Iteckne

INFLUENCIA DEL ÍNDICE h EN LA MEDICIÓN DE INVESTIGADORES Y REVISTAS

Prediction of Compressive Strengths for Rice Husks Ash incorporated concrete, Using Neural Network and Reviews

Abstract Modelling of concrete that incorporates agricultural wastes such as rice husk ash (RHA) could potentially enhance utilization of green concrete and application of sustainable construction materials. This paper evaluations compressive strength prediction for rice husk ash (RHA) cementitious material incorporated concrete using artificial neural networks (ANNs) one of the various prediction methods. The research is based on various previous experimental studies. Literature reviews of 72 datasets for RHA incorporated concrete from 15 previous researches, were used and subjected to ANNs models, having learning rate of 0.06 with tanh activation functions. Four (4) input variables were considered, namely:superplasticizer or water reducers variation from control (%), water to binder ratio, percentage of RHA and control compressive strengths. Output variable was compressive strength of RHA cementitious material incorporated concrete. The ANN with 15 neurons in the hidden layer was selected and indicated overall values of 5.10MPa, 0.99, 3.81MPa and 9.73% for the root mean square error (RMSE), absolute factor of variance (R2), mean absolute error (MAE) and mean absolute percentage error (MAPE) respectively and for individual training, validation/checking and testing datasets, the RMSE, R2, MAE and MAPE ranging between 3.98MPa-6.56MPa, 0.98-0.99, 3.44MPa-4.94MPa and 9.19%-12.41% respectively. Generally, both predicted and original dataset, indicated higher and lower strength values for 5-10% and 15-30% RHA incorporated cementitious material concrete respectively compared to the control strengths. Considering that the study utilized data from different sources and with a wide range of concrete strengths the selected ANN showed relatively good performance. The study provides an indicator that machine learning techniques could accurately predict green concrete strength. Based on model performance the percentage RHA cementitious materials in concrete and the other 3 input variable had a significant impact on concrete strengths. Future research should be conducted to predict green concrete focused on particular concrete class.

Resumen El modelado de hormigón que incorpora desechos agrícolas como la ceniza de cáscara de arroz (RHA) podría mejorar potencialmente la utilización de hormigón verde y la aplicación de materiales de construcción sostenibles. Este artículo evalúa la predicción de la resistencia a la compresión para el material cementoso de ceniza de cáscara de arroz (RHA) incorporado en el hormigón utilizando redes neuronales artificiales (ANN), uno de los diversos métodos de predicción. La investigación se basa en varios estudios experimentales previos. Las revisiones de la literatura de 72 conjuntos de datos para RHA incorporaron concreto de 15 investigaciones anteriores, se utilizaron y sometieron a modelos ANN, con una tasa de aprendizaje de 0.06 con funciones de activación tanh. Se consideraron cuatro (4) variables de entrada, a saber: variación de superplastificantes o reductores de agua con respecto al control (%), proporción de agua a aglutinante, porcentaje de RHA y resistencia a la compresión del control. La variable de salida fue la resistencia a la compresión del hormigón incorporado con material cementoso RHA. Se seleccionó la ANN con 15 neuronas en la capa oculta y se indicaron valores generales de 5.10MPa, 0.99, 3.81MPa y 9.73% para el error cuadrático medio de la raíz (RMSE), factor de varianza absoluto (R2), error absoluto medio (MAE) y error de porcentaje absoluto medio (MAPE), respectivamente y para conjuntos de datos de entrenamiento, validación / verificación y pruebas individuales, el RMSE, R2, MAE y MAPE oscilan entre 3.98MPa-6.56MPa, 0.98-0.99, 3.44MPa-4.94MPa y 9.19% 12,41%, respectivamente. En general, tanto el conjunto de datos original como el pronosticado indicaron valores de resistencia más altos y más bajos para el hormigón de material cementoso incorporado de 5-10% y 15-30% de RHA, respectivamente en comparación con las resistencias de control. Teniendo en cuenta que el estudio utilizó datos de diferentes fuentes y con una amplia gama de resistencias del hormigón, la ANN seleccionada mostró un desempeño relativamente bueno. El estudio proporciona un indicador en el que las técnicas de aprendizaje automático podrían predecir con precisión la resistencia del hormigón verde. Según el desempeño del modelo, el porcentaje de materiales cementosos RHA en el concreto y las otras 3 variables de entrada tuvieron un impacto significativo en las resistencias del concreto. Se deben realizar investigaciones futuras para predecir el hormigón verde centrado en una clase de hormigón en particular.

