Modelos de pérdida de masa de acero por corrosión atmosférica en Colombia usando inteligencia computacional

RESUMEN: Con el fin de clasificar la corrosividad de las diferentes atmósferas colombianas, como parte de un proyecto de investigación extenso, se expusieron placas de acero al carbono en 21 estaciones distribuidas a lo largo de la infraestructura eléctrica del país (líneas de transmisión y subestac...

Full description

Autores:
Villada Duque, Fernando
Echeverría Echeverría, Félix
Tipo de recurso:
Article of investigation
Fecha de publicación:
2009
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/5467
Acceso en línea:
http://hdl.handle.net/10495/5467
Palabra clave:
Corrosión
Corrosión atmosférica
Redes neurales (informática)
Algoritmos genéticos
Colombia
Rights
openAccess
License
https://creativecommons.org/licenses/by-nc-sa/2.5/co/
id UDEA2_a5f2d0554839f94d0e2b1b90db622b19
oai_identifier_str oai:bibliotecadigital.udea.edu.co:10495/5467
network_acronym_str UDEA2
network_name_str Repositorio UdeA
repository_id_str
dc.title.spa.fl_str_mv Modelos de pérdida de masa de acero por corrosión atmosférica en Colombia usando inteligencia computacional
dc.title.translated.spa.fl_str_mv Models of steel mass loss by atmospheric corrosion in Colombia using
title Modelos de pérdida de masa de acero por corrosión atmosférica en Colombia usando inteligencia computacional
spellingShingle Modelos de pérdida de masa de acero por corrosión atmosférica en Colombia usando inteligencia computacional
Corrosión
Corrosión atmosférica
Redes neurales (informática)
Algoritmos genéticos
Colombia
title_short Modelos de pérdida de masa de acero por corrosión atmosférica en Colombia usando inteligencia computacional
title_full Modelos de pérdida de masa de acero por corrosión atmosférica en Colombia usando inteligencia computacional
title_fullStr Modelos de pérdida de masa de acero por corrosión atmosférica en Colombia usando inteligencia computacional
title_full_unstemmed Modelos de pérdida de masa de acero por corrosión atmosférica en Colombia usando inteligencia computacional
title_sort Modelos de pérdida de masa de acero por corrosión atmosférica en Colombia usando inteligencia computacional
dc.creator.fl_str_mv Villada Duque, Fernando
Echeverría Echeverría, Félix
dc.contributor.author.none.fl_str_mv Villada Duque, Fernando
Echeverría Echeverría, Félix
dc.contributor.researchgroup.spa.fl_str_mv Centro de Investigación, Innovación y Desarrollo de Materiales (CIDEMAT)
Grupo de Manejo Eficiente de la Energía (GIMEL)
dc.subject.none.fl_str_mv Corrosión
Corrosión atmosférica
Redes neurales (informática)
Algoritmos genéticos
Colombia
topic Corrosión
Corrosión atmosférica
Redes neurales (informática)
Algoritmos genéticos
Colombia
description RESUMEN: Con el fin de clasificar la corrosividad de las diferentes atmósferas colombianas, como parte de un proyecto de investigación extenso, se expusieron placas de acero al carbono en 21 estaciones distribuidas a lo largo de la infraestructura eléctrica del país (líneas de transmisión y subestaciones). En estas estaciones se midieron entre otros, el tiempo de humectación y la deposición de sulfatos y cloruros durante 12 meses; además, bimensualmente se tomaban placas de acero para medir en laboratorio la pérdida de masa sufrida por estas durante el tiempo de exposición. La clasificación de las 21 estaciones se hizo en 4 grupos, considerando: el tiempo de humectación, contenidos de cloruros y sulfatos, la altura sobre el nivel del mar y el tiempo de exposición de las placas; variables consideradas linealmente independientes según la técnica de descomposición en valores singulares (SVD) realizada. El criterio utilizado para la clasificación fue el de similitud de las variables utilizando la norma Euclidiana considerada en la red neuronal no supervisada tipo Kohonen. Adicionalmente, se implementaron modelos para la pérdida de masa del acero para cada uno de los grupos usando redes neuronales (RN) tipo Feed-Forward, definiéndose como entradas las variables antes mencionadas y como única salida la pérdida de masa. Complementariamente se presenta una comparación entre el modelo de RN para el grupo 1, con otros modelos obtenidos usando Algoritmos Genéticos (AG) y el método Simplex.
publishDate 2009
dc.date.issued.none.fl_str_mv 2009
dc.date.accessioned.none.fl_str_mv 2016-11-18T23:45:17Z
dc.date.available.none.fl_str_mv 2016-11-18T23:45:17Z
dc.type.spa.fl_str_mv Artículo de investigación
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.redcol.spa.fl_str_mv https://purl.org/redcol/resource_type/ART
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
format http://purl.org/coar/resource_type/c_2df8fbb1
status_str publishedVersion
dc.identifier.citation.spa.fl_str_mv E. Velilla, F. Villada and F. Echeverría, "Modelos de pérdida de masa de acero por corrosión atmosférica en Colombia usando inteligencia computacional", Rev. Fac. Ing. Univ. Antioquia, no. 49, pp. 81-87, 2009.
dc.identifier.issn.none.fl_str_mv 0120-6230
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10495/5467
dc.identifier.eissn.none.fl_str_mv 2422-2844
identifier_str_mv E. Velilla, F. Villada and F. Echeverría, "Modelos de pérdida de masa de acero por corrosión atmosférica en Colombia usando inteligencia computacional", Rev. Fac. Ing. Univ. Antioquia, no. 49, pp. 81-87, 2009.
