Search

Flow rate is a necessary variable in industrial processes and, therefore, there is a wide variety of instruments designed to measure it. However, the most accepted measuring devices have the problem of being invasive or intrusive. The scientific and technological challenge is to achieve measurement by exploiting all the phenomenological possibilities using a non-intrusive, easy-to-install, portable and low-cost mechanism. This paper presents a literature review on the use of vibration analysis in flow rate metrological systems in order to identify research opportunities for the indirect measurement of this magnitude. A promising line of work was found based on soft flow rate sensors that use the analysis of pipeline vibrations integrated into computational intelligence routines, which allows inference of the flow rate value. The findings promote to continue with new technical and scientific challenges. &nbsp, El caudal es una variable necesaria en procesos industriales, por lo que existe gran variedad de instrumentos para su medición. Sin embargo, las alternativas mejor aceptadas de registro presentan inconvenientes por lo invasivo o intrusivo que requiere ser el medidor para su confiabilidad. El reto científico y tecnológico consiste en lograr la medición explotando todas las posibilidades fenomenológicas mediante un mecanismo no intrusivo, de fácil instalación, portátil y de bajo costo. Este artículo presenta una revisión del estado del arte sobre el uso del análisis de vibraciones en sistemas metrológicos de caudal a fin de identificar oportunidades de investigación para su medición indirecta. La metodología para esta revisión, se compuso de tres etapas: revisión, análisis y discusión, sobre un conjunto amplio de documentos publicados entre 2004 y 2020. La información analizada muestra la relación fenomenológica entre las características de la vibración en una tubería y la magnitud del caudal circulante en ella, lo cual puede ser usado con propósitos metrológicos. Sin embargo, varios estudios reportan limitaciones que sugieren necesidades de mejoramiento, relacionadas con rutinas de adquisición, pruebas de calibración y análisis de la incertidumbre, así como exploraciones de tiempo-frecuencia. Se encontró una línea de trabajo promisoria basada en soft sensores para caudal que, con el análisis de vibraciones de la tubería integrado a rutinas de inteligencia computacional, permite inferir el valor del caudal. Los hallazgos impulsan a seguir con nuevas apuestas técnico-científicas.

Flow rate is a necessary variable in industrial processes and, therefore, there is a wide variety of instruments designed to measure it. However, the most accepted measuring devices have the problem of being invasive or intrusive. The scientific and technological challenge is to achieve measurement by exploiting all the phenomenological possibilities using a non-intrusive, easy-to-install, portable and low-cost mechanism. This paper presents a literature review on the use of vibration analysis in flow rate metrological systems in order to identify research opportunities for the indirect measurement of this magnitude.The methodology forthis review was made up by three stages: revision, analysis and discussion, performed over a wide set of documents published between 2004and 2020. The analyzed information shows the phenomenological relationship between the featuresof the vibrations in a pipe andthe flow rate magnitude circulating through it,which can be used for metrological purposes. However,severalstudies report limitationsthat suggest improvement needs, related toacquisitionroutines, calibration testsand uncertainty analysis, as well as time-frequency explorations. A promising line of work was found based on soft flow rate sensors that use the analysis of pipeline vibrations integrated into computational intelligence routines, which allows inference of the flow rate value. The findings promote to continue with new technical and scientific challenges., El caudal es una variable necesaria en procesos industriales, por lo que existe gran variedad de instrumentos para su medición. Sin embargo, las alternativas mejor aceptadas de registro presentan inconvenientes por lo invasivo o intrusivo que requiere ser el medidor para su confiabilidad. El reto científico y tecnológico consiste en lograr la medición explotando todas las posibilidades fenomenológicas mediante un mecanismo no intrusivo, de fácil instalación, portátil y de bajo costo. Este artículo presenta una revisión del estado del arte sobre el uso del análisis de vibraciones en sistemas metrológicos de caudal a fin de identificar oportunidades de investigación para su medición indirecta. La metodología para esta revisión, se compuso detres etapas: revisión, análisis y discusión, sobre un conjunto amplio de documentos publicados entre 2004y 2020. La información analizada muestra la relación fenomenológica entre las características de la vibración en una tubería y la magnitud del caudal circulante en ella, lo cual puede ser usadocon propósitos metrológicos. Sin embargo, variosestudiosreportan limitaciones que sugieren necesidades de mejoramiento, relacionadas con rutinas deadquisición, pruebas decalibración y análisis delaincertidumbre, así como exploracionesde tiempo-frecuencia.Se encontró una línea de trabajo promisoria basada en soft sensores para caudal que, con el análisis de vibraciones de la tubería integradoa rutinas de inteligencia computacional, permite inferir el valor del caudal. Los hallazgosimpulsan a seguir con nuevas apuestas técnico-científicas.