Functional assessment system for unmanned aerial navigation systems from the quality of information

Resumen Los sistemas de aeronavegación no tripulados son utilizados en múltiples aplicaciones militares y no militares. Sin embargo, estos sistemas son susceptibles de ser intervenidos por delincuentes informáticos parcial o totalmente. En este artículo se propone un framework basado en el modelo JDL para la evaluación de la seguridad de los drones y se establecen criterios de evaluación de desempeño y de calidad de la información para cada nivel de la fusión, en conjunto con un sistema de mapeo de estas métricas, con el fin de determinar la dependencia de los datos entre diferentes niveles, contemplando la valoración contextual del usuario.

Abstract Unmanned aerial navigation systems are not used in many military and non-military applications. However, these systems are susceptible be operated by hackers partially or completely. Therefore, in this article based on the JDL model for safety assessment of the drone's framework it is proposed. Metrics for each level of the merger in conjunction with a mapping system in order to determine the dependence of data between different levels are proposed, considering the contextual user ratings.

Theoretical framework about optimal model of operation after intentional attacks considering transmission system switching

Resumen La presente investigación está enfocada en la operación óptima posterior a ataques intencionales considerados conmutación de los sistemas de transmisión. Los modelos aplicables para este proceso se enfocan en la aplicación de métodos de optimización binivel que son capaces de analizar dos posibles escenarios, con el fin de disminuir el tiempo de pérdida o salida de la demanda del sistema eléctrico. El principal objetivo de este trabajo está relacionado con mantener los requerimientos mínimos que permitan la operación del Sistema Eléctrico de Potencia, para esto se realizará el planteamiento de ecuaciones que permita establecer los modelos matemáticos ante ataques intencionales que deberá mantener el funcionamiento del Sistema Eléctrico y reaccionar ante contingencias a través de la Conmutación Óptima de Líneas de Transmisión.

Abstract This research is focused on the optimal operation after intentional attacks considering switching of transmission systems. The applicable models for this process focus on the application of bi-level optimization methods that are capable of analyzing two possible scenarios in order to reduce the time of loss or departure from the demand of the electricity system. The main objective of this work is related to maintaining the minimum requirements that allow the operation of the Electric Power System. For this, equations will be used to help establish the mathematical models in the event of intentional attacks. The operation of the Electric System should hold and react in the event of contingencies through the Optimal Switching of Transmission Lines.

Location of solar panels to the medium voltage direct current distribution network considering DC loads

Resumen La penetración de energías renovable de corriente continua (DC) a la red de distribución de corriente continua de medio voltaje (MVDC) ya es una realidad. Por lo que, se requiere de una amplia planificación para su ubicación en la red eléctrica. La implementación de esta energía trae grandes ventajas al sistema, ya que contribuye a la reducción de pérdidas, mejoramiento del perfil de voltaje, mayor confiabilidad en el sistema, ya que se tiene generación del sistema fotovoltaico instalado y de la empresa distribuidora. El presente artículo se hizo a través de una revisión bibliográfica de las bases IEEE Xplore, Science Direct, Taylor & Francis y conocimientos académicos relacionados, llegando a identificar varios aspectos positivos y negativos de esta nueva realidad de la energía renovable, de igual forma se analizó el sistema de almacenamiento de energía (BESS) y el impacto de los vehículos eléctricos (EV) en las redes de distribución.

Abstract The penetration of renewable energies of Direct Current (DC) to the Distribution Network of Direct Current of Medium Voltage (MVDC) is already a reality. Therefore, extensive planning is required for its location in the electrical network. The implementation of this energy brings great advantages to the system since it contributes to the reduction of losses, improvement of the voltage profile, greater reliability in the system since there is generation of the photovoltaic system installed and of the distribution company. This article was carried out through a bibliographic review of the bases IEEE Xplore, Science Direct, Taylor & Francis and related academic knowledge, identifying several positive and negative aspects of this new reality of renewable energy, in the same way it was analyzed the Energy Storage System (BESS) and the impact of Electric Vehicles (EV) on distribution networks.

