Análisis e interpretación de señales de fuga de campo magnético en tuberías de transporte de hidrocarburos para la detección de pérdidas significativas de material

Diseñar clasifcadores basados en redes neuronales y Análisis Discriminante Lineal (por sus síglas en ingles LDA) para identificar pérdidas de material en tuberías de transporte de hidrocarburos, por medio de un análisis espectral de las señales de MFL.

Autores:
Quintero Plata, Javier Mario
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2015
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/17019
Acceso en línea:
http://hdl.handle.net/20.500.12749/17019
Palabra clave:
Mechatronic
MFL signals
Neural networks
Hydrocarbon transportation
Algorithms
Machine theory
Artificial intelligence
Mathematical models
Mecatrónica
Algoritmos
Teoría de las máquinas
Inteligencia artificial
Modelos matemáticos
Señales MFL
Redes neuronales
Transporte de hidrocarburos
Rights
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
id UNAB2_79b69fadab653baa1e6f0baf2ed62f13
oai_identifier_str oai:repository.unab.edu.co:20.500.12749/17019
network_acronym_str UNAB2
network_name_str Repositorio UNAB
repository_id_str
dc.title.spa.fl_str_mv Análisis e interpretación de señales de fuga de campo magnético en tuberías de transporte de hidrocarburos para la detección de pérdidas significativas de material
dc.title.translated.spa.fl_str_mv Analysis and interpretation of magnetic field leakage signals in hydrocarbon transport pipelines for detection of significant material losses
title Análisis e interpretación de señales de fuga de campo magnético en tuberías de transporte de hidrocarburos para la detección de pérdidas significativas de material
spellingShingle Análisis e interpretación de señales de fuga de campo magnético en tuberías de transporte de hidrocarburos para la detección de pérdidas significativas de material
Mechatronic
MFL signals
Neural networks
Hydrocarbon transportation
Algorithms
Machine theory
Artificial intelligence
Mathematical models
Mecatrónica
Algoritmos
Teoría de las máquinas
Inteligencia artificial
Modelos matemáticos
Señales MFL
Redes neuronales
Transporte de hidrocarburos
title_short Análisis e interpretación de señales de fuga de campo magnético en tuberías de transporte de hidrocarburos para la detección de pérdidas significativas de material
title_full Análisis e interpretación de señales de fuga de campo magnético en tuberías de transporte de hidrocarburos para la detección de pérdidas significativas de material
title_fullStr Análisis e interpretación de señales de fuga de campo magnético en tuberías de transporte de hidrocarburos para la detección de pérdidas significativas de material
title_full_unstemmed Análisis e interpretación de señales de fuga de campo magnético en tuberías de transporte de hidrocarburos para la detección de pérdidas significativas de material
title_sort Análisis e interpretación de señales de fuga de campo magnético en tuberías de transporte de hidrocarburos para la detección de pérdidas significativas de material
dc.creator.fl_str_mv Quintero Plata, Javier Mario
dc.contributor.advisor.none.fl_str_mv González Acevedo, Hernando
dc.contributor.author.none.fl_str_mv Quintero Plata, Javier Mario
dc.contributor.cvlac.spa.fl_str_mv González Acevedo, Hernando [0000544655]
dc.contributor.googlescholar.spa.fl_str_mv González Acevedo, Hernando [V8tga0cAAAAJ&hl=es&oi=ao]
dc.contributor.orcid.spa.fl_str_mv González Acevedo, Hernando [0000-0001-6242-3939]
dc.contributor.scopus.spa.fl_str_mv González Acevedo, Hernando [55821231500]
dc.contributor.researchgate.spa.fl_str_mv González Acevedo, Hernando [Hernando-Gonzalez-Acevedo-2199006362]
dc.subject.keywords.spa.fl_str_mv Mechatronic
MFL signals
Neural networks
Hydrocarbon transportation
Algorithms
Machine theory
Artificial intelligence
Mathematical models
topic Mechatronic
MFL signals
Neural networks
Hydrocarbon transportation
Algorithms
Machine theory
Artificial intelligence
Mathematical models
Mecatrónica
Algoritmos
Teoría de las máquinas
Inteligencia artificial
Modelos matemáticos
Señales MFL
Redes neuronales
Transporte de hidrocarburos
dc.subject.lemb.spa.fl_str_mv Mecatrónica
Algoritmos
Teoría de las máquinas
Inteligencia artificial
Modelos matemáticos
dc.subject.proposal.spa.fl_str_mv Señales MFL
Redes neuronales
Transporte de hidrocarburos
description Diseñar clasifcadores basados en redes neuronales y Análisis Discriminante Lineal (por sus síglas en ingles LDA) para identificar pérdidas de material en tuberías de transporte de hidrocarburos, por medio de un análisis espectral de las señales de MFL.
