Advanced search


Knowledge area




37 results, page 1 of 4

Optimización de la cadena de suministro para la producción de bioturbosina

DEICY MARIA MATOS RIOS (2019)

El sector de la aviación tiene una creciente demanda de combustibles, dado que se pronostica que crecerá a un ritmo de 4.8% anual hasta el 2036. En este contexto, es fundamental el desarrollo de combustibles renovables de aviación que satisfagan la demanda de combustibles de manera parcial o total. Por ello, es de vital importancia la determinación óptima de la cadena de suministro para su producción; dado que el uso eficiente de los recursos permitirá tener procesos de producción sustentables y biocombustibles de mínimo impacto ambiental. En 2017 que Domínguez-García y colaboradores, propusieron una estrategia de planificación para la producción de bioturbosina mediante un modelo de optimización multiobjetivo MILP para la producción de bioturbosina. En ambos trabajos consideraron la producción de bioturbosina a partir de aceites vegetales de cultivos energéticos con el suministro de hidrógeno de origen fósil, para las rutas de procesamiento que lo requieren; en su último trabajo consideraron el uso de biomasa comestible como aceite de soya, además de la producción de hidrógeno convencional y renovable. En ambos trabajos se optimizaron objetivos económicos y ambientales. Igualmente, en 2018 Gregorio-Gutiérrez y colaboradores presentaron en un modelo matemático MILP para optimización multiobjetivo de funciones ambientales y sociales de la optimización cadena de suministro para obtener bioturbosina a partir de salicornia bigelovii mediante la ruta de procesamiento Fischer-Tropsch. Por lo tanto, el presente trabajo se enfoca en la determinación de la cadena óptima de suministro para la producción de bioturbosina, mediante el hidrotratamiento de aceites vegetales no comestibles como los de Jatropha curcas, camelina, palma de aceite y la higuerilla, así como la generación de hidrógeno renovable a partir de la biomasa de estas mismas materias primas. Para ello se realiza el modelado de la cadena de suministro considerando materias primas cultivables en los diferentes estados de México, su procesamiento para la obtención de bioturbosina e hidrógeno renovable, así como la distribución de la bioturbosina en la red de aeropuertos mexicanos y su posible exportación. Los resultados muestran que en el mejor escenario se obtiene una ganancia anual de $337,862,932.17 MXN. De los 32 estados del país se produce biomasa en 26; mientras que en los estados de Chiapas, Chihuahua, Durango, Michoacán, Nayarit, Veracruz, Yucatán, Zacatecas, Guerrero, Jalisco y Edo. de México se produce la bioturbosina, y en los 3 últimos también se produce el hidrógeno renovable, supliendo la demanda de este gas para la producción del biocombustible. Adicionalmente, la producción de bioturbosina a partir de biomasa disminuye en 27.6 % las emisiones liberadas a la atmósfera, en comparación con la turbosina de origen fósil.

Master thesis

BIOLOGÍA Y QUÍMICA LÓGICA INGENIERÍA Y TECNOLOGÍA

Modelación y predicción de excedencias de partículas PM10 utilizando redes recurrentes.

JULIO ALBERTO RAMIREZ MONTAÑEZ (2020)

La presente tesis muestra la implementación de dos redes neuronales profundas (LSTM) una para la modelación de las partículas aéreas contaminantes llamadas PM10, mientras que la segunda red es utilizada para detectar las condiciones que anteceden a una excedencia. Dado que los datos utilizados son registros de la ciudad de México, se tomo de referencia la norma mexicana respectiva. Lo anterior debido a que el monitoreo de la calidad del aire es un tema de interés actual, las partículas PM10 son contaminantes aéreos constituidas de diferentes componentes.

Los resultados obtenidos demuestran que es posible anticipar una excedencia de partículas PM10 con 24, 48 o 72 horas previas a que ocurra. De igual manera se implementó distintos algoritmos para validar los resultados obtenidos, enfocándose en el preprocesamiento de los datos iniciales y en la modelación y predicción de las excedencias.

