DSpace Collection:
http://repositorio.ugto.mx/handle/20.500.12059/4320
2024-03-29T06:29:12ZAplicación de algoritmo K-NN para la detección de fugas en la red de agua potable del Sector Las Haciendas en Valle de Santiago, Gto.
http://repositorio.ugto.mx/handle/20.500.12059/7711
Title: Aplicación de algoritmo K-NN para la detección de fugas en la red de agua potable del Sector Las Haciendas en Valle de Santiago, Gto.
Authors: JAIRO EDUARDO HERNÁNDEZ RAMÍREZ
Contributor: ELIZABETH PAULINE CARREÑO ALVARADO
Abstract: La calidad del agua que se distribuye a través de los sistemas de distribución de agua, tiene el mayor impacto en la salud pública. Alterar cualquiera de las características organolépticas, físicas, químicas o microbiológicas incide directamente en el nivel de riesgo sanitario presente en el agua. En muchos países en desarrollo, el riesgo microbiológico es bastante marcado principalmente asociado al saneamiento. Esto se ratifica en la agenda 21 de la conferencia de Naciones Unidas afirmando que el 80% de todas las enfermedades y más de una tercera parte de las defunciones en estos países tienen por causa el consumo de agua contaminada (Lozada et Al. 2009).
La detección de anomalías se ha convertido en una herramienta importante en diversos sectores: aplicaciones médicas, detección de fraudes, análisis de redes, procesamiento de imágenes, detección de intrusiones, entre otros. Una anomalía se define como una instancia de datos que contiene valores muy diferentes al resto del conjunto de datos utilizado (López et Al. 2019). Cabe resaltar que los modelos de detección de anomalías pueden ser clasificados acorde a la naturaleza de la entrada, tipo de anomalía, etiquetado de datos o tipo de salida. En muchas compañías que aplican la detección de anomalías la cantidad de datos almacenados supera las capacidades humanas para su procesamiento. Esto implica un gran reto para los algoritmos tradicionales y es necesario utilizar herramientas informáticas que permitan identificar de entre miles o millones de datos, los que son potencialmente fraudulentos o diferentes al resto.
El aprendizaje de máquina ha demostrado que puede ser una gran herramienta. Es un enfoque basado en datos bien procesados que puede encontrar relaciones y patrones complejos, después de un proceso de aprendizaje supervisado. Puede identificar eventos anómalos de eventos normales, en estos casos se denominan soft sensors, donde se mezcla información de otras fuentes, para inferir en este caso un evento anómalo (Reynoso-Meza and Carreño-Alvarado, 2021). Es importante tener en cuenta que la detección de anomalías omite errores que ocurren dentro de los límites del comportamiento normal de un sistema. La detección de un comportamiento anómalo puede verse como un problema de clasificación.
El algoritmo kNN (k-Nearest Neighbors), es un algoritmo de clasificación esencial en Machine Learning. Este clasificador es un algoritmo de aprendizaje no paramétrico, es decir, no hace suposiciones explicitas sobre la forma funcional de los datos y basado en distancias. En otras palabras, memoriza las distancias de formación para usarlas en la fase de predicción. Existen diferentes distancias que se pueden utilizar para determinar los vecinos más cercanos; por ejemplo: distancia euclidiana, distancia Manhattan, distancia Minkowski, entre otras. Las reglas de clasificación por vecindad están basadas en un conjunto de prototipos de los k prototipos más cercanos al patrón a clasificar, se le conoce como mecanismo de aprendizaje perezoso (Cambronero, C. G., & Moreno, I. G., 2006).2022-12-01T00:00:00ZInstalación y calibración de estaciones de aforo para flujo superficial
http://repositorio.ugto.mx/handle/20.500.12059/5338
Title: Instalación y calibración de estaciones de aforo para flujo superficial
Authors: JOSÉ ANTONIO VÁZQUEZ MENDOZA
Abstract: La presente tesis tiene como objetivo desarrollar una red de estaciones para cuantificar flujo superficial y calibrar la curva de gasto para cada uno de los sitios aforados La información recabada servirá en un futuro para resolver problemas hidrológicos y saber la disponibilidad de agua que se tiene en estas zonas.2018-01-01T00:00:00ZModelización del flujo superficial por desbordamiento de una presa. caso de estudio: Presa de la Olla, Guanajuato, Gto.
http://repositorio.ugto.mx/handle/20.500.12059/2616
Title: Modelización del flujo superficial por desbordamiento de una presa. caso de estudio: Presa de la Olla, Guanajuato, Gto.
