Maestría en Automatización y Control Industrialhttp://hdl.handle.net/20.500.12622/372024-03-29T08:48:45Z2024-03-29T08:48:45ZConversor modal óptico sintonizable basado en una red de difracción grabada en fibra óptica de pocos modos para su uso en sistemas de multiplexación por división modalSoto Perdomo, Juan Sebastianhttp://hdl.handle.net/20.500.12622/63382024-02-20T06:00:43Z2023-01-01T00:00:00ZConversor modal óptico sintonizable basado en una red de difracción grabada en fibra óptica de pocos modos para su uso en sistemas de multiplexación por división modal
Soto Perdomo, Juan Sebastian
En las últimas décadas, el tráfico de información transportado por las redes de fibra óptica monomodo ha crecido exponencialmente con el acceso a las tecnologías de la información y la comunicación, generando una demanda de mayor ancho de banda, esto ha provocado que los sistemas de fibra óptica estén cada vez más cerca del límite de capacidad teórico de información fundamental, también conocido como límite de Shannon. Esta demanda de transporte de información se satisface parcialmente mediante la introducción de técnicas de multiplexación, donde los datos pueden transmitirse utilizando diferentes atributos de la luz. Recientemente, ha crecido el interés por el uso de la multiplexación por división modal en fibras ópticas de pocos modos como una posible vía para aumentar significativamente la capacidad y la eficiencia espectral y que puede considerarse proporcional al número de modos espaciales. Por lo cual, uno de los mayores retos consiste en el uso de conversores modales que permitan una mayor integración y mejor flexibilidad en las actuales redes de comunicaciones, por lo tanto, se requiere que estos dispositivos sean automatizados. Así, en este trabajo de grado se desarrolló un conversor modal utilizando una red de difracción grabada en una fibra óptica de pocos modos, con un ancho de banda de aproximadamente 17.6 nm, y una eficiencia de conversión superior al 93.7% (-16 dB) y una eficiencia máxima del 98.74% . Los resultados obtenidos en estos análisis demostraron la sensibilidad de la distribución modal a la longitud de onda del láser y a la orientación del polarizador. Además, se observó que la distribución modal presentaba cambios significativos cuando se variaba la temperatura, demostrando la capacidad del conversor modal propuesto para ser sintonizado. Finalmente, se desarrolló un sistema de automatización llamado OptiGUI DataCollector, que permitió monitorear, procesar y recolectar datos de los equipos utilizados en el montaje experimental. Este sistema mejoró la repetibilidad, la precisión de los datos y el tiempo de recogida de muestras permitiendo también ser usado en futuros proyectos de investigación.
2023-01-01T00:00:00ZDetección y Segmentación Semántica de Displasias Corticales Focales en Sujetos con Epilepsia Refractaria por Medio de Imágenes de Resonancia Magnética y Aprendizaje ProfundoJiménez Murillo, Davidhttp://hdl.handle.net/20.500.12622/62692023-12-07T06:00:24Z2023-01-01T00:00:00ZDetección y Segmentación Semántica de Displasias Corticales Focales en Sujetos con Epilepsia Refractaria por Medio de Imágenes de Resonancia Magnética y Aprendizaje Profundo
Jiménez Murillo, David
La epilepsia es una enfermedad que afecta aproximadamente a 50 millones de personas alrededor del mundo y se caracteriza por episodios convulsivos recurrentes que, cuando son resistentes al tratamiento médico, se le denomina epilepsia refractaria. Esta condición se presenta en aproximadamente el 30 % de los casos de epilepsia y una de sus posibles causas es la presencia de malformaciones en la corteza cerebral conocidas como displasias corticales focales (FCD, por sus siglas en inglés). Estas pequeñas malformaciones suelen ser casi imperceptibles en las imágenes de resonancia magnética (MRI, por sus siglas en inglés) y escapan de la vista del radiólogo con considerable frecuencia. Por esta razón y dado que la correcta detección y segmentación de FCD es clave en el éxito de la cirugía, se hace necesario el desarrollo de técnicas computacionales para automatizar el proceso de diagnóstico. Uno de los métodos más efectivos para el reconocimiento de patrones en imágenes son las técnicas de aprendizaje profundo. En este trabajo se desarrolla una metodología basada en algoritmos de aprendizaje profundo para la detección y segmentación automática de FCD. Se cuenta con un conjunto de datos propio de volúmenes MRI que contiene pacientes con FCD delineados por un experto y controles. Sin embargo, debido al bajo número de estudios, los modelos de detección y segmentación propuestos son inicialmente entrenados con un conjunto de datos público de tumores cerebrales que contiene mayor cantidad de datos. Posteriormente, mediante transferencia de aprendizaje, los modelos son ajustados para detectar y delinear FCD. Como resultado, se entrenaron modelos que pueden detectar y segmentar la zona de la malformación de FCD, los cuales pueden ser usados como apoyo al diagnóstico por parte de expertos
2023-01-01T00:00:00ZEvaluación del uso de técnicas de machine learning para el análisis de patrones de interferencia modal en sensores de specklegramas de fibra ópticaArango Moreno, Juan Davidhttp://hdl.handle.net/20.500.12622/60342023-08-29T06:00:12Z2023-01-01T00:00:00ZEvaluación del uso de técnicas de machine learning para el análisis de patrones de interferencia modal en sensores de specklegramas de fibra óptica