Master thesis

INGENIERÍA Y TECNOLOGÍA LÓGICA LÓGICA

Desarrollo de un biosensor nanofluídico para la detección de metabolitos en sudor

Dulce Victoria Estrada Osorio (2019)

En este proyecto se desarrolló un biosensor de glucosa tipo parche que consiste en electrodos construidos de nanofibras de carbono (NFC). El biosensor es tipo voltamperométrico, en el que el electrodo de trabajo se deposita una película de Ferroceno-Poli-L-Lisina con la enzima glucosa oxidasa inmovilizada. Este polímero, el cual no se había reportado anteriormente, es utilizado como especie para la detección de glucosa o de alguna otra sustancia. En análisis realizados a pH 5.6 el biosensor registra un límite de cuantificación de 1.34 mM, límite de detección de 0.4 mM, sensibilidad igual a 4 µA/mM cm2, tiene una constante de Michaelis-Menten de 5.25 mM y alcanza una corriente máxima de 1.6 µA en análisis de rango de 0 a 5 mM de glucosa. Presenta excelente comportamiento en presencia de interferentes como dopamina (0.05 mM), ácido úrico (0.2 mM) y ácido ascórbico (0.001 mM). Aunado a este biosensor, se desarrolló un sensor potenciométrico de cloruros construido a base de Ag/AgCl sobre NFC con una capa de agar sobre la superficie de este como capa protectora. Este sensor tiene un límite de cuantificación de 178.21 mM, límite de detección de 53.46 mM con una sensibilidad de 0.0024 V/mM cm2 con una caída de potencial de 83.1 mV/dec. Estas pruebas se realizaron analizando concentraciones de cloruro de potasio (KCl) en una solución de pH 5.6, sin embargo, este sensor requiere de modificaciones para poder utilizarse en tipo parche. El dispositivo electrónico construido cuenta con un microcontrolador Arduino, un conversor de voltaje a corriente y un amplificador de corriente, este dispositivo envía las señales de corriente obtenidas por los electrodos a una computadora para su posterior procesamiento. Si bien el dispositivo cumple con la función principal, que es detectar glucosa, tiene la limitante de que sólo reconoce corrientes mayores a 1 µA, por lo que se propone su posterior optimización para que pueda cumplir con su objetivo, así como el acoplamiento de otros electrodos al mismo dispositivo.

Master thesis

INGENIERÍA Y TECNOLOGÍA LÓGICA TECNOLOGÍA MÉDICA

"Parámetros de ajuste para una llenadora-selladora de ampolletas en función de la solución"

ILSE VEGA RIVAS (2017)

"Para la preparación de medicamentos inyectables estériles envasados en

ampolletas se emplea el uso de una máquina llenadora-selladora que mediante el

uso de flamas abre las ampolletas fundiendo el vidrio, inyecta con jeringas con

recubrimiento de teflón el producto previamente preparado en las ampolletas

abiertas y las cierra mediante fuego obtenido de una proporción oxígeno y gas

propano/butano. Las principales especificaciones de producto terminado en este

proceso son la hermeticidad de la ampolleta, el volumen de llenado y la altura de

sellado de la ampolleta. La propuesta de este trabajo es debido a la lentitud en el

proceso y a los bajos rendimientos al momento de pasar de un medicamento a

otro, esto porque los diferentes medicamentos que se fabrican se envasan en la

misma máquina. Las variables que se analizan durante el desarrollo del proyecto

son: El tipo de solución (oleosa/acuosa), el volumen de llenado, la velocidad de

envasado de la máquina (ampolletas/minuto) y el índice de la proporción de los

gases de las cinco flamas involucradas en el proceso. Se realizan diferentes

experimentos hasta llegar a la conclusión de que el ajuste de la máquina

llenadora-selladora depende del ajuste de las flamas y el tipo de medicamento con

un valor de P de 0.003883 (probabilidad del 99.6%) con una significancia de 0.001

(99.9%) para el tipo de solución y con un valor de P de 0.002022 (probabilidad del

99.8%) con una significancia de 0.001 (99.9%) para las flamas. Mediante las

proporciones gas/O2 resultantes de los diferentes experimentos, los índices que

resultaron significativos a la presión de salida de los gases que forman la flama, se

estableció una guía para el ajuste de la máquina. La velocidad si se ve afectada

por la viscosidad y por el tipo de medicamento, sin embargo se ajustó para

lograrse la misma velocidad y por tanto se descarta como factor principal. Como

futuras investigaciones se sugiere el análisis estadístico para cada una de las

flamas involucradas en el proceso."

