Interpretación de señales para la detección de referencias en inspecciones instrumentadas en tuberías

Vista sencilla de ítem
dc.contributor.advisorArismendi Pereira, Carlos Juliospa
dc.contributor.authorReyes Martínez, Freddy Isaíasspa
dc.contributor.cvlacArismendi Pereira, Carlos Julio [0001381550]*
dc.contributor.googlescholarArismendi Pereira, Carlos Julio [JgT_je0AAAAJ&hl=es]*
dc.contributor.researchgateArismendi Pereira, Carlos Julio [Carlos-Arizmendi]*
dc.contributor.researchgroupGrupo de Investigación Control y Mecatrónica - GICYMspa
dc.contributor.researchgroupGrupo de Investigaciones Clínicasspa
dc.contributor.scopusArismendi Pereira, Carlos Julio [16174088500]*
dc.coverageBucaramanga (Colombia)spa
dc.coverage.campusUNAB Campus Bucaramangaspa
dc.date.accessioned2020-06-26T19:45:21Z
dc.date.available2020-06-26T19:45:21Z
dc.date.issued2014
dc.degree.nameIngeniero Mecatrónicospa
dc.description.abstractEn la actualidad la Corporación de Investigación para la Corrosión (C.I.C) está desarrollando un prototipo para la inspección instrumentada de tuberías (proyecto ITION), el cual cuenta con diversos sensores para realizar esta tarea. Dicho dispositivo genera una cantidad importante de información que debe ser procesada y analizada. Al momento de realizar una inspección en una tubería mediante un dispositivo que viaja de forma autónoma dentro de esta es de gran importancia saber en qué punto de su trayecto estuvo. Para poder calcular esto se utilizan un Sistema De Referencia Inercial (por sus siglas en ingles IMU). Debido a que los sistemas IMU están agregando los cambios detectados a las posiciones calculadas anteriormente, cualquier error se va acumulando muestra a muestra, lo que puede ocasionar una inexactitud considerable al finalizar el recorrido. Para evitar lo anterior se utiliza una estrategia que consiste en ubicar marcadores fijos a lo largo del recorrido en coordenadas conocidas para que de esta manera el dispositivo de inspección pueda detectar las referencias y así disminuir o anular el error del sistema IMU. Para lograr la correcta identificación de estos marcadores, así como de otras referencias de tipos estructurales (válvulas) es necesario realizar un tratamiento de las señales provenientes de los sensores mediante transformada Wavelet y técnicas de minería de datos como lo son el análisis de clúster y las redes neuronales.spa
dc.description.abstractenglishCurrently, the Corrosion Research Corporation (C.I.C) is developing a prototype for the instrumented inspection of pipes (ITION project), which has various sensors to perform this task. This device generates a significant amount of information that must be processed and analyzed. When conducting an inspection in a pipeline using a device that travels autonomously within it, it is of great importance to know where it was on its journey. In order to calculate this, an Inertial Reference System (IMU) is used. Because the IMU systems are adding the detected changes to the previously calculated positions, any errors accumulate sample by sample, which can cause considerable inaccuracy at the end of the tour. To avoid the above, a strategy is used that consists of locating fixed markers along the route in known coordinates so that in this way the inspection device can detect the references and thus reduce or cancel the error of the IMU system. To achieve the correct identification of these markers, as well as of other references of structural types (valves), it is necessary to perform a treatment of the signals from the sensors using Wavelet transform and data mining techniques such as cluster analysis and neural networks.eng
dc.description.degreelevelPregradospa
dc.description.learningmodalityModalidad Presencialspa
dc.description.tableofcontents1.1 Objetivos ...................................................................................................... 3 1.1 Objetivo general. ....................................................................................... 3 1.2 Objetivos específicos. ............................................................................... 3 2 Introducción. ................................................................................................... 4 3 Procesamientos de señales inerciales. ........................................................... 5 3.1 Transformada Wavelet. ............................................................................. 5 3.2 Base de datos. .......................................................................................... 6 3.3 Filtro Shrinkage. ........................................................................................ 7 3.4 Análisis estadístico. ................................................................................. 11 3.4 Análisis de covarianza. ........................................................................... 13 3.5 Descomposición wavelet ......................................................................... 