Maestría en Ingeniería
Permanent URI for this collection
Browse
Recent Submissions
1 - 5 of 17
-
ItemInfluencia del capital humano, financiero y relacional en la generación de productos de desarrollo tecnológico e innovación en universidades públicas de Colombia(Universidad del Magdalena, Maestría en Ingeniería, 2024)El presente trabajo de investigación analiza las relaciones entre indicadores de las variables Capital humano, Capital Financiero y Capital Relacional con la generación de productos de Desarrollo Tecnológico e Innovación de las Universidades públicas de Colombia que pertenecen al Sistema Universitario Estatal (SUE). Lo anterior, utilizando las fuentes de información del Ministerio de Educación Nacional y los resultados de la convocatoria 833 de 2018 del Ministerio de Ciencia Tecnología e Innovación de Colombia y la aplicación de métodos de análisis multivariado de los datos como el Análisis de Correspondencia Múltiple (ACM) y Análisis de conglomerados jerárquicos en componentes principales (HCPC). Este documento consta de seis secciones, iniciando con la introducción y generalidades de la investigación; luego con la identificación de indicadores de capital humano, financiero y relacional; continua con la descripción de los productos de desarrollo tecnológico e innovación de las Universidades del SUE; seguido de la aplicación de los modelos estadísticos multivariados; luego se presentan las recomendaciones para las universidades del estudio; y finaliza con la sección de las conclusiones. Los resultados de esta investigación determinaron una relación entre las diferentes categorías de medición de los indicadores de las variables y las categorías de los productos de desarrollo tecnológico e innovación; además, se realizó una clasificación y caracterización de las universidades públicas, identificando tres tipos de instituciones de educación: Universidades lideres con altas capacidades en formación de Capital Humano, investigación y desarrollo tecnológico; Universidades innovadoras comprometidas con el desarrollo de sus territorios; Universidades con potencial de impacto regional.
-
ItemBiochar: alternativa para el manejo de suelos en el trópico seco a partir de la transformación de residuos de la producción agrícola (Coffea arabica y Elaeis guineensis)(Universidad del Magdalena, Maestría en Ingeniería, 2024)El biocarbón es el resultado de la pirolisis de materia orgánica compuesta principalmente de lignina y celulosa, utilizado como una enmienda para mejorar suelos con déficit nutricionales particulares, cuya característica lo ha convertido en una opción prometedora para aprovechar los residuos agroindustriales. Este estudio consta de tres capítulos en los cuales se resalta el valor del biocarbón de pulpa de café y raquis de palma como una alternativa sostenible en la agricultura, destacando su impacto en propiedades del suelo y el crecimiento de las plantas. El capítulo inicial presenta una revisión sistemática del conocimiento sobre biocarbón, abarcando desde el 2011 hasta el 2022. Se analizaron 253 artículos científicos, seleccionando 119, y se identificaron tendencias, efectos en el suelo y enfoques metodológicos. Se destaca un aumento significativo en la investigación sobre biocarbón, evidenciando su utilidad como enmienda de suelo y su potencial en la agricultura. Sin embargo, se enfatiza la necesidad de supervisar sus efectos a largo plazo para garantizar un proceso agrícola sostenible. El segundo capítulo compara la composición y caracterización de biocarbonos derivados de pulpa de café y raquis de palma. Se evaluaron variables como rendimiento de producción, contenido de lignina, pH, retención de humedad, capacidad de intercambio catiónico y contenidos nutricionales. Se concluye que los biocarbonos de pulpa de café son más favorables como enmiendas orgánicas debido a su mayor rendimiento y contenido nutricional, y se resalta la importancia de considerar las necesidades específicas del suelo y los cultivos al elegir un biocarbón adecuado. El tercer capítulo evalúa el efecto de diferentes calidades y dosis de biocarbonos de pulpa de café y raquis de palma en características del suelo y el crecimiento de plantas de pimentón y frijol. Se encontró que todos los tratamientos mejoraron la retención de humedad y porosidad del suelo, mostrando un impacto más significativo con los biocarbonos de raquis de palma. Sin embargo, altas concentraciones de nutrientes pueden desequilibrar el suelo y afectar el crecimiento de las plantas. Se destaca que los biocarbonos de pulpa de café favorecieron el crecimiento de las plantas, especialmente en dosis adecuadas; siendo los tratamientos más efectivos los biocarbonos de pulpa de café BPT2 y BPT3, sugiriendo su potencial para mejorar las características del suelo y el rendimiento de los cultivos en el trópico seco.