"For the preparation of sterile injectable medicaments packed in vials the use of a sealing filling machine that uses flasks opens the vials by melting the glass, injecting with syringes with teflon coating the product previously prepared in the open vials and the closing by fire obtained from a proportion of oxygen and propane / butane gas. The main products of this product are in the tightness of the ampoule, the filling volume and the sealing height of the ampoule. The proposal of this work is due to the slowness in the process and the low yields when moving from one medication to another; this is because all the medicines that are prepared are packaged in the same machine. The variables are analyzed during the development of the project are: The type of solution (oily / aqueous), the filling volume, the speed of packaging of the machine (ampoules / minute) and the ratio of the proportion of gases of the five flames involved in the process. Different experiments are carried out until reaching the conclusion that the adjustment of the filling-sealing machine depends on the adjustment of the flames and the type of medication with a P value of 0.003883 (99.6% probability) is obtained with a significance of 0.001 (99.9%) for the type of solution and with a P value of 0.002022 (probability of 99.8% %) with a significance of 0.001 (99.9%) for flames. By means of the gas/O2 proportions resulting from the different experiments, the indices that were significant to the outlet pressure of the gases that form the flame, a guide was established for the adjustment of the machine. The speed has been affected by the viscosity and by the type of drug, however it was adjusted to achieve the same speed and therefore it is discarded as the main factor. As the latest research, statistical analysis is suggested for each of the flames involved in the process."

Master thesis

INGENIERÍA Y TECNOLOGÍA LÓGICA

Modelación del consumo de energía eléctrica mediante métodos heurísticos

JOSE LUIS ROJAS RENTERIA (2021)

Durante los últimos años ha crecido la demanda de energía eléctrica en los sectores industriales y comerciales, así como en edificios públicos y privados. Lo anterior representa un problema para pronosticar el consumo de electricidad en estos sectores, por lo tanto, se tiene como finalidad evitar las multas impuestas por las respectivas empresas del suministro de electricidad. A medida que el consumo de energía eléctrica en estos sectores crece, la complejidad de los sistemas de generación y consumo de energía en las empresas de electricidad se incrementa de acuerdo a su capacidad de suministro de energía. Esta tesis presenta una modelación con métodos de Redes Neuronales Artificiales (RNA) y Auto regresivos con entradas exógenas (ARX) para calcular y predecir el consumo eléctrico para el sector público mediante procedimientos heurísticos, utilizando variables climáticas como la temperatura, la radiación solar, la velocidad del viento y la humedad relativa, así como el consumo de energía y el tiempo (hr. y día). Este sistema permite la previsión el consumo eléctrico en los próximos meses y, por lo tanto, una mejor gestión de la energía eléctrica. La previsión del consumo eléctrico en el sector público requiere de avanzadas herramientas inteligentes como las que se presentan en este estudio. La validación del modelo se realizó comparando los resultados con un modelo de regresión no lineal, RNA y ARX, también se tomaron en cuenta los datos reales con el análisis de la varianza (ANOVA) y con la prueba de rango múltiple DUNCAN. Este estudio de modelación del consumo de energía eléctrica para el sector público, se llevó a cabo en el posgrado de la Facultad de Ingeniería de la Universidad Autónoma de Querétaro. Los resultados de la predicción de modelo 4-4-1 RNA fueron de los intervalos de confianza del 95%. Las variables utilizadas como insumos para la previsión de modelo neuronal fueron la temperatura, el consumo de energía y el tiempo (día y hora) con un error estimado de 0.022 comparado con los datos reales. El algoritmo utilizado para la previsión fue el Levenberg-Marquardt.

