Examinando por Materia "Modelación hidraúlica"

Mostrando 1 - 2 de 2
  • Miniatura
    PublicaciónAcceso abierto
    Automatización de la granulometría del material del lecho en ríos de gravas y piedras mediante el procesamiento digital de imágenes [recurso electrónico]
    (2014-12-18) Solarte, Jorge Leonardo
    En el estudio del Proyecto de Modelación del Río Cauca (PMC), se realizaron gran variedad de estudios para analizar el comportamiento hidráulico, morfológico y ambiental de dicho cauce; en una de sus etapas se estudiaron las características granulométricas del lecho del río y principales ríos tributarios. Este proceso de caracterización del material sedimentológico se realizó tomando muestras superficiales por medio de fotografías digitales, las cuales posteriormente fueron analizadas por tamizado fotográfico manual. Con el fin de evitar tal situación en futuros muestreos, ha surgido un interés por reemplazar la medición manual de las partículas desde fotografías, por un sistema que automatice la identificación de las propiedades geométricas de las partículas muestreadas (fotografía). En este trabajo se desarrolla una metodología que aplica técnicas de visión artificial en imágenes digitales para la detección de bordes, identificación y medición de partículas, como base para automatizar el proceso de medición y las técnicas tradicionales para el análisis de partículas y su caracterización granulométrica como resultado final. En este documento se describen los fundamentos teóricos para el procesamiento digital de imágenes, métodos de muestreo y el proceso de validación con los resultados del tamizado fotográfico registrados por el PMC.
  • Miniatura
    PublicaciónAcceso abierto
    Implementación de una metodología para la calibración y la validación de modelos determinísticos en drenaje urbano
    (Universidad del Valle, 2018) Toledo Cubillos, Edwin Arley; Galvis Castaño, Alberto
    Los modelos deterministas de drenaje urbano se han convertido en las herramientas estándar para el diseño, la planificación y la optimización. Sin embargo, para que los resultados obtenidos utilizando estas herramientas sean confiables, se requieren modelos calibrados y validados para minimizar la incertidumbre. Esta tesis de maestría presenta los puntos fuertes y las limitaciones de las principales metodologías de calibración existentes, como Generalized Likeliood Uncertainty Estimation (GLUE), Método Shuffled Complex Evolution (SCE-UA) y el enfoque bayesiano.