Arango Moreno, Juan David
Los sensores de specklegrama de fibra óptica (FSS), basan su funcionamiento en el análisis de las imágenes tipo speckle que se obtienen a la salida de una fibra multimodo. Estos specklegramas contienen información del estado de la fibra, por ejemplo, una variación de temperatura sobre la fibra cambia la distribución del speckle. Algunos métodos convencionales para analizar este speckle han sido: correlación entre imágenes, medición de potencia y momentos radiales. La principal problemática de estos métodos es su rango dinámico limitado. Por esta razón, este trabajo presenta la evaluación de algunas técnicas de machine learning sobre los FSS y su comparación con los métodos mencionados. En la primera etapa, se utilizó una simulación FEM (método de elementos finitos) en la plataforma Comsol enlazada con Matlab para generar los specklegramas. Con simulación se crearon varios conjuntos de datos para evaluar algunas técnicas de machine learning y su comparación con los métodos convencionales. Para ello, se desarrollaron varios modelos de redes convolucionales y se entrenaron para predecir temperaturas con specklegramas sintéticos. En estas pruebas se demostró la superioridad de las redes convolucionales sobre los métodos convencionales.En la segunda etapa, se desarrolló un sistema automatizado para la adquisición de specklegramas experimentales con control PID. Con este se adquirió un conjunto de specklegramas con temperaturas de 25 °C a 200 °C. Estos specklegramas se usaron para entrenar distintas arquitecturas desde redes neuronales clásicas (ANN), redes convolucionales (CNN) y un Transformer de visión (ViT). Las arquitecturas propuestas se compararon con los métodos convencionales y tuvieron un rango dinámico casi 12 veces mayor en la predicción de temperatura. La mejor arquitectura en términos de desempeño y costo computacional fue la MNet-reg. Esta tuvo un error RMSE de 0.943 °C, un tiempo de inferencia de 0.0556 segundos y un número total de parámetros de 6378689.Se concluye que, el método de análisis para los sensores FSS presentado en esta tesis, mejora radicalmente características metrológicas como el rango dinámico y la sensibilidad, de esta manera se hace cada vez cercano a su implementación en otros entornos diferentes al de laboratorio
2023-01-01T00:00:00ZA mathematical procedure for generated energy prediction in PV arrays by considering partial shading, degradation, and different pv cell technologiesDurango Flórez, MarianaGonzález Montoya, DanielTrejos Grisales, Luz Adrianahttp://hdl.handle.net/20.500.12622/60172023-08-16T06:00:19Z2023-01-01T00:00:00ZA mathematical procedure for generated energy prediction in PV arrays by considering partial shading, degradation, and different pv cell technologies
Durango Flórez, Mariana; González Montoya, Daniel; Trejos Grisales, Luz Adriana
This document describes the development of a mathematical procedure to quantify the power loss in photovoltaic
(PV) arrays, considering different technologies (i.e. mono-crystalline, poly-crystalline, and half-cell), partial shading patterns, and degradation types (i.e. soiling, exposure time and hot-spot). For this, a classification
of different degradation types is performed to choose the appropriate degradation type for the experimental
tests. For the impact of shading on the power generated, experimental tests were carried out with different shading patterns whereby a percentage of power loss was obtained regarding the different shading patterns studied based on the total solar radiation conditions. From the results, it was obtained that the diagonal shading pattern generates the least amount of power loss with a fill factor of 0.807 and a percentage of lost power of 19.216%. With the experimental tests performed in which different degradation test scenarios were taken into account, different mathematical methods were used with the collected data: a genetic algorithm for parameter estimation based on the single diode model (SDM) fromthe experimentally obtained curves, then an analyticalmethod based on the Lambert W function for the calculation of the SDM parameters using the datasheet values of each PV panel under study to emulate a healthy PV panel, and the last method was a brute force using a Newthon- Raphson with which an additional parameter (δ) was introduced to quantify the loss of the power supplied by the change in the parameters of series resistance Rs and shunt resistance Rsh. The results obtained from the methods described previously applied to the three PV panels under study are analyzed and it can be deduced that under the study conditions (i.e. soiling and no-soiling), the half-cell technology has the lowest power loss with 26.34% with respect to the P-V curve obtained of the healthy PV. In turn, the quantification of power loss for the degradation test scenarios also showed that the half-cell technology has the lowest power loss at 27.55%. This procedure presents a method to give versatility to the calculation of PV modeling and PV array sizing since it considers the major causes of power loss, i.e., shading and degradation, and how they affect each PV technology.
2023-01-01T00:00:00Z