Steady state stability in electrical power systems considering operation limits in generators, transformers and transmission lines

Resumen Los sistemas eléctricos de potencia están expuestos a diario a una variedad de eventos que le pueden producir un funcionamiento inestable, esto debido a una operación inadecuada de ciertos componentes. Si un evento ocurre, el sistema debe estar diseñado para superar esa contingencia, quedando entonces en una condición permanente que debe ser evaluada a fin de monitorear y prevenir un posible colapso del sistema. En este trabajo se propone una evaluación de la estabilidad en régimen permanente, utilizando las curvas de capacidad de generadores, transformadores y líneas de transmisión. Estas curvas entregan información sobre el punto de operación de los mencionados elementos, permitiendo así aplicar acciones de remediación. Para lograr este cometido se utilizan dos programas computacionales de uso común que son PowerFactory y Matlab, diseñando una herramienta de supervisión de los puntos de operación luego de una contingencia. Para validar la efectividad de la herramienta desarrollada se emplea el modelo IEEE 39 barras. Los resultados encontrados muestran que para diferentes contingencias las condiciones de operación de los elementos del sistema son variados, pudiendo identificar casos que necesiten acciones a nivel operativo.

Abstract Electrical power systems are exposed to several events that can cause unstable operation scenarios. This is due to improper operation of certain components. If an event occurs, the system must be designed to overcome that contingency, thus remaining in a permanent condition that must be evaluated in order to monitor and prevent a possible collapse of the system. An evaluation of steady state stability is proposed at this work based on the capacity curves of generators, transformers and transmission lines. These remarked curves provide information on the operation point of these elements, thus allowing the application of remedial actions. PowerFactory and Matlab are used to carry out the tool for monitoring the operation points after a contingency. The effectiveness of the developed tool is validated at the IEEE 39-bus power system model, where results shows that the functionalaty for different contingencies based on the operating conditions when the components of the power system are varied, cosnquently, the tool identifies cases that require actions at the operational level.

Bibliometric analysis from expansion planning of electric power systems

Resumen Este artículo presenta un análisis bibliométrico sobre la planeación de la expansión de los sistemas eléctricos de potencia, tema de gran importancia debido al continuo crecimiento de la demanda eléctrica. Por tal motivo, los sistemas eléctricos de potencia deben ser diseñados y construidos para prever futuras expansiones mediante el ingreso de nuevas centrales de generación, líneas de transmisión y equipos compensadores. Para el desarrollo de esta investigación se consideran las palabras claves que permitirán encontrar artículos de la misma temática en bases de datos Scopus y Web of Science. Después se organizará esta información de acuerdo con los países, autores, número de citas y organizaciones para hacer una comparación de la información obtenida mediante VOSviewer para indagar criterios de aceptación. Al contar con los artículos seleccionados se realiza la matriz del estado del arte que brindará información sobre formulación, restricción, propuesta y solución al problema.

Abstract This article presents a bibliometric analysis on the planning of the expansion of electric power systems, a topic of great importance due to the continuous growth of electricity demand. For this reason, electrical power systems must be designed and built to foresee future expansions through the entry of new generation plants, transmission lines and compensating equipment. For the development of this research, keywords that will help find articles on the same subject in Scopus and Web of Science databases will be taken into account. This information will then be organized according to the countries, authors, number of citations and organizations to make a comparison of the information obtained through VOSviewer to inquire about acceptance criteria. By having the selected articles, the matrix of the State of the Art is made which will provide information on formulation, restriction, proposal and solution to the problema.

An approach to Plant Disease Detection using Deep Learning Techniques

Abstract Agriculture is the backbone of Indian economy. Conventional farming systems are no longer being followed by our generation, due to lack of knowledge and expertise. Advancement of technologies pave a path that make a transition from traditional farming methods to smart agriculture by automating the processes involved. Challenges faced by today's agriculture are depletion of soil nutrients and diseases caused by pests which lead to low productivity, irrigation problems, soil erosion, shortage of storage facilities, availability of quality seeds, lack of transportation, poor marketing etc. Among all these challenges in agriculture, prediction of diseases remains a major issue to be addressed. Identifying diseases based on visual inspection is the traditional way of farming which needs knowledge and experience to handle. Automating the process of detecting and identifying through visual inspection (cognitive) is the motivation behind this work. This is made possible with the availability of images of the plant or parts of plants, since most diseases are reflected on the leaves. A deep learning network architecture named Plant Disease Detection Network PDDNet-cv and a transfer learning approach of identifying diseases in plants were proposed. Our proposed system is compared with VGG19, ResNet50, InceptionResNetV2, the state-of-the-art methods reported in [9, 13, 5] and the results show that our method is significantly performing better than the existing systems. Our proposed PDDNet-cv has achieved average classification accuracy of 99.09% in detecting different classes of diseases. The proposed not so deep architecture is performing well compared to other deep learning architectures in terms of performance and computational time.

