Máster Universitario en Ingeniería Industrial
URI permanente para esta colecciónhttps://hdl.handle.net/10953.1/14208
Examinar
Examinando Máster Universitario en Ingeniería Industrial por Materia "2209.90"
Mostrando 1 - 2 de 2
- Resultados por página
- Opciones de ordenación
Ítem Análisis del cierre de la cavidad y del chorro de Worthington tras el impacto de un disco en un líquido viscoso mediante procesado de imágenes.(Jaén: Universidad de Jaén, 2020-04-24) Buitrago Ibáñez, Lourdes ; Bolaños Jiménez, Rocío ; Universidad de Jaén. Ingeniería Mecánica y MineraEn el presente Trabajo Fin de Máster se pretende estudiar la influencia de la viscosidad de un líquido cuando un disco impacta sobre el mismo a velocidad constante. Cuando ésto ocurre, se forma una cavidad de aire que posteriormente se cierra y genera un chorro líquido conocido como chorro de Worthington. A pesar de que en principio se podría pensar que la viscosidad amortigua este tipo de fenómenos, se ha observado que cuando el fluido es viscoso, se forma un chorro muy definido que avanza a gran velocidad. El objetivo de este trabajo es obtener información de los experimentos mediante el procesado de imágenes de los videos de alta velocidad realizados, y relacionar el cierre de dicha cavidad con la velocidad del chorro en función de los distintos parámetros del experimento: tamaño del disco, velocidad de impacto y viscosidad del líquido.Ítem Estimación del nivel de impurezas en muestras de aceite(Jaén: Universidad de Jaén, 2021-09-06) Muñoz Castillo, Ana; Cano Marchal, Pablo; Satorres Martínez, Silvia; Universidad de Jaén. Ingeniería Electrónica y AutomáticaLa producción de aceite de oliva virgen (AOV) es una importante actividad económica que debe mantener su competitividad en un entorno de economía global. Uno de los aspectos que determinan la calidad en la extracción del aceite, es la presencia de impurezas insolubles. El objetivo principal de este trabajo fue el desarrollo e implementación de un sistema de visión por computador para determinar el nivel de impurezas presentes en muestras de aceite de oliva virgen en condiciones de laboratorio. Para ello se estudiaron cuatro vectores de entrada diferentes, derivados del histograma de los canales de los espacios de color RGB, HSV y CIELAB. Además, se aplicó un método de extracción de características antes de la clasificación. El mejor resultado de clasificación se logró utilizando un método de extracción de características Kernel Principal Component Analysis (KPCA) junto a un clasificador Random Forest, con una precisión del 65,45%.