Análisis del comportamiento de la planta piloto del Laboratorio de Automática de la Universidad Autónoma de Occidente mediante técnicas de aprendizaje automático
En este trabajo se encuentra el desarrollo de un análisis de datos de una planta piloto basado en técnicas de inteligencia artificial. Podemos encontrar todo el proceso de realización de este proyecto iniciando por la caracterización de la planta y sistemas industriales implicados en el proceso, la...
- Autores:
-
Díaz Charry, Felipe
López Herrera, Jefferson
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2021
- Institución:
- Universidad Autónoma de Occidente
- Repositorio:
- RED: Repositorio Educativo Digital UAO
- Idioma:
- spa
- OAI Identifier:
- oai:red.uao.edu.co:10614/13531
- Acceso en línea:
- https://hdl.handle.net/10614/13531
https://red.uao.edu.co/
- Palabra clave:
- Ingeniería Mecatrónica
Laboratorio de Automática de la Universidad Autónoma de Occidente
Inteligencia artificial
Aprendizaje automático (Inteligencia artificial)
Artificial intelligence
Python
Tia Portal
Machine learning
Dataset
PLC
IA
- Rights
- openAccess
- License
- Derechos reservados - Universidad Autónoma de Occidente, 2021
id |
REPOUAO2_12b5cbaa32c481ac4881e16d74bed8ab |
---|---|
oai_identifier_str |
oai:red.uao.edu.co:10614/13531 |
network_acronym_str |
REPOUAO2 |
network_name_str |
RED: Repositorio Educativo Digital UAO |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Análisis del comportamiento de la planta piloto del Laboratorio de Automática de la Universidad Autónoma de Occidente mediante técnicas de aprendizaje automático |
title |
Análisis del comportamiento de la planta piloto del Laboratorio de Automática de la Universidad Autónoma de Occidente mediante técnicas de aprendizaje automático |
spellingShingle |
Análisis del comportamiento de la planta piloto del Laboratorio de Automática de la Universidad Autónoma de Occidente mediante técnicas de aprendizaje automático Ingeniería Mecatrónica Laboratorio de Automática de la Universidad Autónoma de Occidente Inteligencia artificial Aprendizaje automático (Inteligencia artificial) Artificial intelligence Python Tia Portal Machine learning Dataset PLC IA |
title_short |
Análisis del comportamiento de la planta piloto del Laboratorio de Automática de la Universidad Autónoma de Occidente mediante técnicas de aprendizaje automático |
title_full |
Análisis del comportamiento de la planta piloto del Laboratorio de Automática de la Universidad Autónoma de Occidente mediante técnicas de aprendizaje automático |
title_fullStr |
Análisis del comportamiento de la planta piloto del Laboratorio de Automática de la Universidad Autónoma de Occidente mediante técnicas de aprendizaje automático |
title_full_unstemmed |
Análisis del comportamiento de la planta piloto del Laboratorio de Automática de la Universidad Autónoma de Occidente mediante técnicas de aprendizaje automático |
title_sort |
Análisis del comportamiento de la planta piloto del Laboratorio de Automática de la Universidad Autónoma de Occidente mediante técnicas de aprendizaje automático |
dc.creator.fl_str_mv |
Díaz Charry, Felipe López Herrera, Jefferson |
dc.contributor.advisor.none.fl_str_mv |
López Sotelo, Jesús Alfonso |
dc.contributor.author.none.fl_str_mv |
Díaz Charry, Felipe López Herrera, Jefferson |
dc.subject.spa.fl_str_mv |
Ingeniería Mecatrónica Laboratorio de Automática de la Universidad Autónoma de Occidente |
topic |
Ingeniería Mecatrónica Laboratorio de Automática de la Universidad Autónoma de Occidente Inteligencia artificial Aprendizaje automático (Inteligencia artificial) Artificial intelligence Python Tia Portal Machine learning Dataset PLC IA |
dc.subject.armarc.spa.fl_str_mv |
Inteligencia artificial Aprendizaje automático (Inteligencia artificial) |
dc.subject.armarc.eng.fl_str_mv |
Artificial intelligence |
dc.subject.proposal.eng.fl_str_mv |
Python Tia Portal Machine learning Dataset |
dc.subject.proposal.spa.fl_str_mv |
PLC IA |
description |