-
ItemFarming Spiderbot: Robot paralelo conducido por cables para aplicaciones de agricultura de precisión - Fase 1: Prototipo para optimizar sistema de riego(Universidad del Magdalena, Maestría en Ingeniería, 2024)Este proyecto tuvo como objetivo el diseño de un robot cartesiano inteligente para la agricultura de precisión, específicamente para optimizar el riego orientado a la cantidad de recurso suministrado a una planta. El robot, operado por cuatro motores paso a paso Nema 23, controla un actuador suspendido que se mueve en tres dimensiones. Utilizando sensores de humedad distribuidos en el terreno, el robot suministra agua con precisión según el requerimiento hídrico detectado. Un elemento crucial del proyecto fue el uso de un modelo de lenguaje implementado en la interfaz de control para asistir al usuario y facilitar la interacción con el sistema. Este modelo permitió una comunicación intuitiva y efectiva, orientada a mejorar la experiencia del usuario. Además, se realizaron modelados y simulaciones del sistema de control para optimizar su funcionamiento y garantizar su eficacia en diversos escenarios. Durante las pruebas, el sistema pudo mantener de forma autónoma un cultivo de nueve plantas durante dos meses, ajustándose a las variaciones diurnas en la demanda de agua. En síntesis, este proyecto aporta una innovación significativa a la agricultura de precisión, proporcionando una solución tecnológica para una gestión eficiente del agua, con el potencial de ser aplicada en otras áreas de la agricultura para mejorar la sostenibilidad y eficiencia del sector.
-
ItemIMPLEMENTACIÓN DE UN SISTEMA DE ADQUISICIÓN, PROCESAMIENTO Y CLASIFICACIÓN DE SEÑALES EMG PARA DETECCIÓN DE FATIGA MUSCULAR EN EJERCICIOS DE FUERZA(Universidad del Magdalena, Maestría en Ingeniería, 2024)En este trabajo se presenta el desarrollo de un sistema de adquisición, procesamiento y clasificación de señales electromiográficas (EMG) con el propósito de detectar la fatiga muscular en ejercicios de fuerza. Uno de los enfoques principales del proyecto es implementar algoritmos de segmentación en tiempo real de las señales EMG, con una base de datos previamente recopilada y analizada. La metodología adoptada incluye un análisis de la base de datos, una revisión bibliográfica detallada de los algoritmos de segmentación existentes y evaluaciones cualitativas y cuantitativas para garantizar la calidad y eficacia del sistema desarrollado. En el proceso, se ha diseñado y construido un prototipo que permite la adquisición, procesamiento y clasificación de las señales EMG. Este prototipo se complementa con una interfaz de usuario intuitiva que facilita la visualización de las señales y el seguimiento del estado de fatiga. La infraestructura en la nube utilizada para este propósito se basa en la plataforma Amazon Web Services (AWS), que proporciona la capacidad necesaria para almacenar y gestionar los datos de manera eficiente. En la evaluación del rendimiento computacional de los algoritmos implementados, se han empleado diversas métricas, incluyendo el consumo de memoria RAM, la carga de la CPU y los tiempos de procesamiento. Al medir la precisión del algoritmo de segmentación, los resultados obtenidos son altamente alentadores, con un nivel de precisión del 87,5% en la segmentación de señales correspondientes al músculo bíceps y un 71% de precisión en las señales del tríceps, también se exploraron alternativas de segmentación de señales EMG utilizando señales externas.
-
ItemDetección de Sigatoka negra implementando técnicas de aprendizaje de máquina mediante imágenes multiespectrales en cultivos productivos de banano en el departamento del Magdalena, Colombia(Universidad del Magdalena - Maestría en Ingeniería, Maestría en Ingeniería, 2023)El banano es una de las frutas mas importantes a nivel mundial, en Colombia el departamento del Magdalena aporta aproximadamente el 29% de las exportaciones. Sin embargo, esta plantacion es propensa a enfermedades por características de las zonas tropicales y subtropicales donde son cultivadas, además de su forma de monocultivo. Una de las enfermedades principales que afecta el banano es la Sigatoka negra, la cual causa necrosis y clorosis en las hojas, de manera que, a los agricultores les representa perdidas entre el 15% y el 27% anuales. En campo, esta enfermedad es diagnosticada por medio de inspección visual de los expertos empíricos o académicos, lo que conlleva una gran cantidad de tiempo y costos para el agricultor. Se han implementado diversas técnicas de aprendizaje de máquina utilizando imágenes de drones para detectar enfermedades foliares, además, el uso de otros espectros como el borde de rojo e infrarrojo cercano como datos suplementarios. Por lo anterior, esta investigación realizo un análisis de las técnicas de aprendizaje de máquina para la detección de Sigatoka negra mediante imágenes multiespectrales tomadas por dron en cultivos productivos del departamento del Magdalena, Colombia. Obteniendo un conjunto de datos de imágenes con su representación en falso color para la evaluación de diversas técnicas, de las cuales se destaca la evaluación de arquitecturas de clasificación como MobileNet puede detectar la Sigatoka negra con un 75% de precisión con imágenes de Falso Color compuesta por la banda del rojo, borde de rojo e infrarrojo cercano. Mientras que, en algoritmo de detección se obtiene que el mejor modelo es Yolov8 con un mAP>0,5 del 57,9% con imágenes del espectro visible, encontrando que el enfoque de clasificación es mas eficiente para encontrar esta enfermedad con imágenes multiespectrales.