Mostrar el registro sencillo del ítem
dc.contributor.advisor | Guamán, Ana | |
dc.contributor.author | Alejandro Espinosa, Carlos Enrique | |
dc.contributor.author | Venegas Villacis, Carlos Luis | |
dc.date.accessioned | 2017-07-24T22:41:33Z | |
dc.date.available | 2017-07-24T22:41:33Z | |
dc.date.issued | 2017 | |
dc.identifier.citation | Alejandro Espinosa, Carlos Enrique y Venegas Villacis, Carlos Luis (2017). Optimización e integración de una nariz electrónica autónoma embebida en un sistema robótico para la identificación de sustancias explosivas como TNT y pólvora base doble en ambientes controlados. Carrera de Ingeniería en Electrónica, Automatización y Control. Universidad de las Fuerzas Armadas ESPE. Matriz Sangolquí. | es_ES |
dc.identifier.other | 057279 | |
dc.identifier.uri | http://repositorio.espe.edu.ec/handle/21000/13237 | |
dc.description.abstract | El presente trabajo de titulación propone una alternativa para la detección de TNT y pólvora base doble, mediante la utilización de una cámara de sensores químicos denominada nariz electrónica, esta permite aislar a los sensores de las condiciones ambientales circundantes para evitar que afecten a las mediciones, haciendo uso de cuatro sensores (2 TGS 822 y 2 TGS 22610), dos bombas neumáticas para el ingreso y salida de flujo de aire y un bloque de adquisición de datos. Para determinar los parámetros de trabajo de la nariz electrónica se realizó un diseño experimental que permitió establecer el tiempo de limpieza (180 [s]), el tiempo de respiración (3 [s]), la cantidad de sustancia explosiva (0,5 [g]), la cantidad de alcohol (0,2 [ml]) y la temperatura (ambiente). La nariz electrónica se implementó sobre una plataforma móvil que cuenta con una cámara web que permite localizar y navegar hacia los objetos sospechosos que poseen sustancias explosivas. La clasificación de las sustancias es de manera autónoma, es decir todo el preprocesamiento de las señales y el modelo de discriminación fueron embebidos en la Raspberry PI, para ello se usó un compendio de librerías Anaconda para Python. Para obtener el modelo de discriminación se realizaron un total de 154 experimentos, 64 se usaron para la generación del modelo y 90 para su validación. Se realizó 30 pruebas de funcionamiento cada una con 3 experimentos que mediante una aplicación web se realizó el control de la navegación del robot de forma asistida, de un total de 90 experimentos se obtuvo una tasa de clasificación de 58,88% al discriminar entre tres sustancias (TNT, Pólvora base doble y alcohol) y un 43,33% de detección de la sustancia establecida para cada prueba experimental. Además, posee una efectividad de 80% para clasificar sustancias explosivas de las no explosivas. | es_ES |
dc.language.iso | spa | es_ES |
dc.publisher | Universidad de las Fuerzas Armadas ESPE. Carrera de Ingeniería en Electrónica, Automatización y Control. | es_ES |
dc.rights | openAccess | es_ES |
dc.subject | ROBÓTICA | es_ES |
dc.subject | MICROCONTROLADORES | es_ES |
dc.subject | SENSORES QUIMICOS | es_ES |
dc.subject | NARIZ ELECTRÓNICA | es_ES |
dc.title | Optimización e integración de una nariz electrónica autónoma embebida en un sistema robótico para la identificación de sustancias explosivas como TNT y pólvora base doble en ambientes controlados | es_ES |
dc.type | bachelorThesis | es_ES |