Return to search

Diseño De Una Naríz Electrónica Como Discriminador De Olores Utilizando Algoritmos Genéticos Y Redes Neuronales Artificiales

En este trabajo de tesis se muestra el diseño de una nariz electrónica con 6 sensores
semiconductores (Figaro), donde dicha matriz de sensores se hace indispensable debido a que la
discriminación de olores no se determina por la particularidad de un sensor sino de su
interpretación en conjunto. El diseño de la nariz electrónica consta de (1) una etapa de
acondicionamiento de flujo de aire, (2) una cámara de muestra, (3) una cámara de medida y (4)
una etapa de captura y procesamiento de datos.
El sistema esta caracterizado para trabajar en condiciones de 20° ± 2 °C, 65 ± 5% R.H., sin
estas condiciones no se puede efectuar una medición. Parte de su construcción está hecha con
accesorios de acero inoxidable para reducir toda posible interferencia. Asimismo, la matriz de
sensores está diseñada de una manera, para poder reemplazar rápidamente un sensor por motivo
de mantenimiento, o colocar otros tipos de sensores para una investigación futura que requiera
otros parámetros.
El procesamiento de datos de la nariz electrónica fue realizado mediante el uso de Redes
Fuzzy ARTMAP y Algoritmos Genéticos. Donde, se desarrolló una operación de entrenamiento
de la Red Neuronal, para discriminar y/o clasificar olores de alcohol, vino, jugo de naranja y
cerveza.
El número total de variables utilizadas fue 60, de los 6 sensores utilizados (10 parámetros
extraídos por cada sensor). Tal conjunto de variables fue utilizado para dos tipos de clasificación;
la primera clasificación, empleando sólo las Redes Fuzzy ARTMAP que dieron como resultado
una clasificación del 100% con un valor de Wija = 474,4247 (parámetro que mide el grado de
dificultad computacional); y, en una segunda clasificación, utilizando selección de variables (con
Algoritmos Genéticos) y Redes Fuzzy ARTMAP obteniendo una clasificación al 100%, pero con
un valor de Wija igual a 5,7 y utilizando una sola variable de un solo sensor. Entonces se
concluye que con esta selección de variables se reducen costos y tiempo computacional, debido
que con un solo sensor podemos discriminar los 04 olores mencionados anteriormente.

Identiferoai:union.ndltd.org:PERUURP/oai:cybertesis.urp.edu.pe:urp/84
Date January 2007
CreatorsFlores Vega, Christian Humberto, Li Ku, Antonio Eugenio
PublisherUniversidad Ricardo Palma
Source SetsUniversidad Ricardo Palma (URP)
LanguageSpanish
Detected LanguageSpanish
Typeinfo:eu-repo/semantics/bachelorThesis
SourceUniversidad Ricardo Palma, Repositorio de Tesis - URP
Rightshttps://creativecommons.org/licenses/by-nc/3.0/, info:eu-repo/semantics/openAccess
Relationhttp://cybertesis.urp.edu.pe/urp/2007/li_ca/html/index-frames.html

Page generated in 0.002 seconds