En este trabajo se encuentra el desarrollo de un análisis de datos de una planta piloto basado en técnicas de inteligencia artificial. Podemos encontrar todo el proceso de realización de este proyecto iniciando por la caracterización de la planta y sistemas industriales implicados en el proceso, la realización de captura de datos mediante un PLC S71200 y software elaborado para la creación de un dataset con la información proveniente de la planta con el cual se realizó el análisis del comportamiento del sistema previamente caracterizado. También se podrá encontrar el diseño y la ejecución de distintos métodos de machine learning para cumplir con el propósito del proyecto en los cuales los entrenamientos arrojaron resultados de precisión mayores al 80%. Por último, se realiza una selección del método más apto para los experimentos de validación realizados, se podrá observar que el método final tendrá una precisión en el aprendizaje mayor al 90%, el cual se valida en tiempo real. También se realizó la conexión entre los software Spyder (Python) y TIA Portal mediante la configuración de cliente y servidor con la que se recopilaron y trataron los datos obtenidos y almacenados. |
publishDate |
2021 |
dc.date.issued.none.fl_str_mv |
2021-11-24 |
dc.date.accessioned.none.fl_str_mv |
2022-01-11T16:24:27Z |
dc.date.available.none.fl_str_mv |
2022-01-11T16:24:27Z |
dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_71e4c1898caa6e32 |
dc.type.coar.eng.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.content.eng.fl_str_mv |
Text |
dc.type.driver.eng.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.redcol.eng.fl_str_mv |
https://purl.org/redcol/resource_type/TP |
format |
http://purl.org/coar/resource_type/c_7a1f |
dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/10614/13531 |
dc.identifier.instname.spa.fl_str_mv |
Universidad Autónoma de Occidente |
dc.identifier.reponame.spa.fl_str_mv |
Repositorio Educativo Digital |
dc.identifier.repourl.spa.fl_str_mv |
https://red.uao.edu.co/ |
url |
https://hdl.handle.net/10614/13531 https://red.uao.edu.co/ |
identifier_str_mv |
Universidad Autónoma de Occidente Repositorio Educativo Digital |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.relation.cites.spa.fl_str_mv |
Díaz Charry, F. y López Herrera, J. (2021). Análisis del comportamiento de la planta piloto del Laboratorio de Automática de la Universidad Autónoma de Occidente mediante técnicas de aprendizaje automático. [Tesis de Pregrado. Universidad Autónoma de Occidente]. https://hdl.handle.net/10614/13531 |
dc.relation.references.none.fl_str_mv |
Automatización y Control. (2008). Presión. https://sites.google.com/site/automatizacionycontrol2/instrumentacion/me dicion-y-control/presion Automatización y Control. (2008). Temperatura. https://sites.google.com/site/automatizacionycontrol2/instrumentacion/me dicion-y-control/temperatura Baştanlar Y., Ozuysal M. (2014) Introduction to Machine Learning. Methods in molecular biology (Clifton, N.J), 1107, 105-128. https://doi.org/10.1007/978-1-62703-748-8_7 Breiman, L. (2001). Random Forests. Machine Learning 45, 5–32 https://doi.org/10.1023/A:1010933404324 Cabezas Cortes, R. (1995). Implementación del programa de mantenimiento predictivo computarizado para motores. [Tesis de pregrado, Universidad Autónoma de Occidente]. https://red.uao.edu.co/bitstream/handle/10614/2699/T0000975.pdf?sequence=1&isAllowed=y Clomega.com. (s.f.). La importancia de la instrumentación. https://cl.omega.com/prodinfo/instrumentacion.html Correa, F.