publishDate 2015
dc.date.issued.none.fl_str_mv 2015
dc.date.accessioned.none.fl_str_mv 2022-07-19T17:00:50Z
dc.date.available.none.fl_str_mv 2022-07-19T17:00:50Z
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.local.spa.fl_str_mv Trabajo de Grado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.hasversion.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12749/17019
dc.identifier.instname.spa.fl_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional UNAB
dc.identifier.repourl.spa.fl_str_mv repourl:https://repository.unab.edu.co
url http://hdl.handle.net/20.500.12749/17019
identifier_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
reponame:Repositorio Institucional UNAB
repourl:https://repository.unab.edu.co
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv [1] Arizmendi P., Carlos Julio. SIGNAL PROCESSING TECHNIQUES FOR BRAIN TUMOUR DIAGNOSIS FROM MAGNETIC RESONANCE SPECTROSCOPY DATA. 2011. Ph. D. Tesís.
[2] Feng, QAingshan. Sutherland, Jeff. Gu, Bill. Wei, Yao. Tao, Cui. EVOLUTION OF TRIAX MAGNETIC FLUX LEAKAGE INSPECTION FOR MITIGATION OF SPIRAL WELD ANOMALIES. En: Pipeline Technology Conference. 2011.
[3] YOU, Zhongqing. VENCZEL, John. BODEN, Dudley. Advanced NDE forPipes and Tubes as per API Specifications. En: Proceedings of the National Seminar & Exhibition on Non-Destructive Evaluation. Diciembre, 2009.
[4] Arizmendi P., Carlos Julio. Transformada Wavelet. Facultad de Ingenierías Fisicomecánicas. UNAB. 2013.
[5] Donoho, David L. Different Perspectives on Wavelets. En: American Mathematical Society, Estados Unidos. 1993.
[6] MUKHOPADHYAY, S. SRIVASTAVA, 6G.P. Characterisation of metal loss defects from magnetic flux leakage signals with discrete wavelet transform. En: NDT&E. No 33 (2002); p. 57-65.
[7] L. S. Correa, B. F. Giraldo, E. Laciar, A. Torres. Multi-parameter Analysis of ECG and Respiratory Flow Signals to Identify Success of Patients on Weaning Trials. En: Annual International Conference of the IEEE EMBS. No. 32 (2010); p. 6070-6073.
[8] W. Couch, Leon. Digital & Analog Communication Systems. 8 ed. Prentice Hall, 2012.
[9] Métodos de análisis de datos en ecología. Departamento de ecología. Universidad de Alcalá. 2005
[10] Vidal, Tomás. Introducción a las Redes Neuronales. Departamento Electrónica. UTFSM. 2012.
[11] 8. Balakrishnama, A. Ganapathiraju. LINEAR DISCRIMINANT ANALYSIS - A BRIEF TUTORIAL. Institute for Signal and Information Processing. Department of Electrical and Computer Engineering. Mississippi State University.
[12] Tibshirani, Hastie. Cross-validation and bootstrap. SLDM 111. Febrero, 2009.
