000 | 03975nam a22002777a 4500 | ||
---|---|---|---|
003 | MX-MeUAM | ||
005 | 20240130090635.0 | ||
008 | 240130s2023 mx fo||d| 00| 0 spa d | ||
040 |
_aMX-MeUAM _bspa _cMX-MeUAM |
||
050 | 4 |
_aTA462 _bV35 2023 |
|
100 | 1 |
_aValdez Anaya, Arlett _932177 |
|
245 | 1 | 0 |
_aMetodología para la programación de un instrumento caracterizador de corrosión con aplicación en ciencia de los materiales e industria /
_h[recurso electrónico] / _cArlett Valdez Anaya ; director, Rogelio Arturo Ramos Irigoyen |
260 |
_aMexicali, Baja California, _c2023. |
||
300 |
_a1 recurso en línea, 83 p. ; _bil. col., gráficas, fots. |
||
500 | _aMaestría y Doctorado en Ciencias e Ingeniería | ||
502 | _aTesis (Maestría) - - Universidad Autónoma de Baja California, Instituto de Ingeniería, Mexicali, 2023 | ||
504 | _aIncluye referencias bibliográficas. | ||
520 | _aEl presente proyecto es una alternativa para el análisis de corrosión en superficies metálicas de acero y aluminio por imagen, mediante un sistema de detección y toma de decisiones por una maquina inteligente que implementa visión computacional desarrollada en una plataforma de instrumentación virtual, que tiene como objetivo agilizar y dar objetividad al diagnóstico de un defecto en el área de producción, con lo cual se pretende que la decisión de descartar o no un defecto pueda ser realizada por personal no experto con el auxilio de un sistema de inteligencia artificial. La metodología empleada durante su desarrollo fue de tipo mixta, experimental, correlacional considerando como fuente de investigación la problemática que presenta la Industria metal mecánica ubicada en la ciudad de Mexicali, Baja California, México; cuyos resultados y aplicaciones no se limitan a la industria regional sino global. Para este estudio se elaboraron muestras de corrosión uniforme y por picadura para cada tipo de material, además de muestras de corrosión filiforme solo para acero, las imágenes de las muestras fueron digitalizaciones con el uso de un microscopio AVEN Cyclops Digital Microscope posteriormente, se realizó un análisis de las imágenes con un instrumento virtual implementado en la plataforma de programación para instrumentación virtual de LabVIEW® haciendo uso de inteligencia artificial de aprendizaje profundo “Deep Learning” aplicando lógica difusa para una tomo de decisiones basada en reglas. Los conjuntos borrosos se definieron con base a las variables de rugosidad y espectro de color de las imágenes digitalizadas. La toma de decisiones se da con el razonamiento de conjuntos borrosos, modelando así la incertidumbre generada por la ambigüedad de los procesos de digitalización, así como la vaguedad. Lo anterior aplicado a problemas complejos de toma de dediciones eliminando con la ayuda de una computadora el error humano de interpretación. Adicionalmente y con la intensión de tener un comparativo y análisis cuantitativo de los resultados se aplicaron, técnicas de regresión lineal y Anova. Los resultados del análisis estadístico por minitab® muestran una coincidencia significativa entre el espectro de color del vector patrón de la matriz de datos formada por imágenes capturadas y el espectro de color del vector o imagen patrón, que resulto del análisis por visión computación en LabVIEW. | ||
650 | 7 |
_aCorrosión y anticorrosivos _vTesis y disertaciones académicas. _2lemb |
|
650 | 4 |
_aCorrosión y anticorrosivos: pruebas _vTesis y disertaciones académicas. |
|
650 | 4 |
_aCorrosión y anticorrosivos: manuales, manuales, etc. _vTesis y disertaciones académicas. |
|
700 | 1 |
_aRamos Irigoyen, Rogelio Arturo _edir. _92346 |
|
710 | 2 |
_aUniversidad Autónoma de Baja California. _bInstituto de Ingeniería |
|
856 | 4 |
_uhttps://drive.google.com/file/d/19QDGWiwDlb2fvU6DGkdGEakkwhWHS4qp/view?usp=sharing _zTesis digital |
|
942 | _cTESIS | ||
999 |
_c259866 _d259865 |