(s.f) instructivo planta piloto. Universidad autónoma de occidente. Filippetti, F., Franceschini, G. y Tassoni, C. (Octubre 2-8, 1993). Neural networks aideid on-line diagnostics of induction motor rotor faults. [Sesión de conferencia]. IEEE industry applications conference twenty-eighth IAS annual meeting. Toronto Canada. doi: 10.1109/IAS.1993.298942. Guzmán Luna, R. Quevedo Nolasco, A. Tijerina Chávez, L. y Castro Popoca, M. (2015). Sistema de adquisición de datos meteorológicos en tiempo real con PLC. Revista mexicana de ciencias agrícolas, 6(8), 1701-1713. http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007- 09342015000801701&lng=es&tlng=es. Hastie T., Tibshirani R. y Friedman J. (2009) Unsupervised Learning [Aprendizaje no supervisado]. En The Elements of Statistical Learning Springer. (2ª ed., pp. 485-585 ). Springer. https://doi.org/10.1007/978-0-387-84858-7_14 Ichi.pro. (s.f.). Bosque aleatorio y su implementación junto con su implementación en Python. https://ichi.pro/es/bosque-aleatorio-y-su-implementacion- 124804450305359 Mathworks.com (s.f). Machine Learning in MATLAB. https://es.mathworks.com/help/stats/machine-learning-in-matlab.html Mathworks.com (s.f.). Análisis predictivo: Tres cosas que es necesario saber. https://la.mathworks.com/discovery/predictive-analytics.html Matich D. J. (2001). Redes neuronales: Conceptos básicos y aplicaciones. https://www.frro.utn.edu.ar/repositorio/catedras/quimica/5_anio/orientadora1/monograias/matich-redesneuronales.pdf Moujahid, A., Inza, A. y Larrañaga, P. (s.f.). Tema 5. Clasificadores K-NN. http://www.sc.ehu.es/ccwbayes/docencia/mmcc/docs/t9knn.pdf Rojas Forero P. A. ( Junio, 2017). Aplicación de la lógica difusa a un método predictivo en el mantenimiento aeronáutico de imprevistos. Ingenium, 18(36). 128-141. ISSN: 0124-7492 Saez, P. (s.f.).Todo lo que tienes que saber sobre mantenimiento predictivo industrial. https://www.predictive-sigma.com/que-es-el-mantenimientopredictivo/ Sharma, A. (21 de octubre de 2019). Why Machine learning Is Important For Smarter Manufacturing. Towards data science https://towardsdatascience.com/why-machine-learning-is-important-forsmarter- manufacturing-27da545de779 Sowilam, G. M. A., Villada, F. y Orille, A. L. (Septiembre 1-3, 2001). Finite impulse response artificial neural networks based internal fault detector for synchronous generators. [Sesión de conferencia]. 3rd International symposium on diagnostics for electric machine, power electronics and drives. Trieste Italia. https://www.researchgate.net/publication/262673516_Finite_impulse_response_artificial_neural_networks_based_internal_fault_detector_for_syn chronous_generators Tralaviña, A. y Castillo, H. (1997). Diseño, construcción y puesta en marcha de una planta piloto para experimentación en sistemas de control de procesos. [Tesis de pregrado, Universidad Autónoma de Occidente]. http://hdl.handle.net/10614/3705 Villada, F., Moreno, G. y Valencia, J. (2016). El mantenimiento predictivo y su efecto en la optimización de costos de mantenimiento. Revista Facultad De Ingeniería Universidad De Antioquia, (25), 95–105. https://revistas.udea.edu.co/index.php/ingenieria/article/view/326346 Villajulca, J. (2018). Medición de Flujo: la variable más medida de la industria - Medición y Control S.A.S. https://www.medicionycontrol.com.co/medicionde- flujo-la-variable-mas-medida-de-la-industria/ |
dc.rights.spa.fl_str_mv |
Derechos reservados - Universidad Autónoma de Occidente, 2021 |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.uri.eng.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.accessrights.eng.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.creativecommons.spa.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
rights_invalid_str_mv |
Derechos reservados - Universidad Autónoma de Occidente, 2021 https://creativecommons.org/licenses/by-nc-nd/4.0/ Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.extent.spa.fl_str_mv |
135 páginas |
dc.format.mimetype.eng.fl_str_mv |
application/pdf |
dc.coverage.spatial.none.fl_str_mv |
Universidad Autónoma de Occidente, Cll 25 # 115-85 Km 2 Vía Cali - Jamundi |
dc.publisher.spa.fl_str_mv |
Universidad Autónoma de Occidente |
dc.publisher.program.spa.fl_str_mv |
Ingeniería Mecatrónica |
dc.publisher.department.spa.fl_str_mv |
Departamento de Automática y Electrónica |
dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería |
dc.publisher.place.spa.fl_str_mv |
Cali |
institution |
Universidad Autónoma de Occidente |
bitstream.url.fl_str_mv |
