https://ri-ng.uaq.mx/handle/123456789/8120 2026-04-04T14:28:30Z 2026-04-04T14:28:30Z Ronaldo Uriel Reséndiz Carranza https://ri-ng.uaq.mx/handle/123456789/11372 2025-01-25T07:21:57Z 2025-02-04T00:00:00Z

ANÁLISIS Y DISEÑO DE RESORTES TORSIONALES DE NYLON 6, IMPRESOS EN 3D, PARA CAPTAR ENERGÍA CINÉTICA DE UNA BICICLETA Ronaldo Uriel Reséndiz Carranza Para promover el uso de la bicicleta se retomó una tecnología originada hace algunos años, los KERS (Kinetic Energy Regenerative System, Sistema Regenerativo de Energía Cinética) que permiten reciclar energía de formas diversas, que aplicados en bicicletas logran almacenar energía en el frenado y reutilizarla en el impulso. En un proyecto se empleó un resorte torsional en espiral de metal con un perfil rectangular para captar la energía cinética que llevó a resultados enriquecedores al demostrar la energía que podía recuperar. En este trabajo se buscó expandir la investigación de esta herramienta proponiendo como alternativa de elemento captador de energía a los resortes torsionales de Nylon 6 con diferentes diseños, se aseguró que el modelo fabricado para caracterización fuese el que ofrecía el mayor almacenamiento de energía y mejores prestaciones mecánicas para el funcionamiento deseado. El proceso de selección consistió en diseñar en un entorno CAD (Computer-Aided Design, Diseño Asistido por Computadora) modelos con diferentes topologías para dos tipos de geometría de resorte torsional, modificando entre ellos sus características geométricas principales, dichos diseños se sometieron a FEA (Finite Elements Analysis, Análisis por Elementos Finitos) con el fin de determinar su capacidad de almacenamiento de energía bajo los mismos criterios de diseño, el siguiente paso fue imprimir en 3D el resorte seleccionado con un relleno del 50% para caracterizarlo mediante pruebas físicas. Para caracterizar físicamente el diseño se cuantificaron las propiedades esenciales del resorte torsional como el almacenamiento de energía, deformación angular elástica máxima y rigidez que desempeña el resorte torsional mediante un caso de estudio físico en el que se aplica el principio de la conservación de la energía mecánica total.

2025-02-04T00:00:00Z José Amaury Arellano Jiménez https://ri-ng.uaq.mx/handle/123456789/9071 2024-04-26T14:59:38Z 2023-03-15T00:00:00Z

Sistema de reconocimiento de señales mexicanas de tránsito preventivas mediante aprendizaje de máquinas. José Amaury Arellano Jiménez El presente trabajo de tesis se centró en la implementación de algoritmos de detección de objetos y reconocimiento de imágenes mediante aprendizaje de máquinas con el objetivo de desarrollar un sistema de detección y reconocimiento de señales mexicanas de tránsito preventivas. Para el proceso de entrenamiento de los modelos de detección y clasificación se recolectaron un total de 8665 imágenes de distintas señales de tráfico mexicanas. En este trabajo se hizo uso de dos técnicas de aprendizaje de máquinas para la detección de objetos: redes neuronales convolucionales y clasificadores en cascada. Se obtuvo un modelo de detección de señales de tráfico a partir del entrenamiento de una red neuronal convolucional YOLOv5x. El segundo modelo de detección se desarrolló partiendo de la técnica conocida como Haar Cascade (Cascadas de Haar). Para el modelo de reconocimiento se diseñó y entrenó una red neuronal convolucional para la clasificación de imágenes. Para este trabajo se seleccionaron cinco clases de señales mexicanas de tránsito preventivas: curva a la derecha, curva a la izquierda, curva sinuosa, límite de altura y restrictiva. La programación del sistema de reconocimiento se llevó a cabo en lenguaje Python haciendo uso de las librerías OpenCV, TensorFlow y Keras. Se aplicó en el sistema de detección y reconocimiento de señales de tránsito una matriz con 40 pruebas por clase. Las pruebas se llevaron a cabo bajo condiciones nominales de clima, iluminación y nivel de desgaste en los señalamientos sometidos a estudio. El modelo de detección de Haar Cascade mostró mayor velocidad de procesamiento en la detección de señalamientos de tránsito en comparación con el modelo YOLOv5x. El modelo de clasificación de señales de tráfico demostró reconocer las señales seleccionadas para el estudio con una tasa de exactitud superior al 95%.

2023-03-15T00:00:00Z Oscar David De Jesús Díaz https://ri-ng.uaq.mx/handle/123456789/8981 2024-04-26T14:59:38Z 2023-07-01T00:00:00Z

Sistema de evasión de obstáculos en robot humanoide de 18 GDL mediante clasificador basado en RNA. Oscar David De Jesús Díaz En la última década, ha habido un creciente interés en la investigación de robots que utilizan sensores para lograr una correcta identificación y comprensión del entorno en el que operan. Estos trabajos de investigación son de suma importancia, ya que permiten a los robots interactuar de manera más efectiva con su entorno y realizar tareas complejas de manera autónoma. En el presente trabajo, se propone la implementación del sensor de visión HaVimo2.0 en un robot humanoide Bioloid Premium con el objetivo de lograr la detección y evasión de obstáculos. El sensor de visión HaVimo2.0 es conocido por su capacidad para capturar imágenes de alta resolución y su capacidad de procesamiento incorporada, lo que lo convierte en una elección adecuada para este propósito. La implementación conlleva el desarrollo de software de bajo nivel C embebido que permite establecer una comunicación funcional y adecuada entre el sensor HaVimo2.0 y el controlador del robot humanoide, CM-530. Este enfoque permite aprovechar al máximo las capacidades del sensor y el controlador al mismo tiempo. Para el procesamiento que será llevado a cabo por parte del controlador, se utiliza como método clasificador de las diferentes imágenes capturadas por parte del sensor, la implementación de una Red Neuronal Artificial (RNA) entrenada por Aprendizaje Maquina, mejor conocido como Machine Learning. El actual desarrollo propone la utilización de una RNA aplicada a un robot humanoide Bioloid Premium, para que, en conjunto con el resto de los elementos del sistema, éste tenga la capacidad y rendimiento que tienen robots de la misma empresa Robotis© de gama alta que ya incluyen la capacidad de hacer el reconocimiento y evasión de obstáculos de fábrica, pero que sin embargo, lo realizan teniendo un valor 6 u 8 veces mayor al que alcanza el sistema del presente proyecto en conjunto con todos sus elementos.

2023-07-01T00:00:00Z Mariana Zuñiga Uribe https://ri-ng.uaq.mx/handle/123456789/8941 2024-04-26T14:59:38Z 2023-07-03T00:00:00Z

Análisis de fractura en dientes de engranes de transmisiones automotrices mediante vibraciones. Mariana Zuñiga Uribe En este trabajo se realiza el análisis de vibraciones adquiridas en una transmisión automotriz manual con una falla inducida en uno de sus engranes, dicha falla es la fractura de diente, y se procesan las señales mediante la Transformada rápida de Fourier y el cálculo del Voltaje RMS, también llamado el voltaje efectivo; todo esto para analizar como esta falla afecta el funcionamiento de la transmisión visto desde las señales en el dominio del tiempo y la frecuencia.

2023-07-03T00:00:00Z