Browsing by Subject "Humedad"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Diseño de un sistema de control de humedad en la materia prima para reducir defectuosos en una ladrillera
    (Pontificia Universidad Javeriana Cali, 2023) Caicedo Amariles, Fabian Otoniel; Toro Cabrera, Jayder Santiago; Ramírez Ordoñez, Wilson Armando; Vinasco Isaza, Luz Elena
    El proyecto se centra en la disminución de ladrillos defectuosos en el proceso de secado de la empresa manufacturera La Samaritana S.A.S. El problema radica en la alta incidencia de fisuras en los ladrillos en el secado rápido. Es importante abordar este problema, ya que la presencia de ladrillos defectuosos no solo afectaba la imagen de la empresa, sino que también implica pérdidas económicas, reducción de la eficiencia en la producción, aumento de los desperdicios generados, disminución la satisfacción del cliente y afectando negativamente la seguridad de los operarios e infraestructuras que utilizaban estos materiales defectuosos. El enfoque del proyecto se basa en el uso de herramientas y métodos como el análisis estadístico, diseño de experimentos, análisis de causa efecto, técnica de ideación SCAMPER y el proceso analítico de jerarquía. Estas técnicas permiten identificar las causas subyacentes de las fisuras en los ladrillos y desarrollar soluciones aplicables. Al hacer el análisis, se identificará el factor crítico a mejorar. Mediante el diseño de experimentos y el estudio de la causa raíz, se establecerán criterios a la materia prima. Si se implementan exitosamente estas medidas de control, se logrará una reducción considerable en la incidencia de ladrillos defectuosos, optimizando la eficiencia del proceso, reduciendo desperdicios y maximizando la utilización de recursos. El objetivo final es alcanzar altos estándares de calidad, mejorar la rentabilidad y garantizar la plena satisfacción de los clientes.
  • Thumbnail Image
    Item
    Modelo predictivo para estimar la humedad del suelo en cultivos del CIAT usando técnicas de aprendizaje automático
    (Pontificia Universidad Javeriana Cali, 2025) Paternina Miranda, Fabio Andrés; Zárate Jiménez, Juliana; Álvarez Vargas, Gloria Inés; Barrios Pérez, Camilo
    El presente trabajo desarrolló un modelo predictivo para la estimación de la humedad volumétrica del suelo a partir de la integración de variables espectrales, climáticas y edáficas, empleando técnicas avanzadas de aprendizaje automático y análisis multifuente. El estudio se realizó en parcelas experimentales del Centro Internacional de Agricultura Tropical (CIAT), utilizando datos provenientes de sensores de humedad del suelo, imágenes satelitales PlanetScope (índices NDVI, EVI, NDMI y NDWI) y registros meteorológicos locales (precipitación, temperatura, radiación solar, evapotranspiración y velocidad del viento). El proceso metodológico incluyó un análisis exploratorio para evaluar la calidad y distribución de los datos, identificar correlaciones significativas y eliminar redundancias entre variables. Posteriormente, se seleccionaron nueve variables predictoras finales que representaron de forma eficiente los componentes hidrológicos, energéticos y vegetativos del sistema suelo–planta–atmósfera. Cinco algoritmos fueron evaluados en la fase de modelado: XGBoost, Random Forest, Support Vector Regression (SVR), Multi-Layer Perceptron (MLP) y K-Nearest Neighbors (KNN). Tras un proceso de optimización mediante GridSearchCV y validación cruzada K-Fold (k = 5), el modelo XGBoost optimizado se consolidó como la alternativa más precisa y estable, alcanzando un desempeño sobresaliente (R² = 0.96; MAE = 1.95; RMSE = 2.94). Este resultado evidenció su capacidad para capturar relaciones no lineales y manejar la multicolinealidad entre variables, superando a los demás algoritmos en generalización y eficiencia computacional. Como aplicación práctica, se desarrolló una interfaz web interactiva que permite realizar predicciones en tiempo real de la humedad del suelo a partir de datos climáticos y satelitales ingresados por el usuario. La interfaz integra visualizaciones dinámicas y un sistema de clasificación por categorías de humedad (muy baja, baja, media y alta), facilitando la interpretación de los resultados y la toma de decisiones agronómicas.