FRRE - Producción de Investigación

Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/498

Browse

Search Results

Now showing 1 - 10 of 405
  • Thumbnail Image
    Item
    Evaluación de métodos químicos para el tratamiento de residuos líquidos con alta carga de contaminantes emergentes generados en laboratorios de salud
    (2024-11-07) Velasco, Gustavo Adolfo; Avico, Edgardo Hernán; Sequeira, Alfredo Fabián; Fontana, Gimena Lilián; Hervot, Elsa Ivonne; Farías, Alejandro Rubén; Ramírez, Rosana; Martínez, Mauricio
    En el laboratorio de Análisis Clínicos del Hospital Dr. Julio C. Perrando de la ciudad de Resistencia, Chaco, se realizó un relevamiento de los residuos líquidos (RL) generados (efluentes de analizadores de uso in vitro, tinciones y solventes). Entre ellos, se identificaron compuestos comprendidos en la ley Nº 24.051 como Residuos Peligrosos. El vertido de estos efluentes no tratados, o con tratamientos ineficientes, puede llegar a los cursos de aguas superficiales, afectando por su toxicidad a organismos acuáticos y contribuyendo por su alto contenido de nitrógeno a la eutrofización de los cursos de agua. En este estudio se optimizaron las condiciones de un Proceso de Oxidación Avanzada (Fenton) para el tratamiento de los efluentes generados en el laboratorio.
  • Thumbnail Image
    Item
    Validación del diseño, construcción y puesta en funcionamiento de un secadero solar con control de temperatura de aire
    (2024-12-12) Spotorno, Rubén Ángel; Pochettino, Juan José; García, Fabián; Sequeira, Alfredo Fabián
    En el presente trabajo se expone el diseño y construcción de los diferentes componentes del sistema de secado, destinado a la deshidratación de vegetales de alimentación fisiológica saludable. Además se presenta el funcionamiento de la precámara de secado y el control de temperatura del aire de secado. El sistema de control de temperatura utiliza arduinos, que son de bajo costo y de fácil manejo para operarios con escasos conocimientos en electrónica. El mismo no permite superar el umbral de 45ºC de temperatura, consiguiendo preservar las vitales enzimas y vitaminas de los distintos vegetales a deshidratar. Se realizaron los primeros ensayos experimentales de secado de vegetales de alimentación viva, obteniendo resultados alentadores. Se logró obtener vegetales deshidratados sin pérdida de textura, sabor, aroma y una buena presencia del producto seco.
  • Thumbnail Image
    Item
    Control automático de la temperatura del aire de un secadero solar de productos de alimentación fisiológica saludable
    (2022-09-21) Vázquez, Raimundo; Spotorno, Rubén Ángel; Pochettino, Juan José; García, Fabián; Figueredo, Gustavo Raúl
    En el presente trabajo se exponen los resultados obtenidos a partir del desarrollo del control automático de temperatura del aire en un secadero solar de productos de alimentación fisiológica saludable. La herramienta denominada Control Proporcional Integral Derivativo (PID) articulado con modulación por ancho de pulsos (PWM), permite establecer en tiempo real velocidades adecuadas de un ventilador, para regular la temperatura en el interior de la cámara de secado. El desarrollo se basa en un procedimiento utilizando un dispositivo genérico articulado con librerías de uso libre. Los conocimientos necesarios de programación y electrónica fueron mínimos debido a la tecnología utilizada. El software empleado incorpora funciones de alto nivel que facilitan el manejo del hardware. El ajuste de las constantes del PID se debió hacer en forma interactiva debido a los escasos conocimientos de la dinámica del sistema, permitiendo establecer en tiempo real valores adecuados en el PWM, que facilitaron un ajuste eficiente y suave de la temperatura del aire.