[13] Kay H. Brodersen, Cheng Soon Ong, Klaas E. Stephan, Joachim M. Buhmann. The balanced accuracy and its posterior distribution. En: International Conference on Pattern Recognition. 2010.
[14] Neural Network Toolbox. Function Aproximation and Nonlinear Regression. Choose a Multilayer Neural Network Training Function. En: Documentation - Matlab® 2013a [en línea]. <htip://Amww.mathworks.com/help/nnet/ug/choose-a- multilayer-neural-network-training-function.html> [citado el 2 de enero de 2015].
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.creativecommons.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
Atribución-NoComercial-SinDerivadas 2.5 Colombia
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.spatial.spa.fl_str_mv Colombia
dc.publisher.grantor.spa.fl_str_mv Universidad Autónoma de Bucaramanga UNAB
dc.publisher.faculty.spa.fl_str_mv Facultad Ingeniería
dc.publisher.program.spa.fl_str_mv Pregrado Ingeniería Mecatrónica
institution Universidad Autónoma de Bucaramanga - UNAB
bitstream.url.fl_str_mv https://repository.unab.edu.co/bitstream/20.500.12749/17019/1/2015_Tesis_Javier_Mario_Quintero.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/17019/2/license.txt
https://repository.unab.edu.co/bitstream/20.500.12749/17019/3/2015_Tesis_Javier_Mario_Quintero.pdf.jpg
bitstream.checksum.fl_str_mv 65c15367d27628afa5ba82cc0fecb146
3755c0cfdb77e29f2b9125d7a45dd316
e768f2df69c316f02602fc36b34d11c5
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB
repository.mail.fl_str_mv repositorio@unab.edu.co
_version_ 1814277572864770048
spelling González Acevedo, Hernando490b15a6-3d80-4525-a9a0-44e34b8f0937Quintero Plata, Javier Mario0940ffae-9533-473f-b9b6-8cb1331b0d87González Acevedo, Hernando [0000544655]González Acevedo, Hernando [V8tga0cAAAAJ&hl=es&oi=ao]González Acevedo, Hernando [0000-0001-6242-3939]González Acevedo, Hernando [55821231500]González Acevedo, Hernando [Hernando-Gonzalez-Acevedo-2199006362]Colombia2022-07-19T17:00:50Z2022-07-19T17:00:50Z2015http://hdl.handle.net/20.500.12749/17019instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coDiseñar clasifcadores basados en redes neuronales y Análisis Discriminante Lineal (por sus síglas en ingles LDA) para identificar pérdidas de material en tuberías de transporte de hidrocarburos, por medio de un análisis espectral de las señales de MFL.Objetivos Introducción Procesamiento de señlaes MFL Señales MFL Base de datos Diseño de clasificadores Conclusiones Bibliografía AnexosPregradoDesign classifcators based on neural networks and Linear Discriminant Analysis (LDA) to identify material losses in hydrocarbon transport pipelines, through a spectral analysis of MFL signals.application/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)Atribución-NoComercial-SinDerivadas 2.5 Colombiahttp://purl.org/coar/access_right/c_abf2Análisis e interpretación de señales de fuga de campo magnético en tuberías de transporte de hidrocarburos para la detección de pérdidas significativas de materialAnalysis and interpretation of magnetic field leakage signals in hydrocarbon transport pipelines for detection of significant material lossesIngeniero MecatrónicoUniversidad Autónoma de Bucaramanga UNABFacultad IngenieríaPregrado Ingeniería Mecatrónicainfo:eu-repo/semantics/bachelorThesisTrabajo de Gradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/acceptedVersionhttp://purl.org/redcol/resource_type/TPMechatronicMFL signalsNeural networksHydrocarbon transportationAlgorithmsMachine theoryArtificial intelligenceMathematical modelsMecatrónicaAlgoritmosTeoría de las máquinasInteligencia artificialModelos matemáticosSeñales MFLRedes neuronalesTransporte de hidrocarburos[1] Arizmendi P., Carlos Julio. SIGNAL PROCESSING TECHNIQUES FOR BRAIN TUMOUR DIAGNOSIS FROM MAGNETIC RESONANCE SPECTROSCOPY DATA. 2011. Ph. D. Tesís.