https://red.uao.edu.co/bitstreams/159a2625-436c-4f7b-9460-7480077d8dee/download https://red.uao.edu.co/bitstreams/0390f566-c1dc-4f55-ad1e-fa0961384a07/download https://red.uao.edu.co/bitstreams/2ef02297-b2ba-460e-bb65-6cd562e282bb/download https://red.uao.edu.co/bitstreams/043362bb-0bbb-4614-b992-7d1b20f78035/download https://red.uao.edu.co/bitstreams/ffed56de-3bd8-4e98-830a-383dd861b2d3/download https://red.uao.edu.co/bitstreams/8cc7a67e-73df-4928-aa31-9604f3c084c7/download https://red.uao.edu.co/bitstreams/c2c5b2f7-5d6b-43e8-bf9b-e82db5f82565/download |
bitstream.checksum.fl_str_mv |
20b5ba22b1117f71589c7318baa2c560 4e6a9c56f0b2ef48c38bd5968a16b49d 1018edc0b7358ab5e3bc6f248168a11d 8a6e9ee4ccc73fad40a6fc45d7164325 55c7f632528328801392f2ed91ed337b 23e9e7b102e99a4d5e434c35b24b4317 14dda0cc0019986e5af0cf000ee7db6f |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Digital Universidad Autonoma de Occidente |
repository.mail.fl_str_mv |
repositorio@uao.edu.co |
_version_ |
1814260198787776512 |
spelling |
López Sotelo, Jesús Alfonsovirtual::2918-1Díaz Charry, Felipea809a5d1a689f170632cd0c638e952eeLópez Herrera, Jefferson45124aab15479665166db7e8a608e3c3Universidad Autónoma de Occidente, Cll 25 # 115-85 Km 2 Vía Cali - Jamundi2022-01-11T16:24:27Z2022-01-11T16:24:27Z2021-11-24https://hdl.handle.net/10614/13531Universidad Autónoma de OccidenteRepositorio Educativo Digitalhttps://red.uao.edu.co/En este trabajo se encuentra el desarrollo de un análisis de datos de una planta piloto basado en técnicas de inteligencia artificial. Podemos encontrar todo el proceso de realización de este proyecto iniciando por la caracterización de la planta y sistemas industriales implicados en el proceso, la realización de captura de datos mediante un PLC S71200 y software elaborado para la creación de un dataset con la información proveniente de la planta con el cual se realizó el análisis del comportamiento del sistema previamente caracterizado. También se podrá encontrar el diseño y la ejecución de distintos métodos de machine learning para cumplir con el propósito del proyecto en los cuales los entrenamientos arrojaron resultados de precisión mayores al 80%. Por último, se realiza una selección del método más apto para los experimentos de validación realizados, se podrá observar que el método final tendrá una precisión en el aprendizaje mayor al 90%, el cual se valida en tiempo real. También se realizó la conexión entre los software Spyder (Python) y TIA Portal mediante la configuración de cliente y servidor con la que se recopilaron y trataron los datos obtenidos y almacenados.This work is based on the development of a data analysis of a pilot plant based on artificial intelligence techniques. We can find the entire process of carrying out this project starting with the characterization of the plant and industrial systems involved in the process, the realization of data capture through a PLC S71200 and software developed for the creation of a dataset with the information from the plant with which the analysis of the behavior of the previously characterized system was carried out. You can also find the design and execution of different machine learning methods to fulfill the purpose of the project in which the trainings yielded accuracy results greater than 80%. Finally, a selection of the most suitable method for the validation experiments carried out is made, it will be observed that the final method will have an accuracy in learning greater than 90%, which is validated in real time. The connection between Spyder (Python) and TIA Portal software was also made through a client-server configuration with which the data could be obtained and stored for the processingProyecto de grado (Ingeniero Mecatrónico)-- Universidad Autónoma de Occidente, 2022PregradoIngeniero(a) Mecatrónico(a)135 páginasapplication/pdfspaUniversidad Autónoma de OccidenteIngeniería MecatrónicaDepartamento de Automática y ElectrónicaFacultad de IngenieríaCaliDerechos reservados - Universidad Autónoma de Occidente, 2021https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Ingeniería MecatrónicaLaboratorio de Automática de la Universidad Autónoma de OccidenteInteligencia