15 3.6 RED NEURONAL. ................................................................................... 17 4 Procesamiento de señales MFL. ................................................................... 20 4.1 Filtro Shrinkage. ...................................................................................... 20 4.2 Análisis de covarianza. ........................................................................... 21 4.3 Análisis de covarianza con muestras representativas. ............................ 35 Conclusiones .................................................................................................... 43 Bibliografía ....................................................................................................... 46spa
dc.format.mimetypeapplication/pdfspa
dc.identifier.instnameinstname:Universidad Autónoma de Bucaramanga - UNABspa
dc.identifier.reponamereponame:Repositorio Institucional UNABspa
dc.identifier.urihttp://hdl.handle.net/20.500.12749/1584
dc.language.isospaspa
dc.publisher.facultyFacultad Ingenieríaspa
dc.publisher.grantorUniversidad Autónoma de Bucaramanga UNABspa
dc.publisher.programPregrado Ingeniería Mecatrónicaspa
dc.relation.referencesReyes Martínez, Freddy Isaías (2014). Interpretación de señales para la detención de referencias en inspecciones instrumentadas en tuberías. Bucaramanga (Colombia) : Universidad Autónoma de Bucaramanga UNABspa
dc.relation.references[ 1] Acevedo Martinez, Liesner. (2009). “Computación paralela de la transformada Wavelet: aplicación de la transformada wavelet al algebra lineal numérica”. Universidad Politécnica de Valencia. España. Páginas 149.spa
dc.relation.references[ 2] P.D Agoris, S. Meijer, E. Gulski, J.J. Smit. (2004). “Threshold selection for wavelet denoising of partial discharge data”. Conference record of the 2004 IEEE International Symposium on Electrical Insulation. Páginas 62-65.spa
dc.relation.references[3] Arismendi, Carlos. Tamames, Juan Hernandez, Romero, Enrique. Vellido, Alfredo. Del Pozo, Francisco. 2010. “Diagnosis of Brain Tumours From Magnetic Rosonance Spectroscopy Using Wavelet and Neural Networks”. Páginas 4.spa
dc.relation.references[ 4] Arismendi, Carlos. 2011. “Signal processing techniques for brain tumour diagnosis from magnetic resonance spectroscopy data”. Universidad Politecnica de Catalinya. Páginas 142.spa
dc.relation.references[5] Ballesteros Larrotta, Dora María. (2004). “Aplicación de la transformada wavelet discreta en el filtrado de señales bioeléctricas”. Umbral Científico. Colombia. Páginas 8.spa
dc.relation.references[ 6] Centro de Estudios e Investigación Técnicas de Guipuzco CEIT. 2001. “análisis de componentes independientes en el estudio de potenciales auditivos P300”. Memorias III Congreso Latinoamericano de Ingeniería Biomédica. Cuba. Páginas 4.spa
dc.relation.references[7] Cholowsky, Sharon. Westwood, Stephen (2004). “Tri-axial sensrs and 3-dimensional magnetic modelling of defects combine to impove defect sizing from magnetic flux leakage signals”. International the corrosión society. Estados Unidos. Páginas 8spa
dc.relation.references[ 8] Cruz Arrela, Liliana. 2010 “Minería de datos con aplicaciones”. Universidad Autónoma de México. Páginas 140.spa
dc.relation.references[ 9] Donoho, David L. (1993). “Different Perspectives on Wavelets”. American Mathematical Society. Estados Unidos. Páginas 168.spa
dc.relation.references[ 10] Eduardo, Serrano. “Introducción a la transformada Wavelet y sus aplicaciones al procesamiento de señales de emisión acústica”, Escuela de Ciencia y Tecnología, Universidad Nacional de General San Martín. Argentina. Páginas 15.spa
dc.relation.references[11] Emmendoerfer, Gustavo. (2008). “desenvolvimento e implementação de um sistema de medição inercial de trajetórias de dutos”. Brasil. Páginas 159.spa
dc.relation.references[ 12] García, Salvador. Fernández, Alberto. Herrera, Francisco. (2009). “Un primer estudio sobre la utilización de selección evolutiva de conjuntos de entrenamiento en problemas de clasificación con clases no Balanceadas y árboles de decisión”. VI congreso español sobre Metaheuresticas, algoritmos Evolutivos y Bioinspirados. España. Páginas 8.spa
dc.relation.references[13] Guillen, M. Paredes, JL. (1999). “Detección y diagnóstico de fallas utilizando la transformada Wavelet”. Universidad de los Andes. Venezuela. Páginas 8.spa
dc.relation.references[ 14] Guyon, Isabelle. Elisseeff, andre (2003). “An introduction and feature selection”. Journal of machine learning research 3. Páginas 26spa
dc.relation.references[ 15] Isasi Viñuela, Pedro. Galván León, Inés M. (2004). “Redes neuronales artificiales, un enfoque práctico”. Departamento de Informática, Universidad Carlos III de Madrid. Pearson Prentice Hall. España. Páginas 239spa
dc.relation.references[ 16] Luengo, Iker. Navas, Eva. Hernaez, Inmaculada. Sanchez, Jon. (2005). “Reconocimiento automático de emociones utilizando parámetros prosadicos”. Universidad del país Vasco (UPV/EHU). España. Páginas 2spa
