Diseño y Simulación de un Prototipo Experimental Para Agrupar Partículas Usando Caracterización de la Trayectoria

Carlos Juárez Toledo, Irma Martínez Carrillo, Irma Hernández Casco

Resumen


Los implementos de medición en cualquier área de la ciencia infieren un alto costo que muchas veces no son costeables como equipo didáctico dentro de los planes de estudio en la educación de nivel superior, sin embargo, el conocer y saber hacer uso de los implementos de medición competentes al campo de desempeño provee de competencias necesarias a los estudiantes que será reflejado seguramente en su actividad dentro del campo laboral.
Es por ello que en este trabajo se diseña y desarrolla un prototipo experimental para el agrupamiento de partículas usando la teoría de caracterización de trayectoria, con la finalidad de utilizarlo como herramienta para reafirmar los conocimientos teóricos y
llevar a los estudiantes a un aprendizaje significativo e inducirlos a la investigación científica. Para el procesamiento de los resultados se utilizaron los conceptos de separación gravimétrica de partículas como parte de la materia de Mecánica de Fluidos y herramienta de programación de Matlab

Texto completo:

870-887 PDF

Referencias


J. Dinesh, “Modeling and simulation of a single particle in Laminar Flow

Regime of a Newtonian Liquid”, Excerpt from the Proceedings of the

COMSOL conference 2009 Bangalore.

Patankar, N. A., Singh, P., Joseph, D.D. Glowinski, R., and Pan, “A new

formulation of the distributed Lagrange multiplier/fictitious domain method

for particulate flows” International Journal of multiphase Flow, Vol. 26

(9),2000, pp.1509-1524.

Jain K. Anil and Dubes C. R. “Algorithms for clustering data”, Prentice Hall, ISBN 022278-X, pp. 53-66, New Jersey1988.

J. J. E. Slotine and W. Wang, “A study of synchronization and group

cooperation using partial contraction theory”, Springer-Verlag, 2003.

R. Podmore, “Identification of coherent generators for dynamic equivalents, ”IEEE Trans. on Power Apparatus and Systems, vol. PAS-97, No. 4, pp. 1344–1354, July/August 1978.

C. Juarez T., A.R. Messina, D. Ruiz-Vega, “Analysis and control of the interarea mode phenomenon using selective one-machine infinite bus dynamic equivalents”, Electric Power Systems Research, vol. 76, Issue 4, January 2006, Pages 180-193.

C. Juarez and A.M. Stankovic, “Contraction analysis of power system

dynamics using time-varying OMIB equivalents”, in North American Power

Symposium, Sep. 30 – Oct. 2, 2007.

T. Schreiber and A. Schmitz, “Classification of time series data with nonlinear similarity measures”, Physical Review Letters, vol. 79 (8), 1997, pp. 1475-1478.

Anderberg M. R. “Cluster analysis for applications”, Academic Press, Inc., New York 1973.

J. Alon, S. Sclaroff, and G. Kollios,” Discovering clusters in motion time-series data”, Boston University Computer Science Tech. Report No. 2003-008, to appear in Proc. IEEE CVPR, Jun. 2003.

C. Piciarelli and G.L. Foresti “On-line trajectory clustering for anomalous events detection”, Pattern Recognition Letters, vol. 27, Issue 15, pp. 1835-1842, Nov. 2006.

Sneath, P. “The application of computers to taxonomy”, Journal of General Microbiology, 1957.

Clifford, H and W. Stephenson, “An introduction to Numerical Taxonomy, New York: Academic Prees. 1975.


Enlaces refback

  • No hay ningún enlace refback.




URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es

Licencia Creative Commons    Esta revista está bajo una Licencia Creative Commons Atribución 3.0 No portada.