  • Thumbnail Image
    Item
    Implementación de sistemas de detección de peatones para vehículos utilizando sensores LIDAR y deep learning
    (2024-09-10) Vázquez, Raimundo; Gramajo, Sergio; Mariguetti, Jorge Omar; Torres, Carlos; Robledo Sanchez, Alberto
    El desarrollo de sistemas de detección de peatones para vehículos representa un avance crucial en la seguridad vial y la integración de tecnologías de vanguardia en la industria automotriz. Este trabajo propone una solución innovadora que combina la capacidad del sensor LIDAR con archivos del tipo bag, con el objetivo de detectar peatones y diferenciar entre zonas de peligro y no peligro para el vehículo. La integración de datos obtenidos del sensor LIDAR con archivos bag abre nuevas posibilidades para mejorar la precisión y eficacia de los sistemas de detección de peatones. La utilización de archivos bag permite capturar datos en tiempo real en diversas condiciones de conducción, lo que facilita la recopilación de información relevante para el desarrollo y entrenamiento de modelos de detección. Mediante una serie de mediciones, se establecen situaciones de peligro y no peligro, donde se demuestra que los peatones en la vereda no representan una amenaza para el vehículo en movimiento, mientras que aquellos que cruzan la trayectoria del automóvil sí lo son. Los datos recopilados se transforman en archivos csv y se utilizan para entrenar un modelo de clasificación basado en redes neuronales del tipo Deep Learning. La evaluación de la efectividad del predictor se realiza mediante el análisis de la curva ROC, lo que proporciona una medida objetiva del rendimiento del sistema de detección propuesto. Los resultados obtenidos demuestran la viabilidad y eficacia del enfoque propuesto, destacando su potencial para mejorar la seguridad vial y reducir los accidentes relacionados con peatones.
  • Thumbnail Image
    Item
    Detección de carriles en vías no señalizadas mediante LIDAR y deep learning para mejorar la seguridad vial
    (Sociedad Argentina de Informática (SADIO), 2024-10-24) Vázquez, Raimundo; Torres, Carlos; Mariguetti, Jorge Omar; Gramajo, Sergio; Robledo Sanchez, Alberto
    Las causas principales de los accidentes de tráfico se pueden atribuir principalmente a errores humanos como la falta de atención, mal comportamiento o distracción. Para abordar este problema, muchas empresas han desarrollado técnicas para mejorar la seguridad en la conducción y reducir los siniestros viales. Este trabajo presenta un procedimiento para detectar carriles en vías no señalizadas utilizando un sensor LIDAR montado en la parte superior de un vehículo. El escáner láser captura imágenes del entorno del conductor, que luego se procesan para identificar tres regiones dentro de la distancia de frenado del vehículo: izquierda, central y derecha de la calle. Los datos recopilados se utilizan para crear conjuntos de entrenamiento y test, que se analizan mediante bibliotecas de Deep Learning para extraer patrones y construir un modelo de detección de carriles. La efectividad de este modelo se evalúa utilizando la curva ROC. Esta propuesta ofrece una solución integral para estimar la ubicación del carril del vehículo, integrando tecnología LIDAR y técnicas de Deep Learning.
  • Thumbnail Image
    Item
    Desarrollo de un procedimiento para detectar carriles en vías no señalizadas utilizando visión artificial
    (Sociedad Argentina de Informática (SADIO), 2023-12-01) Vázquez, Raimundo; Torres, Carlos; Mariguetti, Jorge Omar; Gramajo, Sergio; Robledo Sanchez, Alberto
    Los accidentes de tráfico son causados principalmente por errores humanos como la falta de atención, mal comportamiento o distracción. Muchas empresas han desarrollado técnicas para mejorar la seguridad en la conducción y reducción de siniestros viales. El contexto del tráfico es el principal estímulo para la intención del conductor y puede ser utilizado para predecir una acción futura. Este trabajo desarrolla un procedimiento que permite detectar el carril en vías no señalizadas empleando visión artificial. Se utiliza una cámara de video en un vehículo para obtener imágenes del campo visual del conductor. En los fotogramas obtenidos se establecen cinco regiones comprendidas dentro de la distancia de frenado del vehículo. La primera región se encuentra a la izquierda del automóvil. Las tres siguientes en el centro y la última a la derecha. Luego, se incorporan librerías de deep learning encargadas de analizar estas imágenes. Se utiliza el operador de divergencia en histogramas para cuantificar texturas entre regiones. Los valores obtenidos permitieron clasificar semejanzas entre regiones. Por ejemplo, en el caso donde el automóvil viaja en el carril central se obtienen cinco texturas semejantes. En los casos de traslado en el carril derecho o izquierdo la divergencia aumentaba respecto a las regiones centrales. De esta manera se propone estimar la ubicación del carril del vehículo utilizando como base de comparación los valores de la divergencia entre regiones. Este trabajo realiza un aporte a las tecnologías relacionadas a la percepción del tráfico donde se incluyen la detección de obstáculos, estructura viales y detección de carril.
