Show simple item record

dc.contributor.advisorMuñoz Moner, Antonio Faustinospa
dc.contributor.authorCaicedo Torres, Pedro Miguelspa
dc.date.accessioned2020-06-26T19:45:13Z
dc.date.available2020-06-26T19:45:13Z
dc.date.issued2007
dc.identifier.urihttp://hdl.handle.net/20.500.12749/1533
dc.description.abstractEn la actualidad los procesos de automatización industrial utilizan diversos dispositivos de alta precisión, los cuales, debido a sus características, son de un alto costo, valor que en la mayoría de veces se ve incrementado por la dificultad de adquirir dichos dispositivos en el mercado tecnológico nacional, esto sin duda alguna, inhibe el desarrollo de las empresas colombianas, marginándolas de producciones más rentables. Algunos de estos dispositivos tecnológicos de gran demanda por parte de la industria nacional son los controladores y sensores para procesos industrializados, estos elementos son la columna vertebral para todos los procesos de automatización, por lo que una reducción en el costo final de los mismos, se ve reflejada en la viabilidad económica de dicha automatización.spa
dc.description.tableofcontentsINTRODUCCIÓN 14 1 OBJETIVOS 17 1.1 OBJETIVO GENERAL 17 1.2 OBJETIVOS ESPECÍFICOS 17 2 PLANTEAMIENTO DEL PROBLEMA 18 3 ANTECEDENTES 20 4 MARCO TEORICO 21 4.1 ALGORITMOS GENETICOS 21 4.1.1 Generación de la población inicial. 23 4.1.2 Codificación del problema. 23 4.1.3 Operadores genéticos. 25 4.1.3.1 Cruce. 25 4.1.3.2 Mutación. 26 4.1.3.3 Elitismo. 27 4.1.3.4 Inversión. 28 4.1.4 Evaluación de la población. 28 4.2 LÓGICA FUZZY 29 4.2.1 Agrupamiento difuso “Fuzzy C – Means”. 31 4.3 REDES NEURONALES 35 4.3.1 La neurona. 35 4.3.2 Arquitectura de las redes neuronales artificiales. 37 4.3.2.1 Capa de entrada. 37 4.3.2.2 Capa de salida. 38 4.3.2.3 Capas ocultas. 38 4.3.3 Formas de aprendizaje. 39 4.3.4 Modo de operación. 40 4.3.4.1 Redes estáticas. 40 4.3.4.2 Redes dinámicas. 41 4.3.5 Información adicional. 41 4.3.5.1 Normalización. 41 4.3.5.2 Competencia. 41 4.3.5.3 Operación sincronía. 41 4.3.5.4 Operación asincrona. 42 4.4 FPGA (FIEDL PROGRAMMABLE GATE ARRAYS) 42 4.5 EVENTOS ALEATORIOS Y PROBABILIDAD 44 4.5.1 Posibilidad matemática. 45 4.6 INSTRUMENTACIÓN Y SENSORICA 45 4.6.1 Sistemas de medida. 46 4.6.2 Elementos necesarios en instrumentación. 46 4.6.2.1 Transductor. 46 4.6.2.2 Sensor. 47 4.6.2.3 Acondicionador de señales. 47 4.6.3 Características estáticas. 48 5 METODOLOGIA 49 5.1 CLONACIÓN ARTIFICIAL EN INGENIERIA 49 5.2 METODOLÓGIA DE TIPO GENÉTICO 51 5.2.1 Creación de los cromosomas. 53 5.2.2 Codificación de cromosomas 54 5.2.2.1 Codificación binaria. 54 5.2.2.2 Codificación no binaria. 55 5.2.2.3 Codificación mixta. 55 5.2.3 Búsqueda de consecuentes. 55 5.2.4 Identificación de operadores genéticos correctos. 56 5.2.5 Algoritmos genéticos. 57 5.2.6 Inicialización del algoritmo genético. 57 5.2.7 Evaluar características de rendimiento. 58 5.2.8 Calificación de la población. 58 5.2.9 Elitismo. 60 5.2.10 Selección de pares. 60 5.2.11 Operadores genéticos. 61 5.2.12 Identificación de clusters de salida. 62 5.2.13 Dispositivo clonado. 63 5.3 METODOLÓGIA FUZZY – GENÉTICO 65 5.3.1 Codificación del problema. 66 5.3.2 Operadores genéticos Fuzzy. 70 5.3.2.1 Cruce fuzzy. 72 5.4 METODOLOGÍA NEURONAL 73 6 IMPLEMENTACIÓN DE LA METODOLOGÍA 74 6.1 SIMULACIÓN DEL SENSOR 74 6.2 HARDWARE EVOLUTIVO. 77 6.3 PROCESO DE CLONACIÓN DEL SENSOR. 79 7 CONCLUSIONES 85 8 RECOMENDACIONES 87 BIBLIOGRAFIA 88 ANEXOS 91spa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.titleInvestigación de nuevos prototipos sensores de viscosidad y sistema de control por clonación artificial, basados en técnicas de inteligencia artificialspa
dc.title.translatedInvestigation of new prototypes viscosity sensors and artificial cloning control system, based on artificial intelligence techniqueseng
dc.degree.nameIngeniero Mecatrónicospa
dc.coverageBucaramanga (Colombia)spa
dc.publisher.grantorUniversidad Autónoma de Bucaramanga UNABspa
dc.rights.localAbierto (Texto Completo)spa
dc.publisher.facultyFacultad Ingenieríaspa
dc.publisher.programPregrado Ingeniería Mecatrónicaspa
dc.description.degreelevelPregradospa
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.localTrabajo de Gradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.subject.keywordsIntelligent control systemseng
