Search

In the modern industry, computer modeling and simulation tools have become fundamental to estimating the behavior of rotodynamic systems. These computational tools allow analyzing possible modifications as well as alternative solutions to changes in design, with the aim of improving performance. Nowadays, rotodynamic systems, present in various industrial applications, require greater efficiency and reliability. Although there are deep learning methodologies for monitoring and diagnosing failures which improve these standards, the main challenge is the lack of databases for learning, a problem that can be addressed through experimental monitoring and computer analysis. This work analyzes the vibrations of two induced-draft fans with excess vibration in a thermoelectric plant in Mexico. A vibration analysis was carried out through the instrumentation and monitoring of accelerometers located at crucial points in the fans. The results of this experimental analysis were validated by computer simulation based on FEM. The results show that the operating speed of the induced-draft fans is very close to their natural frequency, causing considerable stress and potential failures due to excessive vibration. Finally, this work presents a practical solution to modify the natural frequency of induced-draft fans, so that they can function correctly at the required operating speed, thus mitigating excessive vibration issues., En la industria moderna, las herramientas de modelado y simulación computacional se han vuelto fundamentales para estimar el comportamiento de los sistemas rotodinámicos. Estas herramientas computacionales permiten analizar posibles modificaciones y soluciones alternativas a cambios en el diseño, con el objetivo de mejorar el rendimiento. Hoy en día, los sistemas rotodinámicos, presentes en diversas aplicaciones industriales, requieren mayor eficiencia y fiabilidad. Aunque existen metodologías de aprendizaje profundo para el monitoreo y diagnóstico de fallas que mejoran estos estándares, el principal desafío es la falta de bases de datos para el aprendizaje. Este problema puede ser abordado a través del monitoreo experimental y el análisis computacional. Este trabajo analiza las vibraciones de dos ventiladores de tiro inducido con exceso de vibración en una planta termoeléctrica en México. Se realizó un análisis de vibración a través de la instrumentación y el monitoreo de acelerómetros ubicados en puntos cruciales de los ventiladores. Los resultados de este análisis experimental fueron validados por simulación computacional basada en el método de elementos finitos. Los resultados muestran que la velocidad de operación de los ventiladores de tiro inducido está muy cerca de su frecuencia natural, causando un estrés considerable y posibles fallas debido a la vibración excesiva. Finalmente, este trabajo presenta una solución práctica para modificar la frecuencia natural de los ventiladores de tiro inducido, de modo que puedan funcionar correctamente a la velocidad de operación requerida, mitigando así los problemas de vibración excesiva.

The color and its representation play a basic role in Image Analysis process. Several methods can be beneficial whenever they have a correct representation of wave-length variations used to represent scenes with a camera. A wide variety of spaces and color representations is founded in specialized literature. Each one is useful in concrete circumstances and others may offer redundant color information (for instance, all RGB components are high correlated). This work deals with the task of identifying and sorting which component from several color representations offers the majority of information about the scene. This approach is based on analyzing linear dependences among each color component, by the implementation of a new sorting algorithm based on entropy. The proposal is tested in several outdoor/indoor scenes with different light conditions. Repeatability and stability are tested in order to guarantee its use in several image analysis applications. Finally, the results of this work have been used to enhance an external algorithm to compensate the camera random vibrations., El color y su representación juegan un papel fundamental en el proceso de análisis de imagen. Varios métodos pueden ser beneficiosos siempre que tengan una representación correcta de las variaciones de longitud de onda usadas para representar la escena. Una amplia variedad de espacios y representaciones de color se basa en la literatura especializada. Cada uno de ellos es útil en circunstancias concretas y puede ofrecer información de color redundante (por ejemplo, todos los componentes RGB están altamente correlacionados). En este trabajo se identifica y clasifica cuál componente ofrece la mayor cantidad de información acerca de la escena, a partir de varias representaciones de color. Este enfoque se basa en el análisis de las dependencias lineales entre cada canal y la implementación de un nuevo algoritmo para clasificar los componentes en base a la entropía. La propuesta se pone a prueba en varias escenas al aire libre y en interiores con diferentes condiciones de luz. La repetitividad y la estabilidad son probadas para garantizar su uso en aplicaciones de análisis de imágenes. Finalmente, los resultados de este trabajo son usados para mejorar un algoritmo externo para la compensación de vibraciones.

