DSpace Repository

Detección de las bandas de nucleación de dominios en las señales de Barkhausen usando una red neuronal profunda

Show simple item record

dc.contributor.author Pérez Montes, Filiberto
dc.date.accessioned 2022-05-19T21:12:21Z
dc.date.available 2022-05-19T21:12:21Z
dc.date.created 2019-05-31
dc.date.issued 2022-05-18
dc.identifier.citation Pérez Montes, Filiberto. (2019). Detección de las bandas de nucleación de dominios en las señales de barkhausen usando una red neuronal profunda. (Maestría en Ciencias en Ingeniería Electrónica). Instituto Politécnico Nacional, Sección de Estudios de Posgrado e Investigación, Escuela Superior de Ingeniería Mecánica y Eléctrica, Unidad Zacatenco, México. es
dc.identifier.uri http://tesis.ipn.mx/handle/123456789/30408
dc.description Tesis (Maestría en Ciencias en Ingeniería Electrónica), Instituto Politécnico Nacional, SEPI, ESIME, Unidad Zacatenco, 2019, 1 archivo PDF, (77 páginas). tesis.ipn.mx es
dc.description.abstract RESUMEN: En este trabajo se propone un método nuevo para la obtención de la energía de anisotropía de los aceros API-5L. Este método está basado en la implementación de una red neuronal profunda por AutoEncoder. Está utiliza como datos de entrada las envolventes de la señal Barkhausen de los aceros al carbono para el entrenamiento de la red obtenidas de las mediciones de un equipo de Efecto Barkhausen. Estos datos son organizados en una base de datos que contiene la envolvente de nueve aceros al carbono. La red fue optimizada para minimizar la diferencia entre la dependencia angular de la energía de anisotropía obtenida a partir del ruido magnético Barkhausen de los materiales respecto del método de rayos X. Una vez obtenida la dependencia angular de la energía de anisotropía de los materiales, se guarda la información de los pesos asociados a la red, para observar que parte de las bandas de nucleación de dominios están asociadas a la señal Barkhausen. En estas bandas se encuentra información del acero que es fundamental para realizar una caracterización de un material. ABSTRACT: In this work, a new method for obtaining the anisotropy energy of API-5L steels is proposed. This method is based on the implementation of a deep neural network by AutoEncoder. It is used as input data the envelopes of the Barkhausen signal of the carbon steels for network training obtained from the measurements of a Barkhausen Effect equipment. These data are organized in a database that contains the envelope of nine carbon steels. The network was optimized to minimize the difference between the angular dependence of the anisotropy energy obtained from the Barkhausen magnetic noise of the materials with respect to the X-ray method. Once the angular dependency of the anisotropy energy of the materials was obtained, saves the information of the weights associated with the network, to observe that part of the domain nucleation bands are associated with the Barkhausen signal. In these bands is information of the steel that is fundamental to realize a characterization of a material. es
dc.language.iso es es
dc.subject Bandas de nucleación es
dc.subject Energía anisotropía es
dc.subject Red neuronal es
dc.title Detección de las bandas de nucleación de dominios en las señales de Barkhausen usando una red neuronal profunda es
dc.contributor.advisor Pérez Benitez, José Alberto
dc.contributor.advisor Gallegos Funes, Francisco Javier
dc.programa.academico Maestría en Ciencias en Ingeniería Electrónica es


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Browse

My Account