dc.subject.keywordsNeural Networkseng
dc.subject.keywordsComputerseng
dc.subject.keywordsGenetic engineeringeng
dc.subject.keywordsMechatronic Engineeringeng
dc.subject.keywordsInvestigationseng
dc.subject.keywordsAnalysiseng
dc.subject.keywordsArtificial intelligenceeng
dc.subject.keywordsSensor prototypeseng
dc.subject.keywordsIndustrial automationeng
dc.identifier.instnameinstname:Universidad Autónoma de Bucaramanga - UNABspa
dc.identifier.reponamereponame:Repositorio Institucional UNABspa
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersion
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2spa
dc.relation.referencesCaicedo Torres, Pedro Miguel, Muñoz Moner, Antonio Faustino (2007). Investigación de nuevos prototipos sensores de viscosidad y sistema de control por clonación artificial, basados en técnicas de inteligencia artificial. Bucaramanga (Colombia) : Universidad Autónoma de Bucaramanga UNABspa
dc.relation.referencesAltrock C. Fuzzylogic and neuro-fuzzy technologies in appliances. Embedded Systems Conference, http://www.esc.com, USA, 1999spa
dc.relation.referencesArellano Cardenas Oliverio. Procesamiento y clasificación de señales Utilizando lógica difusa. Centro de investigación y estudios avanzados del I.p.n.spa
dc.relation.referencesDepartamento de ingeniería eléctrica. Tesis Doctoral. Octubre 2000spa
dc.relation.referencesRichard J. Hathaway and James C. Bezdek. Fuzzy c-Means Clustering of Incomplete Data. SMCB, 31(5):735--744, 2001.spa
dc.relation.referencesCarr Joseph J. Sensors and circuits. Prentice Hall.1993.spa
dc.relation.referencesCavalcanti Pacheco Marco Aurélio. Núcleo de pesquisa em inteligência computacional aplicada. Universidade Católica do Rio de Janeiro. 2002spa
dc.relation.referencesChiang Luciano Sánchez. Diseño conceptual de productos mecatrónicos. Departamento de Ingeniería Mecánica y Metalúrgica. P. Universidad Católica de Chile.2003.spa
dc.relation.referencesChipperfield Andrew. Flemingh Peter .Pohlheim Hartmut . Fonseca Carlos. Genetic Algorithm TOOLBOX For Use with MATLAB. Department of Automatic control and systems engineering. University of Sheffield. Version 1.2. 2005spa
dc.relation.referencesChiu. Stephen L. Extracting Fuzzy Rules from Data for Function Approximation and Pattern Classification. Fuzzy Information Engineering: A Guided Tour of Applications, John Wiley & Sons, 199spa
dc.relation.referencesChiu. Stephen L. Extracting Fuzzy Rules from Data for Function Approximation and Pattern Classification. Fuzzy Information Engineering: A Guided Tour of Applications, John Wiley & Sons, 1997spa
dc.relation.referencesChoque Guillermo A. Inteligencia artificial, perspective y realizaciones. Universidad mayor de San Andres, Facultad de ciencias de la computación. La Paz, Bolivia 2002spa
dc.relation.referencesCogle Christopher R, Guthrie Steven M, Sanders Ronald C , Allen William L. An overview of stem cell research and regulatory issues. Mayo Clinic Proceedings. Rochester:2003.Tomo78, Nº 8.spa
dc.relation.referencesInteligencia Artificial y Minirobots. Delgado Alberto. Ecoe Ediciones 1998spa
dc.relation.referencesDresser Rebecca. Stem Cell Research: the bigger picture. Perspectives in Biology and Medicine. Chicago: Spring 2005. Tomo48spa
dc.relation.referencesAngel Garcia Baños. Computación evolutiva y algoritmos genéticos. Universidad del Valle. 2001spa
dc.relation.referencesGoldberg David E. Genetic algorithms in search, optimization and machine learning, Addisson-Wesley. 1992spa
dc.relation.referencesBioinformática, simulación, vida artificial e inteligencia artificial. Lahoz-Beltrá Rafael. Diaz de Santos. 2004spa
dc.relation.referencesLoyo De Sardi Jaqueline Algoritmos Genéticos y Optimización en la Investigación de Operaciones. Caso: Problema de Optimización con Objetivos Múltiples Expresado como un Modelo de Programación No – Lineal por Metas. Departamento de Computación, Facultad de Ciencias y Tecnología, Universidad de Carabobo, Valencia, Venezuela. Febrero 2002spa
dc.relation.referencesManeiro Malavé Ninoska. Algoritmos genéticos aplicados al problema cuadrático de asignación de facilidades. Departamento de Investigación Operativa, Escuela de Ingeniería Industrial, Universidad de Carabobo, Valencia. Venezuela. Febrero 2002.spa
dc.relation.referencesMartín del Brio, Bonifacio. Redes neuronales y sistemas difusos.Alfaomega Grupo Editor.2002.spa