[ES] En este trabajo se desarrollaron algoritmos computacionales los cuales permiten segmentar y detectar los automóviles que se encuentran dentro de una nube de puntos 3D pertenecientes a un entorno urbano. Las nubes son adquiridas con el sistema LIDAR velodyne HDL-64E, el cual es capaz de reconstruir objetos que se encuentran a una distancia de 3 a 120 metros. El desarrollo del trabajo está dividido en dos etapas: la segmentación de objetos 3D y la indexación. Se considera que el ambiente es semi estructurado debido a que objetos como las fachadas de los edificios y el suelo pueden ser modelados por planos. La segmentación está compuesta por tres módulos: el primero consiste en la extracción del plano principal o suelo; en el segundo módulo se extraen los planos perpendiculares al suelo, los cuales son segmentados por una adaptación al método de Hough; y en el último módulo se aplica una segmentación a los objetos restantes usando el método MeanShift. La indexación está dividida en dos módulos: en el primero, los objetos segmentados son modelados por histogramas usando las direcciones de las normales de los puntos 3D de los objetos; en el segundo módulo, los histogramas son usados para comparar con una biblioteca de datos previamente construida. En este trabajo hemos usado el análisis ROC para optimizar los umbrales empleados. Se utilizan dos bases de datos: la primera es de entrenamiento y está compuesta por 4500 objetos; mientras que la segunda corresponde a la de prueba, la cual está compuesta por 3000 objetos y fue usada para verificar los resultados de entrenamiento. La aportación de este trabajo es presentar un nuevo sistema para detectar automóviles utilizando puntos 3D., [EN] Detection of vehicles on 3D point clouds is performed by using the algorithm presented in this work. Point clouds correspond to urban environments and were acquired with the LIDAR Velodyne HDL-64E. The environment is considered semi-structured so that can be modeled using planes.Vehicle detection is carried out on to stages, segmentation and indexation. First stage is at the same time composed of three sub-stages. In the first one the principal plane (in this case the floor) is extracted, in the second sub-stage secondary planes are extracted using a tailored version of Hough's method, secondary planes are those perpendicular to the main plane. Finally in the third sub-stage and using MeanShift method, the remaining objects are segmented.Indexation on its side is divided into two sub-stages, in the first one, last segmented objects using MeanShift method are modeled using histograms according to the direction of the object's 3D points normal; in the second stage histograms are compared to those previously stored on a database of object's histograms. Optimizing of detection thresholds was carried out through ROC analysis. Two databases were used during the experiments, the first DB have 4500 objects and was used for ROC analysis training; the second one contained 3000 objects and was used for verification.

This paper proposes a map building system for an autonomous vehicle equipped with LIDAR technology, capable to obtain more than one million points per second. This paper proposes a Fast Local Map building Approach (LM) that it is use for autonomous local navigation, and construction of Global Map (GM) 2D and 3D for modeling the whole environment crossed by the vehicle. During the process of the global map building, we estimate the location of the vehicle with respect to its initial position.Keywords: 2D map building, 3D map building, localization., En este trabajo se propone un sistema de reconstrucción de mapas para un vehículo autónomo equipado con tecnología LIDAR, capaz de obtener más de un millón de puntos por segundo. Dentro del artículo proponemos la construcción rápida de Mapas Locales (ML) 2D que nos servirán para la navegación local autónoma, y la construcción de Mapas Globales (MG) 2D y 3D que modelizán el ambiente recorrido por el vehículo. Durante el proceso de construcción del Mapa Global se calcula la localización del vehículo con respecto a su posición inicial.Palabras claves: Construcción de mapas 2D, construcción de mapas 3D, localización.

pEl objeto del presente trabajo es el de describir la mayor parte de los procedimientos a seguir para decidir si es aconsejable trasladar un petrolero siniestrado a una “zona refugio”. Para tomar esta decisión se deberán considerar diferentes procedimientos, con la finalidad de objetivizar al máximo dicha decisión. Es de gran importancia conocer muy bien las características y las infraestructuras de las diferentes zonas costeras que pueden ser consideradas posibles “zonas refugio”. En base a todo lo anterior, se ha desarrollado un programa formado por varios módulos que permiten obtener datos de gran importancia, entre los que se incluyen las matrices de valores ambientales e infraestructurales, y que permite el cálculo de determinados factores determinantes para las actuaciones de traslado y preparación del petrolero (tiempo de traslado del petrolero, tiempo de atraque y conexión a los sistemas de bombeo, tiempo de vaciado de los hidrocarburos a los depósitos de almacenamiento, trasvase a otro petrolero, etc.). Además, dicho programa permite estimar los costes de limpieza y restauración, así como las pérdidas en el sector turístico./pp /ppstrongPalabras claves:/strong Hidrocarburos; Zona refugio; Derrames de hidrocarburos/p pDOI: a href="http://dx.doi.org/10.5377/nexo.v24i1.590"http://dx.doi.org/10.5377/nexo.v24i1.590/a/p pNexo, Vol. 24, No. 1, pp. 11-19, 2011/p

Motion detection in surveillance and monitoring systems is enhanced by the synergistic combination of different kinds of cameras and their optimal distribution over the area of interest. We developed an optimization model for a synergistic vision system based on integer lineal programming. The objectives consist in the following: on one hand computing the optimal position and orientation of all directional and omnidirectional cameras, in order to maximize the workspacecoverageand on the other handdetecting the objects motion in theworkspace. To detect efficiently the movement, even under global luminosity changes, is used a background subtraction algorithm, which uses spatial information of texture.The proposed method is evaluated using a representative set of real sceneries and a network of cameras. Outcomes show that our algorithm is able to determine also the minimal cameras network configuration required tocover a given area, La detección de movimiento en sistemas de vigilancia y monitoreo se ve favorecida por la combinación sinérgica de diferentes tipos de cámaras y su óptima distribución sobre el área de interés. Se propone un modelo de optimización para un sistema de visión sinérgico basado en programación lineal entera. Los objetivos son encontrar la posición y orientación óptima de cada una de las cámaras direccionales y omnidireccionales con el fin de maximizar la cobertura del espacio de trabajo y detectar los objetos en movimiento presentes. Para detectar eficientemente el movimiento, incluso ante cambios de luminosidad globales, se utiliza un algoritmo de substracción de fondo que usa la información espacial de la textura. El método propuesto se evalúa en un conjunto representativo de escenarios reales utilizando una red de cámaras. Los resultados muestran que nuestro algoritmo es capaz de determinar el número mínimo de cámaras necesario para cubrir un área determinada