Flow rate is a necessary variable in industrial processes and, therefore, there is a wide variety of instruments designed to measure it. However, the most accepted measuring devices have the problem of being invasive or intrusive. The scientific and technological challenge is to achieve measurement by exploiting all the phenomenological possibilities using a non-intrusive, easy-to-install, portable and low-cost mechanism. This paper presents a literature review on the use of vibration analysis in flow rate metrological systems in order to identify research opportunities for the indirect measurement of this magnitude. A promising line of work was found based on soft flow rate sensors that use the analysis of pipeline vibrations integrated into computational intelligence routines, which allows inference of the flow rate value. The findings promote to continue with new technical and scientific challenges. &nbsp, El caudal es una variable necesaria en procesos industriales, por lo que existe gran variedad de instrumentos para su medición. Sin embargo, las alternativas mejor aceptadas de registro presentan inconvenientes por lo invasivo o intrusivo que requiere ser el medidor para su confiabilidad. El reto científico y tecnológico consiste en lograr la medición explotando todas las posibilidades fenomenológicas mediante un mecanismo no intrusivo, de fácil instalación, portátil y de bajo costo. Este artículo presenta una revisión del estado del arte sobre el uso del análisis de vibraciones en sistemas metrológicos de caudal a fin de identificar oportunidades de investigación para su medición indirecta. La metodología para esta revisión, se compuso de tres etapas: revisión, análisis y discusión, sobre un conjunto amplio de documentos publicados entre 2004 y 2020. La información analizada muestra la relación fenomenológica entre las características de la vibración en una tubería y la magnitud del caudal circulante en ella, lo cual puede ser usado con propósitos metrológicos. Sin embargo, varios estudios reportan limitaciones que sugieren necesidades de mejoramiento, relacionadas con rutinas de adquisición, pruebas de calibración y análisis de la incertidumbre, así como exploraciones de tiempo-frecuencia. Se encontró una línea de trabajo promisoria basada en soft sensores para caudal que, con el análisis de vibraciones de la tubería integrado a rutinas de inteligencia computacional, permite inferir el valor del caudal. Los hallazgos impulsan a seguir con nuevas apuestas técnico-científicas.

[EN] Permutation Entropy (PE) is a time series complexity measure commonly used in a variety of contexts, with medicine being the prime example. In its general form, it requires three input parameters for its calculation: time series length N, embedded dimension m, and embedded delay ¿. Inappropriate choices of these parameters may potentially lead to incorrect interpretations. However, there are no specific guidelines for an optimal selection of N, m, or ¿, only general recommendations such as N >> m!, ¿ = 1, or m = 3, . . . , 7. This paper deals specifically with the study of the practical implications of N >> m!, since long time series are often not available, or non-stationary, and other preliminary results suggest that low N values do not necessarily invalidate PE usefulness. Our study analyses the PE variation as a function of the series length N and embedded dimension m in the context of a diverse experimental set, both synthetic (random, spikes, or logistic model time series) and real¿world (climatology, seismic, financial, or biomedical time series), and the classification performance achieved with varying N and m. The results seem to indicate that shorter lengths than those suggested by N >> m! are sufficient for a stable PE calculation, and even very short time series can be robustly classified based on PE measurements before the stability point is reached. This may be due to the fact that there are forbidden patterns in chaotic time series, not all the patterns are equally informative, and differences among classes are already apparent at very short lengths.

