Deep learning para la predicción de la viscosidad en un microvicosímetro capilar.
Se desarrolló una red neuronal multicapa destinada a la predicción de la viscosidad de fluidos a partir de las curvas de posición vs tiempo proporcionadas por el Microviscosímetro capilar diseñado por el Dr.Morhell y el Dr.Pastoriza. La motivación que propició la red fue solucionar la problemáti...
Guardado en:
| Autor principal: | |
|---|---|
| Formato: | Tesis NonPeerReviewed |
| Lenguaje: | Español |
| Publicado: |
2018
|
| Materias: | |
| Acceso en línea: | http://ricabib.cab.cnea.gov.ar/758/1/1Paris.pdf |
| Aporte de: |
| Sumario: | Se desarrolló una red neuronal multicapa destinada a la predicción de la viscosidad
de
fluidos a partir de las curvas de posición vs tiempo proporcionadas por el Microviscosímetro capilar diseñado por el Dr.Morhell y el Dr.Pastoriza. La motivación que
propició la red fue solucionar la problemática que se presenta en las mediciones donde
la dinámica del
fluido se ve alterada por fenómenos propios a las condiciones de borde
del microcanal.
Para ello se realizaron numerosas mediciones en
fluidos con diferentes coeficientes
de viscosidad y a distintas temperaturas para realizar un entrenamiento supervisado
de la red neuronal de manera de obtener una mejor predicción.
La red neuronal desarrollada para los primeros 5 segundos de la medición mostró
una muy buena generalización, probada en mediciones de plasma sanguíneo, incluso en
aquellas mediciones donde la dinámica estaba alterada. |
|---|