artificialAprendizaje automático (Inteligencia artificial)Artificial intelligencePythonTia PortalMachine learningDatasetPLCIAAnálisis del comportamiento de la planta piloto del Laboratorio de Automática de la Universidad Autónoma de Occidente mediante técnicas de aprendizaje automáticoTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttps://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_71e4c1898caa6e32Díaz Charry, F. y López Herrera, J. (2021). Análisis del comportamiento de la planta piloto del Laboratorio de Automática de la Universidad Autónoma de Occidente mediante técnicas de aprendizaje automático. [Tesis de Pregrado. Universidad Autónoma de Occidente]. https://hdl.handle.net/10614/13531Automatización y Control. (2008). Presión. https://sites.google.com/site/automatizacionycontrol2/instrumentacion/me dicion-y-control/presionAutomatización y Control. (2008). Temperatura. https://sites.google.com/site/automatizacionycontrol2/instrumentacion/me dicion-y-control/temperaturaBaştanlar Y., Ozuysal M. (2014) Introduction to Machine Learning. Methods in molecular biology (Clifton, N.J), 1107, 105-128. https://doi.org/10.1007/978-1-62703-748-8_7Breiman, L. (2001). Random Forests. Machine Learning 45, 5–32 https://doi.org/10.1023/A:1010933404324Cabezas Cortes, R. (1995). Implementación del programa de mantenimiento predictivo computarizado para motores. [Tesis de pregrado, Universidad Autónoma de Occidente]. https://red.uao.edu.co/bitstream/handle/10614/2699/T0000975.pdf?sequence=1&isAllowed=yClomega.com. (s.f.). La importancia de la instrumentación. https://cl.omega.com/prodinfo/instrumentacion.htmlCorrea, F.(s.f) instructivo planta piloto. Universidad autónoma de occidente.Filippetti, F., Franceschini, G. y Tassoni, C. (Octubre 2-8, 1993). Neural networks aideid on-line diagnostics of induction motor rotor faults. [Sesión de conferencia]. IEEE industry applications conference twenty-eighth IAS annual meeting. Toronto Canada. doi: 10.1109/IAS.1993.298942.Guzmán Luna, R. Quevedo Nolasco, A. Tijerina Chávez, L. y Castro Popoca, M. (2015). Sistema de adquisición de datos meteorológicos en tiempo real con PLC. Revista mexicana de ciencias agrícolas, 6(8), 1701-1713. http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007- 09342015000801701&lng=es&tlng=es.Hastie T., Tibshirani R. y Friedman J. (2009) Unsupervised Learning [Aprendizaje no supervisado]. En The Elements of Statistical Learning Springer. (2ª ed., pp. 485-585 ). Springer. https://doi.org/10.1007/978-0-387-84858-7_14Ichi.pro. (s.f.). Bosque aleatorio y su implementación junto con su implementación en Python. https://ichi.pro/es/bosque-aleatorio-y-su-implementacion- 124804450305359Mathworks.com (s.f). Machine Learning in MATLAB. https://es.mathworks.com/help/stats/machine-learning-in-matlab.htmlMathworks.com (s.f.). Análisis predictivo: Tres cosas que es necesario saber. https://la.mathworks.com/discovery/predictive-analytics.htmlMatich D. J. (2001). Redes neuronales: Conceptos básicos y aplicaciones. https://www.frro.utn.edu.ar/repositorio/catedras/quimica/5_anio/orientadora1/monograias/matich-redesneuronales.pdfMoujahid, A., Inza, A. y Larrañaga, P. (s.f.). Tema 5. Clasificadores K-NN. http://www.sc.ehu.es/ccwbayes/docencia/mmcc/docs/t9knn.pdfRojas Forero P. A. ( Junio, 2017). Aplicación de la lógica difusa a un método predictivo en el mantenimiento aeronáutico de imprevistos. Ingenium, 18(36). 128-141. ISSN: 0124-7492Saez, P. (s.f.).Todo lo que tienes que saber sobre mantenimiento predictivo industrial. https://www.predictive-sigma.com/que-es-el-mantenimientopredictivo/Sharma, A. (21 de octubre de 2019). Why Machine learning Is Important For Smarter Manufacturing. Towards data science https://towardsdatascience.com/why-machine-learning-is-important-forsmarter- manufacturing-27da545de779Sowilam, G. M. A., Villada, F. y Orille, A. L. (Septiembre 1-3, 2001). Finite impulse response artificial neural networks based internal fault detector for synchronous generators. [Sesión de conferencia]. 