Publicación:
Modelo de predicción de corrosividad en estructuras ubicadas en la costa de los estados Carabobo y Falcón implementando la herramienta de redes neuronales artificiales

dc.contributor.authorBryan D’Santiago
dc.date.accessioned2024-03-19T14:04:58Z
dc.date.available2024-03-19T14:04:58Z
dc.date.issued2019-08
dc.description.abstractEl presente trabajo de investigación consiste en el estudio del fenómeno de la corrosión y la clasificación de la atmosfera presente a lo largo de las costas de los estados Carabobo y Falcón, con la finalidad de realizar un modelo predictivo en Joone, mediante el uso de redes neuronales artificiales de dicho fenómeno en las estructuras civiles. Mediante la obtención de data encontrada en bases de datos climatológicos, constará a la formación de la red neuronal, entrenamiento y se comprobación de su funcionamiento. Basado en los datos arrojados por las correlaciones creadas, utilizando el uso de 3 modelos matemáticos y el de la RNA, usando valores promedios de los contaminantes aeroquímicos, o agentes externos, mediante el implemento o el uso de las normas ISO 9223:1997, se categorizó la costa de los estados Carabobo y Falcón como una zona de alto nivel de corrosión ambiental.
dc.identifier.urihttps://riujap.ujap.edu.ve/handle/123456789/9571
dc.subjectTECNOLOGÍA::Ingeniería química::Ingeniería de procesos químicos y fabricación::Corrosión
dc.subjectCIENCIAS NATURALES::Ciencias de la Tierra::Ciencias de la atmósfera y la hidrosfera
dc.subjectTECNOLOGÍA::Tecnología de la información::Computación::Inteligencia artificial
dc.titleModelo de predicción de corrosividad en estructuras ubicadas en la costa de los estados Carabobo y Falcón implementando la herramienta de redes neuronales artificiales
dspace.entity.typePublication
local.tgrado.tutorIng. Donato Romanello
Archivos
Bloque original
Mostrando1 - 1 de 1
Cargando...
Miniatura
Nombre:
MEC-20192CR-016-BryanD'Santiago-26.878.059.pdf
Tamaño:
1.35 MB
Formato:
Adobe Portable Document Format
Bloque de licencias
Mostrando1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.72 KB
Formato:
Item-specific license agreed to upon submission
Descripción: