Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/11531/51618
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | Pérez Bello, Álvaro | es-ES |
dc.contributor.author | Mascareñas Brito, Alberto | es-ES |
dc.contributor.other | Universidad Pontificia Comillas, Escuela Técnica Superior de Ingeniería (ICAI) | es_ES |
dc.date.accessioned | 2020-10-08T07:34:33Z | - |
dc.date.available | 2020-10-08T07:34:33Z | - |
dc.date.issued | 2021 | es_ES |
dc.identifier.uri | http://hdl.handle.net/11531/51618 | - |
dc.description | Máster Universitario en Ingeniería Industrial + Máster en Ingeniería para la Movilidad y Seguridad/Master of Engineering in Mobility and Safety | es_ES |
dc.description.abstract | Vortex Bladeless es una empresa que se dedica al desarrollo y producción de aerogeneradores que producen la energía eléctrica gracias al fenómeno de resonancia. En este proyecto se busca comprender como afecta el fenómeno del viento en el Vortex Nano y cómo se comporta este dispositivo cuando entra en resonancia. Un objetivo importante es inferir, si se puede, la magnitud y dirección del viento con los datos adquiridos por el acelerómetro. Para ello, se va a desarrollar un digital twin que utilice la tecnología IoT - encargada de conectar el dispositivo con la plataforma - y la tecnología machine learning - utilizada para el análisis de los datos -. Se dispondrá de sensores para medir la aceleración, temperatura, humedad, presión, velocidad del viento y dirección del viento. Una vez obtenido estos datos, se enviarán a la plataforma IoT de Altair llamada SmartWorks, estos datos se analizarán mediante dos algoritmos de regresión, la regresión lineal y el “Random Forest”. Además, se estudia la necesidad de normalizar los datos y ver si así se mejora la predicción o no para extraer conclusiones relevantes y futuras hipótesis para continuar con el desarrollo del producto. Por otro lado, al tratarse de un prototipo, este producto está diseñado para obtener la máxima información con un bajo costo económico. | es-ES |
dc.description.abstract | Vortex Bladeless is a company dedicated to the development and production of wind aerogenerators that produce electric power through the phenomenon of resonance. This project seeks to understand how the wind phenomenon affects the Vortex Nano and how this device behaves when it enters into resonance. An important objective is to infer, if possible, the magnitude and direction of the wind from the data acquired by the accelerometer. To this end, a digital twin will be developed using IoT technology – which connects the device to the platform – and machine learning technology – which is used for data analysis-. Sensors will be used to measure acceleration, temperature, humidity, pressure, wind speed and wind direction. Once this data is collected, it will be sent to Altair’s IoT platform called SmartWorks, these data will be analyzed using two regression algorithms, linear regression and the “Random Forest”. In addition, the need to standardize the data and see if this improves the prediction or not in order to draw relevant conclusions and future hypotheses for further product development is studied. On the other hand, being a prototype, this product is designed to get the most information at a low economic cost. | en-GB |
dc.format.mimetype | application/pdf | es_ES |
dc.language.iso | en-GB | es_ES |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 United States | es_ES |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | es_ES |
dc.subject | 33 Ciencias tecnológicas | es_ES |
dc.subject | 3306 Ingeniería y tecnología eléctrica | es_ES |
dc.subject | 330602 Aplicaciones eléctricas | es_ES |
dc.subject.other | H62-mecanica (MII-M) | es_ES |
dc.title | Diseño y modelado de un sistema Digital Twin | es_ES |
dc.type | info:eu-repo/semantics/masterThesis | es_ES |
dc.rights.accessRights | info:eu-repo/semantics/closedAccess | es_ES |
dc.keywords | Digital Twin, MQTT, IoT, Machine Learning, GSM/GPRS, Vortex, Arduino | es-ES |
dc.keywords | Digital Twin, MQTT, IoT, Machine Learning, GSM/GPRS, Vortex, Arduino | en-GB |
Aparece en las colecciones: | H62-Trabajos Fin de Máster |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
TFM - Mascarenas Brito, Alberto.pdf | Trabajo Fin de Máster | 6,75 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.