Resumen La agricultura es la columna vertebral de la economía india. Los sistemas agrícolas convencionales ya no están siendo seguidos por nuestra generación, debido a la falta de conocimiento y experiencia. El avance de las tecnologías allana un camino que hace una transición de los métodos agrícolas tradicionales a la agricultura inteligente mediante la automatización de los procesos involucrados. Los desafíos que enfrenta la agricultura actual son el agotamiento de los nutrientes del suelo, las enfermedades causadas por plagas que conducen a una baja productividad, los problemas de riego, la erosión del suelo, la escasez de instalaciones de almacenamiento, la disponibilidad de semillas de calidad, la falta de transporte, la mala comercialización, etc. Entre todos estos desafíos en la agricultura, la predicción de enfermedades sigue siendo un tema importante que debe abordarse. La identificación de enfermedades basadas en la inspección visual es la forma tradicional de cultivo que necesita el conocimiento y la experiencia para manejarlas y obtener un buen rendimiento. Automatizar el proceso de detección e identificación a través de la inspección visual (cognitiva) es la motivación detrás de este trabajo. Esto es posible gracias a la disponibilidad de imágenes de la planta o partes de plantas, ya que la mayoría de las enfermedades se reflejan en las hojas. Se propuso una arquitectura de red de aprendizaje profundo llamada Red de detección de enfermedades de las plantas por sus siglas en inglés (Plant Disease Detection Network PDDNetcv) y un enfoque de aprendizaje por transferencia para identificar enfermedades en las plantas. Nuestro sistema propuesto se compara con VGG19, ResNet50, InceptionResNetV2, los métodos de vanguardia reportados en [9, 13, 5] y los resultados muestran que nuestro método está funcionando significativamente mejor que los sistemas existentes. Nuestra propuesta PDDNet-cv ha logrado una precisión de clasificación promedio del 99,09% en la detección de diferentes clases de enfermedades. La arquitectura no tan profunda propuesta está funcionando bien en comparación con otras arquitecturas de aprendizaje profundo en términos de rendimiento y tiempo computacional.

International evenness index and pavement condition index for defining pavement serviceability levels

Resumen La presente investigación constituye una revisión sistemática de la literatura sobre los métodos de evaluación de los pavimentos flexibles, IRI (Índice de rugosidad internacional) y PCI (índice de condición de pavimento) para determinar los niveles de serviciabilidad en pavimentos flexibles, durante los últimos 15 años. Se empleó una búsqueda minuciosa de fuentes bajo criterios de inclusión y exclusión, a partir de los cuales se seleccionaron 29 artículos científicos indexados a bases de datos reconocidas. A través de una matriz de análisis de información se procedió a trabajar exclusivamente con 20 sobre los cuales se construyeron categorías temáticas en torno a las que plantean los resultados de la investigación. Este proceso permitió identificar los principales hallazgos, haciendo comparaciones entre los resultados y puntos de vista distintos o semejantes de autores a fin de extraer conclusiones. Entre los principales resultados se encontró que es necesario tener métodos de evaluación superficial de pavimentos, para conocer el estado actual de estos y no ejecutar actividades sin un criterio técnico. Por ello, utilizar métodos como el IRI y PCI resulta de suma importancia para determinar las características actuales de los pavimentos, para la toma de decisiones respecto al mantenimiento, reconstrucción y rehabilitación de las vías, logrando tener un sistema adecuado de gestión de infraestructura de pavimentos, invirtiendo los recursos de forma efectiva.

Abstract The present research constitutes a systematic review of the literature on the evaluation methods of flexible pavements, IRI (International Roughness Index) and PCI (Pavement Condition Index) to determine the levels of serviceability in flexible pavements, during the last 15 years. A thorough search of sources under inclusion and exclusion criteria was used, from which 29 scientific articles indexed in recognized databases were selected. Through an information analysis matrix, we proceeded to work exclusively with twenty on which thematic categories were constructed around which the results of the research are proposed. This process made it possible to identify the main findings, making comparisons between the results and different or similar points of view of authors in order to draw conclusions. Among the main results, it was found that it is necessary to perform pavement surface evaluation methods in order to know the current condition of pavements and not to carry out activities without a technical criterion. Therefore, using methods such as IRI and PCI is of utmost importance to determine the current characteristics of pavements, for decision making regarding maintenance, reconstruction and rehabilitation of roads, achieving an adequate pavement infrastructure management system, investing resources effectively.