Facultad de Ciencias e Ingeniería
Permanent URI for this communityhttp://98.81.228.127/handle/20.500.12404/13334
Browse
3 results
Search Results
Item Análisis del modelo de Kuz-Ram: Reparametrización, Análisis económico y aplicación en minería a cielo abierto(Pontificia Universidad Católica del Perú, 2021-02-19) Rojas Pérez, Carlos Enrique; Huaman Cuba, Dennys Alberto; Del Solar Jiménez, Fredy EfraínLa presente tesis tiene como objetivo principal establecer una nueva ecuación para el modelo de Kuz-Ram para la determinación del tamaño “x50” mediante el algoritmo de Levenberg-Marquardt para reducir el error que tiene y que permita obtener predicciones con un mayor grado de certeza. En este trabajo, se usará data de campo procesada por software de procesamiento de fotos para poder generar la nueva ecuación junto al lenguaje de programación Python para elaborar un modelo no lineal. Se establecerán pruebas y medidas estadísticas para ver el acercamiento que tiene el modelo Kuz-Ram a la realidad antes y después de la implementación del nuevo modelo con métodos estadísticos para poder medir el acercamiento del modelo a la data real. Posterior a esto, se establecerá las correlaciones estructurales entre las variables asumiendo una tendencia lineal entre ellas y finalmente con el método Monte Carlo el error porcentual para la curva de distribución granulométrica y su acercamiento con los datos reales.Item Observación y estudio de (2104) Toronto. Asteroide del cinturón principal(Pontificia Universidad Católica del Perú, 2021-02-01) Mujica Cueva, José Umberto; Pajuelo Cubillas, Myriam VirginiaEl Sistema Solar, dentro de las muchas partes que lo componen, alberga en su mayoría asteroides de pequeño tamaño y poco estudio a profundidad, que dentro de su composición u órbitas, pueden revelar pistas sobre cómo es que nuestro entorno planetario se formó, o incluso la existencia de la vida en la Tierra. Basado en ello, el presente trabajo centra su mira en analizar alguno de los cuerpos independientes del cinturón de asteroides, con el fin de observarlo desde un centro astronómico, para luego recolectar imágenes y procesarlas. Debido a la coyuntura sanitaria actual, la toma de datos tuvo que realizarse por parte del equipo del Instituto Astronómico de la Academia Rumana, en su observatorio Berthelot. Es así, que haciendo uso de fotometría diferencial y el programa de uso libre AstroImageJ, se buscará obtener curvas de luz del objeto y entender sus características más importantes, relacionadas a la magnitud, periodo, etc. El trabajo a continuación intenta a su vez contribuir con el incipiente estudio de objetos planetarios en el Perú, trazando como objetivo el poder a futuro realizar las observaciones por cuenta propia y en territorio nacional. Finalmente, tras realizar las gráficas deseadas, se concluye que las imágenes proporcionadas del asteroide (2104) Toronto corresponden a sus características conocidas y el trabajo fue llevado a cabo de manera óptima, demostrando las posibilidades de realizar estudios de este tipo en el país.Item Detección e inspección de torres de alta tensión mediante procesamiento de imágenes aéreas y aprendizaje profundo(Pontificia Universidad Católica del Perú, 2020-02-21) Opazo Barboza, Juan Diego; Flores Espinoza, Donato AndrésLa presente tesis muestra el diseño de un algoritmo que detecta torres de alta tensión y clasifica el nivel de corrosión que presenta. El sistema recibe las imágenes capturadas por un dron que se desplaza por toda la línea de transmisión. Esta tesis forma parte de un proyecto que tiene como propósito la automatización del proceso de inspección de torres de alta tensión. En cuanto a la metodología, se establecieron 3 etapas donde cada una tiene su propio modelo de aprendizaje profundo. Primero, se tiene un detector basado en la arquitectura RCNN y VGG16 para obtener las coordenadas donde se encuentra ubicado el objeto de interés. Segundo, se tuvo que añadir un clasificador de torres, basado en la arquitectura Alexnet con optimizador Adam, ya que había una gran presencia de falsos positivos en la salida del detector debido a la poca cantidad de imágenes en el conjunto de datos. Tercero, se presenta un clasificador de corrosión, basado en la arquitectura VGG16 y optimizador Adam, que etiqueta, la región extraída y clasificada como en la salida de la etapa previa, con una de las 3 nomenclaturas: alta corrosión, baja corrosión e indeterminado. Finalmente, los resultados finales mostraron una precisión promedio de 0.6 en la etapa del detector, precisión del 99.5% al clasificar la torre, la cual refleja una mínima presencia de falsos positivos, y una exactitud del 89.5% al momento de etiquetar el nivel de corrosión del objeto detectado.