronales y algoritmos genéticos mediante imágenes hiperespectrales (es)
info:eu-repo/semantics/bachelorThesis (es)
Creative Commons Atribución-NoComercial-SinDerivar 4.0 Internacional (es)
Miguel Angel Delgado Saavedra, Edson Ayrton Effio Velasco, Ney Margarita Farfán Marchán (es)
Universidad de Piura. Facultad de Ingeniería (es)
Ingeniería Mecánico-Eléctrica (es)
Bachiller en Ingeniería Mecánico-Eléctrica (es)
PE (es)
https://purl.org/pe-repo/ocde/ford#2.03.01 (es)
https://purl.org/pe-repo/renati/level#bachiller (es)
06422494
https://orcid.org/0000-0003-4039-4422 (es)
72580029
76465483
75912564
713076 (es)
Ipanaqué Alama, William (es)
Quispe Chanampa, Carlos Nicolás (es)
http://purl.org/pe-repo/renati/type#trabajoDeInvestigacion (es)
Privada asociativa



This item is licensed under a Creative Commons License Creative Commons