Growth electric energy demand in the industrial and commercial sectors and in public and private buildings represents a problem to forecast electricity consumption in these sectors, in order to avoid fines imposed by the respective companies supplying electricity. As the electric energy consumption in these sectors grows, the complexity of the generation systems and energy consumption in the electricity companies increases according to their ability to supply power. This thesis presents a modelation by methods of artificial neural networks (ANN) and Auto Regressive with exogenous input (ARX) to calculate and predict the electrical consumption for the public sector through heuristics, using climatic variables such as temperature, solar radiation, wind speed and relative humidity as well as the consumption of energy and time (hr. and day). This system allows forecasting the electrical consumption of the next few months, and therefore, a better management of electric energy. Forecasting electricity consumption in public sector requires advanced intelligent tools such as those presented in this study. Model validation was performed by comparing the results with a nonlinear regression model, RNA, ARX and the actual data with the analysis of variance (ANOVA) with Duncan's multiple range tests. This modeling study of electricity consumption for the public sector took place in the Graduate of Engineering School at the Universidad Autónoma de Querétaro. The results of the 4-4-1 ANN model forecasting were of 95% confidence intervals. The variables used as inputs to the neural model forecasting were temperature, power consumption and time (hr. and day) with an estimated error of 0.022 compared with the real data. The algorithm used to forecast was Levenberg-Marquardt.

Doctoral thesis

INGENIERÍA Y TECNOLOGÍA LÓGICA

Evaluación de la disminución de Pb2+ contenido en agua mediante membranas cerámicas (α-Al2O3, ZrO2 y TiO2) impregnadas con quitosano

MARIA FERNANDA MUNGUIA QUINTERO (2020)

La contaminación del agua es uno de los principales problemas a nivel mundial. Los metales pesados, debido a sus reacciones químicas, a que son bioacumulables en organismos vivos y a su toxicidad, son considerados como unos de los contaminantes más peligrosos del agua. El plomo (Pb) es uno de los metales pesados con más uso a nivel industrial y es altamente tóxico para los seres humanos, por lo que es necesario encontrar medidas para contrarrestar este problema. Una alternativa para la eliminación de estos contaminantes es la microfiltración con membranas inorgánicas que presentan ventajas como estabilidad química y térmica, resistencia física y una vida útil larga. Aunque las membranas son ineficaces para eliminación total de los iones de metales pesados disueltos en agua, estas se pueden modificar para mejorar su selectividad y eficiencia en la eliminación de plomo. Un agente de modificación es el quitosano, un biopolímero que ya ha demostrado ser eficiente en la eliminación de metales pesados debido a sus sitios efectivos de enlace con iones metálicos. Por lo tanto, en la presente investigación membranas cerámicas tubulares (Tami industries) se impregnaron (modificaron) con quitosano para mejorar la eficiencia en la remoción de plomo contenido en agua. Las membranas cerámicas impregnadas con soluciones de quitosano de 0.32% y 1.27% se caracterizaron para determinar su estructura, morfología y composición por DRX, FTIR, MEB. Se evaluó la eficiencia de las membranas cerámicas en la remoción de Pb(II), así como el efecto de la concentración de quitosano impregnado, la concentración inicial de Pb(II) y el flujo del permeado. El Pb(II) depositado en las membranas cerámicas impregnadas con quitosano se determinó por MEB-EDS y (XPS). La membrana cerámica impregnada con la solución de 1.27% de quitosano presento una eficiencia de de 98% remoción de Pb(II).

Master thesis

INGENIERÍA Y TECNOLOGÍA LÓGICA INGENIERÍA Y TECNOLOGÍA

Modelado y Predicción de Partículas Contaminantes PM10 Mediante Redes Profundas Convolucionales

RICARDO DOMINGUEZ GUEVARA (2020)

Las partículas con un diámetro inferior a 10 micrómetros (PM10) son hoy en día

un tema de estudio importante, principalmente por el aumento de su concentración

y su impacto en el medio ambiente y la salud pública. Este trabajo de investigación

resume el uso de redes neuronales convolucionales (CNN) para pronosticar las

concentraciones de PM10 basadas en variables atmosféricas. En este estudio en

particular, se exploró el uso de redes neurales convolucionales profundas (tanto 1D

como 2D) para probar la viabilidad de estas técnicas en las tareas de predicción.