3rd International symposium on diagnostics for electric machine, power electronics and drives. Trieste Italia. https://www.researchgate.net/publication/262673516_Finite_impulse_response_artificial_neural_networks_based_internal_fault_detector_for_syn chronous_generatorsTralaviña, A. y Castillo, H. (1997). Diseño, construcción y puesta en marcha de una planta piloto para experimentación en sistemas de control de procesos. [Tesis de pregrado, Universidad Autónoma de Occidente]. http://hdl.handle.net/10614/3705Villada, F., Moreno, G. y Valencia, J. (2016). El mantenimiento predictivo y su efecto en la optimización de costos de mantenimiento. Revista Facultad De Ingeniería Universidad De Antioquia, (25), 95–105. https://revistas.udea.edu.co/index.php/ingenieria/article/view/326346Villajulca, J. (2018). Medición de Flujo: la variable más medida de la industria - Medición y Control S.A.S. https://www.medicionycontrol.com.co/medicionde- flujo-la-variable-mas-medida-de-la-industria/GeneralPublicationhttps://scholar.google.com.au/citations?user=7PIjh_MAAAAJ&hl=envirtual::2918-10000-0002-9731-8458virtual::2918-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000249106virtual::2918-1fc227fb1-22ec-47f0-afe7-521c61fddd32virtual::2918-1fc227fb1-22ec-47f0-afe7-521c61fddd32virtual::2918-1LICENSElicense.txtlicense.txttext/plain; charset=utf-81665https://red.uao.edu.co/bitstreams/159a2625-436c-4f7b-9460-7480077d8dee/download20b5ba22b1117f71589c7318baa2c560MD53ORIGINALT10056_Análisis del comportamiento de la planta piloto del laboratorio de automática de la Universidad Autónoma de Occidente mediante técnicas de aprendizaje automático.pdfT10056_Análisis del comportamiento de la planta piloto del laboratorio de automática de la Universidad Autónoma de Occidente mediante técnicas de aprendizaje automático.pdfTexto archivo completo del trabajo de grado, PDFapplication/pdf2063351https://red.uao.edu.co/bitstreams/0390f566-c1dc-4f55-ad1e-fa0961384a07/download4e6a9c56f0b2ef48c38bd5968a16b49dMD54TA10056__Autorización trabajo de grado.pdfTA10056__Autorización trabajo de grado.pdfAutorización publicación del trabajo de gradoapplication/pdf407865https://red.uao.edu.co/bitstreams/2ef02297-b2ba-460e-bb65-6cd562e282bb/download1018edc0b7358ab5e3bc6f248168a11dMD55TEXTT10056_Análisis del comportamiento de la planta piloto del laboratorio de automática de la Universidad Autónoma de Occidente mediante técnicas de aprendizaje automático.pdf.txtT10056_Análisis del comportamiento de la planta piloto del laboratorio de automática de la Universidad Autónoma de Occidente mediante técnicas de aprendizaje automático.pdf.txtExtracted texttext/plain109663https://red.uao.edu.co/bitstreams/043362bb-0bbb-4614-b992-7d1b20f78035/download8a6e9ee4ccc73fad40a6fc45d7164325MD56TA10056__Autorización trabajo de grado.pdf.txtTA10056__Autorización trabajo de grado.pdf.txtExtracted texttext/plain4080https://red.uao.edu.co/bitstreams/ffed56de-3bd8-4e98-830a-383dd861b2d3/download55c7f632528328801392f2ed91ed337bMD58THUMBNAILT10056_Análisis del comportamiento de la planta piloto del laboratorio de automática de la Universidad Autónoma de Occidente mediante técnicas de aprendizaje automático.pdf.jpgT10056_Análisis del comportamiento de la planta piloto del laboratorio de automática de la Universidad Autónoma de Occidente mediante técnicas de aprendizaje automático.pdf.jpgGenerated Thumbnailimage/jpeg7004https://red.uao.edu.co/bitstreams/8cc7a67e-73df-4928-aa31-9604f3c084c7/download23e9e7b102e99a4d5e434c35b24b4317MD57TA10056__Autorización trabajo de grado.pdf.jpgTA10056__Autorización trabajo de grado.pdf.jpgGenerated Thumbnailimage/jpeg13428https://red.uao.edu.co/bitstreams/c2c5b2f7-5d6b-43e8-bf9b-e82db5f82565/download14dda0cc0019986e5af0cf000ee7db6fMD5910614/13531oai:red.uao.edu.co:10614/135312024-03-07 16:41:41.297https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos reservados - Universidad Autónoma de Occidente, 2021open.accesshttps://red.uao.edu.coRepositorio Digital Universidad Autonoma de Occidenterepositorio@uao.edu.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 |