0120-6230
2422-2844
url http://hdl.handle.net/10495/5467
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.ispartofjournalabbrev.spa.fl_str_mv Rev. Fac. Ing. Univ. Antioquia
dc.relation.citationendpage.spa.fl_str_mv 87
dc.relation.citationissue.spa.fl_str_mv 49
dc.relation.citationstartpage.spa.fl_str_mv 81
dc.relation.ispartofjournal.spa.fl_str_mv Revista Facultad de Ingeniería Universidad de Antioquia
dc.rights.uri.*.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/co/
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.accessrights.*.fl_str_mv Atribución-NoComercial-CompartirIgual 2.5 Colombia (CC BY-NC-SA 2.5 CO)
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/co/
https://creativecommons.org/licenses/by-nc-sa/4.0/
Atribución-NoComercial-CompartirIgual 2.5 Colombia (CC BY-NC-SA 2.5 CO)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.spa.fl_str_mv 6
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad de Antioquia, Facultad de Ingeniería
dc.publisher.place.spa.fl_str_mv Medellín, Colombia
institution Universidad de Antioquia
bitstream.url.fl_str_mv https://bibliotecadigital.udea.edu.co/bitstreams/d075b8b5-8022-4fb7-9770-25362dac008d/download
https://bibliotecadigital.udea.edu.co/bitstreams/b916b655-9715-4f5f-ba5e-848cda72e82d/download
https://bibliotecadigital.udea.edu.co/bitstreams/a7f4307e-798d-4116-9c4a-376ffdf0307a/download
https://bibliotecadigital.udea.edu.co/bitstreams/e251beec-148f-460c-b79e-df211112418a/download
https://bibliotecadigital.udea.edu.co/bitstreams/502bf389-9f6f-4805-b6c6-62f2ce2da6b2/download
https://bibliotecadigital.udea.edu.co/bitstreams/8e2803a1-45c4-41f0-9e54-55dbfc8fcb5e/download
https://bibliotecadigital.udea.edu.co/bitstreams/7c21555a-82a8-4cef-b670-d65f7707b679/download
bitstream.checksum.fl_str_mv 1a1c6261b12aaff7a40c3bb74b1d76de
4afdbb8c545fd630ea7db775da747b2f
d41d8cd98f00b204e9800998ecf8427e
d41d8cd98f00b204e9800998ecf8427e
8a4605be74aa9ea9d79846c1fba20a33
f8bb9f0e250159e456e823809ac4052e
b04f75d574c7e585372682bf7efcd22d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional de la Universidad de Antioquia
repository.mail.fl_str_mv aplicacionbibliotecadigitalbiblioteca@udea.edu.co
_version_ 1851052404539129856
spelling Villada Duque, FernandoEcheverría Echeverría, FélixCentro de Investigación, Innovación y Desarrollo de Materiales (CIDEMAT)Grupo de Manejo Eficiente de la Energía (GIMEL)2016-11-18T23:45:17Z2016-11-18T23:45:17Z2009E. Velilla, F. Villada and F. Echeverría, "Modelos de pérdida de masa de acero por corrosión atmosférica en Colombia usando inteligencia computacional", Rev. Fac. Ing. Univ. Antioquia, no. 49, pp. 81-87, 2009.0120-6230http://hdl.handle.net/10495/54672422-2844RESUMEN: Con el fin de clasificar la corrosividad de las diferentes atmósferas colombianas, como parte de un proyecto de investigación extenso, se expusieron placas de acero al carbono en 21 estaciones distribuidas a lo largo de la infraestructura eléctrica del país (líneas de transmisión y subestaciones). En estas estaciones se midieron entre otros, el tiempo de humectación y la deposición de sulfatos y cloruros durante 12 meses; además, bimensualmente se tomaban placas de acero para medir en laboratorio la pérdida de masa sufrida por estas durante el tiempo de exposición. La clasificación de las 21 estaciones se hizo en 4 grupos, considerando: el tiempo de humectación, contenidos de cloruros y sulfatos, la altura sobre el nivel del mar y el tiempo de exposición de las placas; variables consideradas linealmente independientes según la técnica de descomposición en valores singulares (SVD) realizada. El criterio utilizado para la clasificación fue el de similitud de las variables utilizando la norma Euclidiana considerada en la red neuronal no supervisada tipo Kohonen. Adicionalmente, se implementaron modelos para la pérdida de masa del acero para cada uno de los grupos usando redes neuronales (RN) tipo Feed-Forward, definiéndose como entradas las variables antes mencionadas y como única salida la pérdida de masa. Complementariamente se presenta una comparación entre el modelo de RN para el grupo 1, con otros modelos obtenidos usando Algoritmos Genéticos (AG) y el método