[2] Feng, QAingshan. Sutherland, Jeff. Gu, Bill. Wei, Yao. Tao, Cui. EVOLUTION OF TRIAX MAGNETIC FLUX LEAKAGE INSPECTION FOR MITIGATION OF SPIRAL WELD ANOMALIES. En: Pipeline Technology Conference. 2011.[3] YOU, Zhongqing. VENCZEL, John. BODEN, Dudley. Advanced NDE forPipes and Tubes as per API Specifications. En: Proceedings of the National Seminar & Exhibition on Non-Destructive Evaluation. Diciembre, 2009.[4] Arizmendi P., Carlos Julio. Transformada Wavelet. Facultad de Ingenierías Fisicomecánicas. UNAB. 2013.[5] Donoho, David L. Different Perspectives on Wavelets. En: American Mathematical Society, Estados Unidos. 1993.[6] MUKHOPADHYAY, S. SRIVASTAVA, 6G.P. Characterisation of metal loss defects from magnetic flux leakage signals with discrete wavelet transform. En: NDT&E. No 33 (2002); p. 57-65.[7] L. S. Correa, B. F. Giraldo, E. Laciar, A. Torres. Multi-parameter Analysis of ECG and Respiratory Flow Signals to Identify Success of Patients on Weaning Trials. En: Annual International Conference of the IEEE EMBS. No. 32 (2010); p. 6070-6073.[8] W. Couch, Leon. Digital & Analog Communication Systems. 8 ed. Prentice Hall, 2012.[9] Métodos de análisis de datos en ecología. Departamento de ecología. Universidad de Alcalá. 2005[10] Vidal, Tomás. Introducción a las Redes Neuronales. Departamento Electrónica. UTFSM. 2012.[11] 8. Balakrishnama, A. Ganapathiraju. LINEAR DISCRIMINANT ANALYSIS - A BRIEF TUTORIAL. Institute for Signal and Information Processing. Department of Electrical and Computer Engineering. Mississippi State University.[12] Tibshirani, Hastie. Cross-validation and bootstrap. SLDM 111. Febrero, 2009.[13] Kay H. Brodersen, Cheng Soon Ong, Klaas E. Stephan, Joachim M. Buhmann. The balanced accuracy and its posterior distribution. En: International Conference on Pattern Recognition. 2010.[14] Neural Network Toolbox. Function Aproximation and Nonlinear Regression. Choose a Multilayer Neural Network Training Function. En: Documentation - Matlab® 2013a [en línea]. <htip://Amww.mathworks.com/help/nnet/ug/choose-a- multilayer-neural-network-training-function.html> [citado el 2 de enero de 2015].ORIGINAL2015_Tesis_Javier_Mario_Quintero.pdf2015_Tesis_Javier_Mario_Quintero.pdfTesisapplication/pdf13882428https://repository.unab.edu.co/bitstream/20.500.12749/17019/1/2015_Tesis_Javier_Mario_Quintero.pdf65c15367d27628afa5ba82cc0fecb146MD51open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8829https://repository.unab.edu.co/bitstream/20.500.12749/17019/2/license.txt3755c0cfdb77e29f2b9125d7a45dd316MD52open accessTHUMBNAIL2015_Tesis_Javier_Mario_Quintero.pdf.jpg2015_Tesis_Javier_Mario_Quintero.pdf.jpgIM Thumbnailimage/jpeg7232https://repository.unab.edu.co/bitstream/20.500.12749/17019/3/2015_Tesis_Javier_Mario_Quintero.pdf.jpge768f2df69c316f02602fc36b34d11c5MD53open access20.500.12749/17019oai:repository.unab.edu.co:20.500.12749/170192022-07-19 22:01:09.859open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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

Publicaciones similares