Authors: JÉSSICA NAVA PÉREZ
Contributor: JOSEFINA ORTIZ MEDEL
Abstract: Las inundaciones son un evento que se produce debido a la precipitación extraordinaria o falla de una estructura hidráulica provocando que haya agua en sitios donde usualmente no hay y causando pérdidas económicas y sociales a la población. En todo el mundo han aumentado las inundaciones en los últimos años. A pesar de que las precipitaciones extremas que causan inundaciones sean consideradas un desastre natural, éstos también pueden intensificar sus efectos debido a procesos como el cambio climático provocado por la deforestación, el aumento de la población y de los gases de efecto invernadero. Esto ha contribuido a la desertificación, aumento del nivel del mar y fenómenos meteorológicos extremos.
El proceso de urbanización implica un cambio de uso de suelo que en Guanajuato se ha dado en las partes altas de la cuenca del río Guanajuato. Esto implica que las zonas que permitían la infiltración se han reducido provocando un mayor escurrimiento y erosión del suelo, factores que favorecen mayores escurrimientos en la zona centro de la ciudad.
El municipio de Guanajuato tiene una amplia historia en inundaciones dada su ubicación y sus características topográficas (la cuenca presenta diferencias de elevaciones de 900 metros). Desde su fundación hasta 2017 se sabe de por lo menos 20 inundaciones significativas en el municipio. La más reciente se presentó los días 13 y 14 de junio de 2018 y fue provocada por el desbordamiento de la Presa de la Olla debido a una precipitación extraordinaria de 117 mm en un tiempo de 26 horas y 40 minutos.
La caracterización de la zona de estudio incluye información sobre la presa de la Olla, la cuenca de aportación y la zona urbana de Guanajuato. La presa de la Olla tiene un volumen de almacenamiento de 70,000 m3 y terminó de construirse en el año 1749, su uso es recreativo. La cuenca de aportación tiene un área de 3.84 km2 su forma es ovalada y se encuentra en su fase de madurez por lo que el cauce es estable y amplio, la elevación media de la cuenca es de 2,327.77 m s.n.m. y la pendiente media de 15.44%. La cuenca es de orden 4 con una densidad de corrientes de 16.93 c/km2, su cauce principal tiene una longitud de 2.79 km y el tiempo de concentración de la cuenca es de 20 minutos. Respecto a las características generales de la zona de estudio se establecieron 9 tipos de áreas para la definición del coeficiente de Manning para la rugosidad; se ajustó el Modelo Digital de Elevaciones para que incluyera las elevaciones de las manzanas de la zona urbana, las batimetrías de las presas y se realizó un análisis para lluvias de diseño dados ciertos periodos de retorno (2, 5, 10, 25, 50, 100, 200 y 500 años) y del evento de junio 2018.
Una vez que se cuenta con las características de la zona de estudio, se realizaron 4 escenarios (rotura de presa, desbordamiento de junio de 2018 y lluvias de diseño) con el software “Iber®” que es una herramienta para simulación hidrológica-hidráulica.
Los resultados muestran tirantes, velocidades y caudales máximos, hidrogramas y análisis en lugares específicos. El modelo que simula la lluvia de junio 2018 presenta diferencias con los datos históricos (obtenidos de evidencia fotográfica) de 14.54%, por lo que el modelo se encuentra correctamente calibrado.
El modelo de rompimiento de la presa se realizó considerando que, dada su antigüedad, nivel de azolve, edad de la infraestructura, mantenimiento y el incremento de las tormentas, la presa podría ser susceptible a una falla por rompimiento de la cortina. La simulación señala 5 minutos y 20 segundos como el tiempo disponible para evacuar las zonas aguas abajo de la presa, el alcance espacial del flujo superficial se limita a las calles Paseo de la Presa, Paseo Madero y Embajadoras donde se presentan velocidades de hasta 10.03 m/s.
Las simulaciones con las lluvias de diseño se realizaron tomando en cuenta una precipitación de 240 minutos de duración pues, tras el análisis de los datos hidrometeorológicos se estableció como la duración más frecuente en la ciudad. Para cada periodo de retorno se presentan mapas de tirantes, velocidades y gastos máximos, y se comparan los hidrogramas de cada periodo de retorno. Además, se realizaron mapas de peligro que consideran los tirantes en las calles y el volcamiento, señalando en cada calle si el peligro es nulo, medio, bajo o alto.2019-06-01T00:00:00Z