Además, en este trabajo de investigación se utiliza un método de ensamble llamado

bagging (BEM) para mejorar la precisión del modelo de predicción. Por último, se

utiliza una técnica de predicción de PM10 bien conocida, llamada perceptrón

multicapa (MLP), como comparación para mostrar la viabilidad, precisión y robustez

del modelo propuesto. Como parte de los resultados de este trabajo, se encontró

que las CNNs superan a las MLP, especialmente cuando se ejecutan usando

modelos de ensamble.

Master thesis

INGENIERÍA Y TECNOLOGÍA LÓGICA CIENCIA DE LOS ORDENADORES

Identificación de comunidades bacterianas establecidas en un biofilm de un reactor aerobio de lecho fijo con soporte PET

ERANDY MIRELLE ZUÑIGA HERNANDEZ (2020)

El presente trabajo de investigación alude sobre la adaptación de un lodo activado (suspensión) implementado como inóculo para la formación de biofilm en un biorreactor de FBBR para el tratamiento de afluentes domésticos con un soporte PET, material que ha demostrado ser factible para ser implementado como medio de soporte.

El sistema estuvo en operación por 150 días utilizando agua residual domestica como sustrato y avaluando la eficiencia del reactor por medio de parámetros de calidad de agua y coeficientes biocinéticos, se reportan eficiencias de remoción de DQO y DBO >90%. Disminución en otros parámetros de calidad de agua como: SDT (25%), Color (60%), Turbidez (90%), así como neutralización del afluente con características alcalinas. Disminuyendo un tiempo de residencia de 4h.

Master thesis

BIOLOGÍA Y QUÍMICA LÓGICA MICROBIOLOGÍA

DESARROLLO DE UN SISTEMA INTELIGENTE PARA MONITOREO DE FALLA EN PROCESOS DE FRESADO EN MÁQUINA CNC

GEORGINA DEL CARMEN MOTA VALTIERRA (2019)

Uno de los objetivos principales de cualquier empresa es satisfacer las necesidades del cliente mediante la producción de productos de alta calidad, la optimización de costos al mejorar los procesos de fabricación. Para lograr las especificaciones de calidad es importante eliminar las variaciones durante los procesos de producción. Para las empresas manufactureras, el uso de sistemas de monitoreo de condición de herramientas en línea es esencial para detectar roturas o artículos de herramientas para evitar piezas de producción de baja calidad debido al estado de las herramientas de corte e incluso evitar daños a las máquinas.

Las redes neuronales artificiales es uno de los métodos más comunes e informados utilizados en los sistemas de monitoreo que clasifica el estado de la herramienta, es ampliamente utilizado debido a su aprendizaje adaptativo, auto organización, tolerancia a fallas y operación en tiempo real, proporcionando buenas soluciones para la clasificación o problemas para tomar decisiones.

Existe una correlación entre las fuerzas de corte (estáticas y dinámicas) y el desgaste de la herramienta , y esos parámetros pueden estudiarse en varias formas, como la basada en los cambios de la fuerza de fricción entre las herramientas de corte y las piezas de trabajo. En varios trabajos se ha decidido analizar las fuerzas de corte para determinar el nivel de desgaste de la herramienta. Para evaluar las fuerzas de corte se desarrollaron modelos de simulación que determinan las fuerzas de corte con más precisión que los modelos analíticos debido a la aplicación del Perceptrón de múltiples capas.

El uso de sensores es común, sin embargo, su aplicación es limitada debido al estrecho rango operativo definido por el fabricante, y generalmente los diseños de los sistemas se realizan considerando condiciones de trabajo específicas, que no permiten ajustes de las operaciones de fabricación. En muchas ocasiones es necesario realizar modificaciones en la máquina para colocar sensores. Todos esos aspectos negativos no se presentan en el sistema propuesto debido a su funcionamiento sin sensores. Se presenta la propuesta de un sistema inteligente, de bajo costo y fácil incorporación al proceso original para clasificar la condición física de la herramienta de corte en una máquina fresadora, ayudando a prevenir defectos en las piezas de trabajo y evitando daños severos en la máquina herramienta.

Doctoral thesis

INGENIERÍA Y TECNOLOGÍA LÓGICA ELECTRÓNICA