https://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/101 2026-06-22T00:41:26Z https://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/9453 Título : Sistema Inteligente para toma de decisiones de alerta temprana para inundaciones del río Arauca. Autor : Cárdenas Rodríguez, Sorángela. Resumen : La autora no proporciona la información sobre este ítem. Descripción : La autora no proporciona la información sobre este ítem. 2022-01-01T00:00:00Z https://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/9452 Título : Sistema de control para Invernadero Predictivo. Autor : Neira Ropero, Luis Ernesto. Resumen : El autor no proporciona la información sobre este ítem. Descripción : El autor no proporciona la información sobre este ítem. 2022-01-01T00:00:00Z https://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/9451 Título : Diseño de una estrategia de control y comparativa para Sistemas Multivariables Lineales Acoplados, descomponibles en sistemas Mimo Difuso VS PID. Autor : Goméz Hernández, Julio Ernesto. Resumen : The present work deals with the development and verification of a methodology that allows the end user to tune a fuzzy controller for multivariable MIMO (Multiple Input Multiple Output) systems. This carries with it the search for articles that allowed to determine said methodology, addressing the relevant aspects. The strategy was carried out by simulating the POMTM model of a Wood-Berry methane-water distillation column. Through a series of steps described in this document where it is carried out from the identification of each of the functions contained in a multivariable system, the calculation of the decoupling mesh that allows eliminating the effect of one variable on the other, the tuning of the classic controller which will be used for the development of a fuzzy controller from the error, delta error and controller output signals to later carry out a confrontation between the controllers designed through a robustness analysis, a performance analysis through the ISE (Integral Squared Error), IAE (Integral Absolute Value Error), ISU (Integral Quadratic Control Output) and TVU (Integral Total Control Variation) indices. Corroborating the great performance of the fuzzy controller with respect to variable 1 and its two variable outputs with respect to noise. Descripción : El presente trabajo se trata del desarrollo y comprobación de una metodología que permita al usuario final, sintonizar un controlador difuso para sistemas multivariables MIMO (Múltiples entradas y múltiples salidas). Este lleva consigo la búsqueda de artículos que permitieron determinar dicha metodología, abordando los aspectos relevantes. La estrategia se realizó por medio de la simulación del modelo POMTM de una columna de destilación metano-agua Wood-Berry. Mediante una serie de pasos descritos en este documento en donde se realiza desde la identificación de cada una de las funciones contenidas en un sistema multivariable, el cálculo de la malla de desacople que permite eliminar el efecto de una variable sobre la otra, la sintonización del controlador clásico el cual se utilizara para el desarrollo de un controlador difuso a partir de las señales del error, delta error y salida de controlador para posteriormente realizar una confrontación entre los controladores diseñados mediante un análisis de robustez, un análisis de rendimiento por medio de los índices ISE (integral del error al cuadrado), IAE (integral del valor absoluto del error), ISU (Integral de la salida de control cuadrática) y TVU (Integral de la variación total de control). Corroborando el gran desempeño que tiene el controlador difuso con respecto a la variable 1 y a sus dos salidas de variables con respecto al ruido. 2022-01-01T00:00:00Z https://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/9450 Título : Desarrollo de Potenciostato para el análisis en muestras de orina en pacientes patológicos y procesamiento de datos. Autor : Ramírez Corzo, José Daniel. Resumen : This work presents the development of a potentiostat device controlled by a Raspberry Pi embedded system for rapid in-situ analysis of urine samples in diabetic and non-diabetic patients using screen-printed gold, platinum and carbon sensors. To this end, the development of this project was structured in three moments that were; the construction of the data acquisition system of the urine sample, conditioning of the embedded system for data collection and storage through the design of a graphical interface designed in Python software and executed within the Raspberry Pi system. Finally, the construction of the voltammetry curves resulting from the current signals recorded by the system as a function of the potential applied to the urine sample. A data set was created with the results obtained by applying statistical algorithms such as average, standard deviation, energy, entropy, maximum and minimum peaks to these signals in order to determine which technique is the most optimal to perform a classification of patients with diabetes and patients without diabetes, a correlation matrix was analyzed for the discrimination of patons and the implementation of a learning machine based on least squares Vector Support Machines. For the development of these tests, urine samples were taken from 20 diabetic patients and 20 control patients, at the moment of applying the learning machine, it was possible to discriminate between diabetic and non-diabetic patients. Descripción : En este trabajo se expone el desarrollo de un dispositivo potenciostato controlado por un sistema embebido Raspberry Pi para el análisis rápido In-situ en muestras de orina en pacientes diabéticos y no diabéticos utilizando sensores serigrafiados de oro, platino y carbono. Para tal fin, en el desarrollo de este proyecto se estructuró en tres momentos que fueron; la construcción del sistema de adquisición de datos de la muestra de orina, acondicionamiento del sistema embebido para la recolección y almacenamiento de datos mediante el diseño de una interfaz gráfica diseñada en el software Python y ejecutada dentro del sistema Raspberry Pi. Para así finalmente, realizar la construcción de las curvas de voltamperometrías resultado de las señales de corriente registradas por el sistema en función el potencial aplicado a la muestra de orina. Se creo un DataSet con los resultados obtenidos al aplicar algoritmos estadísticos tales como, promedio, desviación estándar, energía, entropía picos máximos y mínimos a estas señales con el fin de determinar cuál técnica es la más óptima para poder realizar una clasificación de pacientes con diabetes y pacientes sin diabetes, se analizó una matriz de correlación para la discriminación de patones y la implementación de una máquina de aprendizaje basada en Máquinas de Soporte Vectorial de mínimos cuadrados. Para el desarrollo de estas pruebas se tomaron muestras de orina de 20 pacientes diabéticos y 20 pacientes de control, al momento de aplicar la máquina de aprendizaje se logra discriminar entre pacientes diabéticos y no diabéticos. 2022-01-01T00:00:00Z