Este artículo presenta una revisión de las técnicas y algoritmos aplicados al procesamiento y análisisde imágenes de electroforesis bidimensional (2DGE). La electroforesis bidimensional permite separar cientos de proteínas en un único gel, mostrando un patrón característico. En el análisis de imágenes es importante una correcta detección de las proteínas presentes, ya que cualquier error en esta etapa puede llevar a la detección de falsas proteínas, o a obviar proteínas importantes, pero de baja abundancia, lo cual afectaría los resultados del análisis. Técnicas de segmentación son empleadas para separar las proteínas del fondo y encontrar anomalías. Los métodos empleados para la segmentación de imágenes 2DGE se pueden clasificar como: basados en detección de bordes, morfológicos, umbralización y basados en regiones. En muchos estudios proteómicos se hace necesario la fusión o registro de imágenes para la identificación y comparación de patrones de varias muestras diferentes. Para este proceso de fusión se pueden usar las imágenes originales o los resultados de la segmentación. A pesar de los avances significativos en el campo de procesamiento de imágenes 2DGE, no se encuentran en la literatura métodos completamente automatizados. Las herramientas comerciales disponibles para el análisis y procesamiento de imágenes 2DGE requieren que el usuario seleccione adecuadamente ciertos parámetros, de los cuales dependen los resultados arrojados por el software. Este artículo revisa diferentes técnicas para el procesamiento de las imágenes 2DGE. Especial atención es dada a las técnicas de segmentación y registro de imágenes.

Las redes computacionales se han convertido en una parte esencial para las organizaciones, donde el tráfico electrónico se convierte en un soporte vital de las empresas y la inversión en esta área incrementa el potencial de la capacidad de negociación. En este contexto, la ciberseguridad es un desafío dado el panorama de amenazas en constante evolución y toma gran relevancia no sólo en la comunidad científica,sino a nivel empresarial y gubernamental. Una gran variedad de Sistemas de Detección de Intrusos (IDS) basados en Aprendizaje de Máquinas, han jugado un papel importante en la detección de anomalías estructurados en la clasificación .Sinembargo ,estas técnicas siguen siendo débiles en el manejo y modelado de los ataques y amenazas, dada la complejidad de las redes computacionales y el comportamiento no lineal de los ataques, lo cual provoca que sean impredecibles a lo largo del tiempo, generando incertidumbres que constituyen un ensamble interactuante y multivariado. En este contexto se estudiarán los diferentes métodos de detección de intrusos como son: Detección basada en Conocimiento, Detección basada en Métodos Estadíısticos y Detección basada en Aprendizaje de Máquinas, donde se discuten. las técnicas de análisis supervisado, no supervisado y semi supervisado. Por consiguiente se presenta un esquema de clasificación híbrido multinivel, que incluye rutinas Rough Fuzzy c-Means, con el objetivo de lograr robustez en un IDS para cuatro tipos de ataques: Denial of Service (DoS), Probing Attack (PA), Remote to Local (R2L) y User to Root (U2R). Se realizó un proceso de selección de características con los algoritmos Fuzzy Rough Sets (FRS) y Relief F, encontrando que Relief F mejora significativamente la capacidad discriminante del clasificador multinivel. El IDS fue implementado usando la base de datos KDD Cup 99 a través de tres niveles y seis clasificadores. En el nivel uno, el primer clasificador identifica dos clases y una agrupación: DoS, PA y la agrupación