dc.relation.referencesMaxfield, Clive. Genetic algorithms: Programs that boggle the mind. EDN. Boston. Vol. 42. Mar 3, 1997spa
dc.relation.referencesMoro Sancho Quiliano Isaac . Aplicación de las redes neuronales a la predicción meteorológica. Tesis de Maestría, Departamento de Ingeniería de Sistemas y Automática. Universidad de Valladolid - España, julio 1992spa
dc.relation.referencesMuñoz, A.F., The technology of advanced control of applied artificial cloning to highly precise Mechatronic Systems. WSEAS, 2004.spa
dc.relation.referencesSensorica e instrumentación, Mecánica de Alta precision. Muñoz Antonio F. Pueblo y educación.spa
dc.relation.referencesOrtiz Jr Francisco; Simpson James R ; Pignatiello Jr Joseph J ; Hered Alejandro. A Genetic Algorithm Approach to Multiple-Response Optimizationspa
dc.relation.referencesJournal of Quality Technology; Oct 2004; 36, 4; ABI/INFORM Global pg. 432spa
dc.relation.referencesParnell Karen, Mehta Nick, Programmable Logic Design Quick Start Hand Book. 4 edicion. Xilinx. 20spa
dc.relation.referencesPassino, k.m, Fuzzy Control. Addison Wesley. USA. 1997. 475pspa
dc.relation.referencesSaggiani G M; G Caligiana; F Persiani. Multiobjective wing design using genetic algorithms and fuzzy logic. Proceedings of the Institution of Mechanical Engineers; Apr 2004spa
dc.relation.referencesSahni Vishal. Pyara V.Prem. An Embryonic Approach to Reliable Digital Instrumentation Based on Evolvable Hardware. IEEE Transactions on instrumentation and measurement. Diciembre 2spa
dc.relation.referencesSantos José, Duro Richard. Evolución Artificial y Robótica Autónoma. Alfaomega 2005.spa
dc.relation.referencesSimons G.L. Introducción a la inteligencia artificial. Ediciones Santos. 1987.spa
dc.relation.referencesTeng. T.K., J.S. Shieh, C.S. Chen. Genetic algorithms applied in online autotuning PID parameters of a liquid-level control system. Transactions of the Institute of Measurement and Control. London: Dec 2003. Vol. 25.spa
dc.relation.referencesWilliams Sam. Unnatural selection. Technology Review. Cambridge: Feb 2005. Tomo 108, Nº 2.spa
dc.relation.referencesWalbridge Charles T. Genetic Algorithms: What Computers Can Learn from Darwin Technology Review; Jan 1989; 92, 1; ABI/INFORM Global pg. 46spa
dc.relation.referencesZilouchian Ali, Jamshidi Mo. Intelligent Control Systems Using Soft Comuting Methodologies.CRC Press. 2001. ISBN 0-8493-1875-0.spa
dc.contributor.cvlacMuñoz Moner, Antonio Faustino [0000068799]*
dc.contributor.googlescholarMuñoz Moner, Antonio Faustino [iJoJzF4AAAAJ&hl=es]*
dc.contributor.scopusMuñoz Moner, Antonio Faustino [55524233500]*
dc.contributor.researchgateMuñoz Moner, Antonio Faustino [Antonio-Faustino-Moner]*
dc.subject.lembSistemas de control inteligentespa
dc.subject.lembRedes neuronalesspa
dc.subject.lembComputadoresspa
dc.subject.lembIngeniería genéticaspa
dc.subject.lembIngeniería mecatrónicaspa
dc.subject.lembInvestigacionesspa
dc.subject.lembAnálisisspa
dc.description.abstractenglishAt present, industrial automation processes use various high precision devices, which, due to their characteristics, are of a high cost, a value that in most times is increased by the difficulty of acquiring said devices in the technological market This undoubtedly inhibits the development of Colombian companies, marginalizing them from more profitable productions. Some of these technological devices of great demand by the national industry are the controllers and sensors for industrialized processes, these elements are the backbone for all automation processes, so a reduction in their final cost is is reflected in the economic viability of such automation.eng
dc.subject.proposalInteligencia artificialspa
dc.subject.proposalPrototipos de sensoresspa
dc.subject.proposalAutomatización industrialspa
dc.type.redcolhttp://purl.org/redcol/resource_type/TP
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.contributor.researchgroupGrupo de Investigación Control y Mecatrónica - GICYMspa
dc.contributor.researchgroupGrupo de Investigaciones Clínicasspa
dc.coverage.campusUNAB Campus Bucaramangaspa
dc.description.learningmodalityModalidad Presencialspa


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-SinDerivadas 2.5 Colombia
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 2.5 Colombia