  • Thumbnail Image
    Item
    Predicción de intención de giro de un conductor en la entrada de una rotonda utilizando un GPS y una red neuronal tipo LSTM
    (2022-12-01) Vázquez, Raimundo; Gramajo, Sergio; Mariguetti, Jorge Omar; Torres, Carlos; Robledo Sanchez, Alberto
    Se presenta un procedimiento para estimar la intención del sentido de giro de un conductor segundos antes de ingresar a una rotonda. En situaciones reales, la detección de que un conductor va a girar en una determinada dirección al ingresar a la rotonda no es suficiente para implementar estrategias de reducción de riesgos, por lo que es relevante reconocer una posible acción futura momentos antes de que ocurra. El método propuesto utiliza datos de posición asociados a tres rectas paralelas a una avenida cercana a la rotonda. De esta forma, fue posible obtener información relevante para alimentar una red neuronal con el fin de predecir la intención de giro de un vehículo en metros antes de ingresar a la rotonda. El entrenamiento y prueba se basó en una red tipo Long Short Term Memory, que permitió predecir la probabilidad de que el vehículo gire a la derecha, a la izquierda o siga derecho. Se logró construir un modelo con resultados prácticos, dando una importante ventana de predicción de 40 metros antes de llegar a la rotonda. Se consiguió construir un modelo con una exactitud aproximación de 0,80 y una pérdida menor a 0,47. Para evaluar la capacidad predictiva de la red se utilizó la herramienta denominada curva Característica Operativa del Receptor y las intenciones se definieron como clases.
  • Thumbnail Image
    Item
    Método de bajo costo para la evaluación de muestras de arroz por procesamiento digital de imágenes
    (2024-06-01) Cleva, Mario Sergio
    Se presenta una metodología de bajo costo para la caracterización morfológica de granos de arroz, como para así también la determinación de la masa de los granos. Se emplea un escáner con adaptador de transparencias para la obtención de las imágenes que permitan la determinación de granos llenos y vanos y el software ImageJ para su posterior procesamiento. Con un modelo que plantea una magnitud llamada "peso por pixel" se puede determinar la masa de la muestra de granos llenos.
  • Thumbnail Image
    Item
    Detección y estimación del peso de granos llenos de una muestra de arroz cáscara, empleando procesamiento digital de imágenes con ImageJ
    (2024-01-15) Cleva, Mario Sergio; Liska, Diego Orlando; Rodríguez-Hernández, Beatriz
    La identificación y determinación del peso de granos llenos y vanos de arroz extraídos de una panoja es una variable relacionada a características genéticas de las plantas, a las condiciones ambientales durante el llenado de grano e influyen en el rendimiento. El Procesamiento Digital de Imágenes (PDI) es una herramienta objetiva, eficaz y aplicable a diferentes procesos de identificación y clasificación. Es útil para la caracterización morfológica de granos y semillas. El objetivo de este trabajo es presentar una técnica basada en PDI para la identificación de granos llenos y la estimación del peso de estos. Emplea una imagen de la muestra obtenida con un escáner de escritorio con adaptador de transparencias, una balanza y el programa ImageJ®, La detección de los granos llenos se realizó empleando el histograma del grano. El porcentaje de reconocimiento de granos fue en promedio de un 85%. Para la estimación del peso, se correlacionaron los píxeles correspondientes al área proyectada de los granos con su peso. Los valores obtenidos, tienen un error del 1.2% en promedio. El método propuesto es operacionalmente sencillo, eficiente y no requiere de un entrenamiento previo ni de equipamiento especial.
  • Thumbnail Image
    Item
    Turbidity estimation by machine learning modeling and remote sensing techniques applied to a treatment plant water inlet
    (2024-01-14) Gauto, Víctor Hugo; Utgés, Enid Marta; Hervot, Elsa Ivonne; Tenev, María Daniela; Farías, Alejandro Rubén
    Water availability and sanitation are among the UN Sustainable Development goals for 2030. Remote sensing techniques are used to monitor and retrieve quality estimators from water bodies. Clean water is a scarce resource fundamental for human development and well-being. Treatment plants depend on the current water quality state to properly provide clean water. Combining laboratory measurements, provided by a water plant in Resistencia city, Argentina, and remote sensing data, i.e., surface reflectance, from Sentinel-2 platform, several algorithms were developed, trained, and compared for turbidity estimation. The model with the highest performance metrics was a random forest model, with Pearson’s coefficient of determination (R2) 0.918 and root-mean squared error (RMSE) 138.8 nephelometric turbidity units (NTU). Global feature importance and partial dependencies profiles techniques were applied to the random forest model to understand the spectral bands effects. Turbidity maps and time series were made and analyzed.