dc.relation.references[ 17] Lynch, Andrew J. (2009). “Magnetic flux leakage robotic pipe inspection: inernal and external methods”. Rice University. Estados Unidos. Páginas 66.spa
dc.relation.references[ 18] Martinez Malo, Julio. De Castro Fernández Rosa María. (2002). “Análisis de la teoría de ondiculas orientada a las aplicaciones en ingeniería eléctrica: fundamentos”. Universidad Politécnica de Madrid, E.T.S.I. Industriales Departamento de Ingeniería Eléctrica. España. Páginas 16spa
dc.relation.references[ 19] Maruyama, Newton. Sampaio Santana, Douglas Danie. Furukawa Celso Massatoshi. (2010). “Estimation of Trajectories of Pipeline PIGs using Inertial Measurements and Non Linear Sensor Fusion”. Brasil. Páginas 6.spa
dc.relation.references[ 20] Mohinder S., Angus P. Andrews, and Chris G. Bartone. (2008). “Global Navigation Satellite Systems, Inertial Navigation and Integration”. Jhon Wiley & Sons, Inc. Canada. Página 603.spa
dc.relation.references[ 21] Montejo, Luis A. Suarez Luis E. (2007). “aplicaciones de la transformada ondícula (“wavelet”) en ingeniería estructural”. Mecanica computacional Vol XXVI, pp.2742-2753. Argentina. Páginas 13.spa
dc.relation.references[ 22] Peña, guillen. Parades, J.L. Camacho O. 2007. “un enfoque para la detección y diagnóstico de fallas en la instrumentación de un proceso usando reconocimiento de patrones en el dominio wavelet”. Escuela de ingeniería mecánica, universidad de los andes. Venezuela. Páginas 8spa
dc.relation.references[ 23] Pérez López, Cesar. Santín Gonzales, Daniel. (2007). “minería de datos, técnicas y herramientas”. International Thomson Ediciones Paraninfo. España. Páginas 793.spa
dc.relation.references[ 24] Porter, Todd R. Knickmeyer, Emst H. Wade, Ron L. (1990). “pipeline geometry pigging: application of strapdown ins”. Canada. Páginas 6spa
dc.relation.references[ 25] Rodriguez, Hernan. Jimenez, L. Camilo (2008). “Unidad para supervision y control de medicion de efecto Hall con Labview”. Pontificia Universidad Javeriana. Colombia. Páginas 10.spa
dc.relation.references[26] Rodriguez Matienzo, J. (2007). “Deteccion de la presencia de grietas cerradas en elementos tipo viga mediante la transformada Wavelet”. Instituto Superior Politécnico José Antonio Echeverría. Cuba. Páginas 7.spa
dc.relation.references[ 27] Rubio Serrano, Jesus . Posada, Julio E. Garcia Souto Jose A. “Procesamiento para la detección, identificación y localización de señales acústicas y eléctricas provenientes de descargas parciales”. Páginas 6.spa
dc.relation.references[ 28] Torre Mayoda, Marina. “Electrodinámica Cuántica Bidimensional: sobre la teoría del Efecto Hall Cuántico”. Departamento de Física, Ingeniería y Radiología Médica, Universidad de Salamanca. España. Páginas 320.spa
dc.relation.references[ 29] Vicente Villardón, José Luis. “introducción al análisis de clúster”. Departamento de Estadística, Universidad de Salamanca. España. Páginas 22.spa
dc.relation.references[ 30] Weston, John L. Titterton, David H. (2004). “Strapdown Inertial Navigation Technology - 2nd Edition. The Institution of Electrical Engineers”. Estados Uspa
dc.relation.references[ 31] Woodman, Oliver J. (2007). “An introduction to inertial navigation”. University of Cambridge. Inglaterra. Páginas 37.spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2spa
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.subject.keywordsMechatronic Engineeringeng
dc.subject.keywordsPipe networkseng
dc.subject.keywordsInvestigationseng
dc.subject.keywordsAnalysiseng
dc.subject.keywordsPrototype developmenteng
dc.subject.keywordsSensorseng
dc.subject.keywordsSignal processingeng
dc.subject.lembIngeniería mecatrónicaspa
dc.subject.lembRedes de tuberíasspa
dc.subject.lembInvestigacionesspa
dc.subject.lembAnálisisspa
dc.subject.proposalDesarrollo de prototiposspa
dc.subject.proposalSensoresspa
dc.subject.proposalTratamiento de señalesspa
dc.titleInterpretación de señales para la detección de referencias en inspecciones instrumentadas en tuberíasspa
dc.title.translatedInterpretation of signals for the detection of references in instrumented inspections in pipelineseng
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersion
dc.type.localTrabajo de Gradospa
dc.type.redcolhttp://purl.org/redcol/resource_type/TP

Archivos

Bloque original

Mostrando 1 - 3 de 3
Miniatura
Nombre:
2014_Tesis_Freddy_Isaias_Reyes_Martinez.pdf
Tamaño:
1.63 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis
Descargar
Miniatura
Nombre:
2014_Presentacion_Freddy_Isaias_Reyes_Martinez.pdf
Tamaño:
1.56 MB
Formato:
Adobe Portable Document Format
Descripción:
Presentación
Descargar
Miniatura
Nombre:
214_Algoritmos_Freddy_Isaias_Reyes_Martinez.zip
Tamaño:
5.08 KB
Formato:
Unknown data format
Descripción:
Algoritmos
Descargar

Colecciones

Pregrado Ingeniería Mecatrónica
Grupo de Investigaciones Clínicas
Grupo de Investigación Control y Mecatrónica - GICYM