Simplex.ABSTRACT: In order to classify the corrosivity of the different Colombian atmospheres, as part of an extensive research project, plates of carbon steel were placed in 21 stations spread along the country electrical infrastructure (transmission lines and substations). There were measured among others at these stations, the time of wetness and deposition of sulfates and chlorides for 12 months, in addition steel plates were taken bimonthly to the laboratory in order to measure the mass loss suffered by these during the time of exposure. The classification of the 21 stations was done in 4 groups, considering the time of moisture, content of chlorides and sulfates, height above sea level and the plates exposure time; these are considered linearly independent variables according to the implemented technique of decomposition unique values (DPS). The criterion used for classification was the similarity of the variables using the Euclidean rule considered in the Kohonen unsupervised neural network. Additionally, models were implemented for the steel mass loss for each one of the groups using feed forward neural networks (RN), defining the above variables as inputs and the mass loss as the output. Besides, the comparison between the RN model for the group 1, with other models using genetic algorithms (GA) and the Simplex method is presented.6application/pdfspaUniversidad de Antioquia, Facultad de IngenieríaMedellín, Colombiahttps://creativecommons.org/licenses/by-nc-sa/2.5/co/https://creativecommons.org/licenses/by-nc-sa/4.0/Atribución-NoComercial-CompartirIgual 2.5 Colombia (CC BY-NC-SA 2.5 CO)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2CorrosiónCorrosión atmosféricaRedes neurales (informática)Algoritmos genéticosColombiaModelos de pérdida de masa de acero por corrosión atmosférica en Colombia usando inteligencia computacionalModels of steel mass loss by atmospheric corrosion in Colombia usingArtículo de investigaciónhttp://purl.org/coar/resource_type/c_2df8fbb1https://purl.org/redcol/resource_type/ARThttp://purl.org/coar/version/c_970fb48d4fbd8a85info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionRev. Fac. Ing. Univ. Antioquia874981Revista Facultad de Ingeniería Universidad de AntioquiaPublicationORIGINALVelillaEsteban_2009_ModelosPerdidaMasa.pdfVelillaEsteban_2009_ModelosPerdidaMasa.pdfArtículo de investigaciónapplication/pdf682661https://bibliotecadigital.udea.edu.co/bitstreams/d075b8b5-8022-4fb7-9770-25362dac008d/download1a1c6261b12aaff7a40c3bb74b1d76deMD51trueAnonymousREADCC-LICENSElicense_urllicense_urltext/plain; charset=utf-849https://bibliotecadigital.udea.edu.co/bitstreams/b916b655-9715-4f5f-ba5e-848cda72e82d/download4afdbb8c545fd630ea7db775da747b2fMD52falseAnonymousREADlicense_textlicense_texttext/html; charset=utf-80https://bibliotecadigital.udea.edu.co/bitstreams/a7f4307e-798d-4116-9c4a-376ffdf0307a/downloadd41d8cd98f00b204e9800998ecf8427eMD53falseAnonymousREADlicense_rdflicense_rdfapplication/rdf+xml; charset=utf-80https://bibliotecadigital.udea.edu.co/bitstreams/e251beec-148f-460c-b79e-df211112418a/downloadd41d8cd98f00b204e9800998ecf8427eMD54falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstreams/502bf389-9f6f-4805-b6c6-62f2ce2da6b2/download8a4605be74aa9ea9d79846c1fba20a33MD55falseAnonymousREADTEXTVelillaEsteban_2009_ModelosPerdidaMasa.pdf.txtVelillaEsteban_2009_ModelosPerdidaMasa.pdf.txtExtracted texttext/plain21235https://bibliotecadigital.udea.edu.co/bitstreams/8e2803a1-45c4-41f0-9e54-55dbfc8fcb5e/downloadf8bb9f0e250159e456e823809ac4052eMD56falseAnonymousREADTHUMBNAILVelillaEsteban_2009_ModelosPerdidaMasa.pdf.jpgVelillaEsteban_2009_ModelosPerdidaMasa.pdf.jpgGenerated Thumbnailimage/jpeg11758https://bibliotecadigital.udea.edu.co/bitstreams/7c21555a-82a8-4cef-b670-d65f7707b679/downloadb04f75d574c7e585372682bf7efcd22dMD57falseAnonymousREAD10495/5467oai:bibliotecadigital.udea.edu.co:10495/54672025-03-26 21:49:58.956https://creativecommons.org/licenses/by-nc-sa/2.5/co/open.accesshttps://bibliotecadigital.udea.edu.coRepositorio Institucional de la Universidad de Antioquiaaplicacionbibliotecadigitalbiblioteca@udea.edu.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