Este artículo presenta una revisión de las técnicas y algoritmos aplicados al procesamiento y análisisde imágenes de electroforesis bidimensional (2DGE). La electroforesis bidimensional permite separar cientos de proteínas en un único gel, mostrando un patrón característico. En el análisis de imágenes es importante una correcta detección de las proteínas presentes, ya que cualquier error en esta etapa puede llevar a la detección de falsas proteínas, o a obviar proteínas importantes, pero de baja abundancia, lo cual afectaría los resultados del análisis. Técnicas de segmentación son empleadas para separar las proteínas del fondo y encontrar anomalías. Los métodos empleados para la segmentación de imágenes 2DGE se pueden clasificar como: basados en detección de bordes, morfológicos, umbralización y basados en regiones. En muchos estudios proteómicos se hace necesario la fusión o registro de imágenes para la identificación y comparación de patrones de varias muestras diferentes. Para este proceso de fusión se pueden usar las imágenes originales o los resultados de la segmentación. A pesar de los avances significativos en el campo de procesamiento de imágenes 2DGE, no se encuentran en la literatura métodos completamente automatizados. Las herramientas comerciales disponibles para el análisis y procesamiento de imágenes 2DGE requieren que el usuario seleccione adecuadamente ciertos parámetros, de los cuales dependen los resultados arrojados por el software. Este artículo revisa diferentes técnicas para el procesamiento de las imágenes 2DGE. Especial atención es dada a las técnicas de segmentación y registro de imágenes.

La electroforesis bidimensional, una de las técnicas más empleadas para el análisis proteómico, permite separar cientos o miles de proteínas en un único gel, mostrando un patrón característico. En el análisis de estas imágenes es muy importante una correcta detección de las proteínas, ya que cualquier error en esta etapa puede llevar a la detección de falsas proteínas, o a obviar proteínas importantes, pero de baja abundancia, lo cual afectaría los resultados del análisis. Técnicas de segmentación son empleadas para separar las proteínas del fondo y encontrar anomalías. Los métodos empleados para la segmentación de imágenes de electroforesis bidimensional en gel (2DGE) se pueden clasificar como: métodos basados en detección de bordes, métodos morfológicos, umbralización, multiumbralización y métodos basados en regiones. Adicional a la detección de proteínas en imágenes 2DGE, en muchos estudios proteómicos se hace necesario la fusión o registro de imágenes para la identificación y comparación de patrones de varias muestras diferentes. Para este proceso de fusión se pueden usar las imágenes originales o los resultados de la segmentación. A pesar de los avances significativos en el campo de procesamiento de imágenes de 2DGE, no se encuentran en la literatura métodos completamente automatizados. Las herramientas comerciales disponibles para el análisis y procesamiento de imágenes 2DGE requieren que el usuario seleccione adecuadamente ciertos parámetros, de los cuales dependen los resultados arrojados por el software. Este proyecto propone una metodología de procesamiento de imágenes 2DGE que incluye la fase de segmentación y fusión. Se realiza una comparación de técnicas de segmentación usando 24 imágenes 2DGE obtenidas del veneno de apitoxina. A partir de esta comparación, los mejores resultados fueron obtenidos con la técnica de multiumbralización automática en 16 y 8 ventanas. Por su parte, la fusión de imágenes se obtiene con base en el promedio de valores de pixele

El presente trabajo define una metodología que permite la estimación de la incertidumbre de medición asociada a las emisiones de contaminantes de fuentes fijas muestreados de acuerdo a los métodos de muestreo EPA 1 a 8, los cuales se encuentran definidos en el Code Of Federal Regulations Title 40 Part 60 (apéndices A1 a A4) de la Agencia de Protección Ambiental de los Estados Unidos. Para lo cual, se empleó un método no estocástico como el propuesto en la guía para la expresión de la incertidumbre de medida (GUM), y otro estocástica como lo es el Método Monte Carlo (MCM). El desarrollo de la estimación aplicando el método no estocástico propuesto en la GUM, incluyó la identificación de las fuentes de incertidumbre, establecimiento del modelo matemático, asociación de fuentes y variables de entrada a una distribución estadística, estimación de la incertidumbre estándar y combinada, cuantificación de los grados de libertad efectivos y por último cuantificación de la incertidumbre expandida, para cada una de las variables de entrada y mensurandos. Lo anterior requirió de la implementación de diferentes rutinas en ®Matlab, las cuales se retroalimentaban de la información recolectada durante los estudios de emisiones (datos tabulados en una hoja electrónica de ®Excel). Adicionalmente, se exploró la influencia que presentaba la inclusión de términos de orden superior de la serie de Taylor en la cuantificación de la incertidumbre, bajo el supuesto de no correlación entre las variables de entrada.