Ingeniería Eléctrica - Tesis Doctoradohttp://repositorio.udec.cl/jspui/handle/11594/2092024-03-28T21:37:11Z2024-03-28T21:37:11ZDevelopment of Design Techniques to optimize the performance of Synchronous Reluctance Machines with Anisotropic Rotor Structure.Gallardo Sánchez, Césarhttp://repositorio.udec.cl/jspui/handle/11594/116702023-12-23T06:02:53Z2024-01-01T00:00:00ZDevelopment of Design Techniques to optimize the performance of Synchronous Reluctance Machines with Anisotropic Rotor Structure.
Gallardo Sánchez, César
This thesis provides a comprehensive understanding of Synchronous Reluctance Machines (SynRM), addressing both the fundamental principles of operation and the development of various design techniques. To expedite the sizing stage, a precise analytical model was developed which combines two methods: to calculate the air-gap flux density and average torque, the magnetic potential of the rotor and stator were used, and the torque ripple was calculated using the energy stored in the air-gap. This model is extended to machines with multiple flux barriers. Comparisons with the Finite Element Analysis (FEA) yield promising results, both in terms of air-gap flux density and electromagnetic torque. However, a harmonic analysis reveals that the analytical model tends to overestimate the air-gap flux density and torque due to underlying assumptions made during its development. Despite this, the model offers valuable capabilities, including the ability to extract machine parameters in the d-q reference frame, facilitating a preliminary control strategy analysis. In pursuit of further enhancing SynRM performance, an asymmetric rotor topology was Introduced. This feature achieves a significant reduction in torque ripple and an increase in maximum internal power factor. While both designs exhibit similar efficiency, the asymmetric design excels by offering a wider constant power speed range (CPSR). Simultaneously, a comprehensive study on discrete skew methodology was conducted. The proposed method provides deeper understandings into the impact of skew angle on torque ripple. This method introduces an indicator to assess the potential reduction achievable by selecting various skew steps and angles. Validation through FEA in both two and three dimensions reinforces its applicability. These techniques were used to design two SynRMs using the same stator with two different rotor topologies, one symmetrical and the other asymmetrical. The design was carried out by optimization using a multi-objective genetic algorithm (MOGA), coupled with the techniques developed throughout the thesis. The preliminary results highlight the superiority of the asymmetric design in terms of performance indices. However, it is worth noting a significant reduction in these indices when skew is applied, underscoring the importance of design choices. These two rotor topologies were manufactured to validate the improvement through experimental measurements.
Tesis presentada para optar al grado de Doctorado en Ciencias de la Ingeniería con mención en Ingeniería Eléctrica.
2024-01-01T00:00:00ZAlgoritmos y arquitectura para cálculo de similitudes genómicas en aceleradores en hardware.Soto Salcedo, Javier Estebanhttp://repositorio.udec.cl/jspui/handle/11594/112102023-11-10T22:51:18Z2023-01-01T00:00:00ZAlgoritmos y arquitectura para cálculo de similitudes genómicas en aceleradores en hardware.
Soto Salcedo, Javier Esteban
La similitud entre genomas es un concepto fundamental en bioinformática. Esta se utiliza para determinar relaciones evolutivas o filogenéticas entre diferentes especies, para identificar regiones similares en genomas, o para organizar genomas con características genéticas similares en grupos o clústeres. Existen diversas métricas de comparación utilizadas en la literatura, las cuales utilizan diferentes principios para medir la similitud. Una de las más utilizadas en genómica es la similitud de Jaccard, la que se basa en teoría de conjuntos y evalúa la presencia o ausencia de elementos en los dos conjuntos a comparar para indicar qué tan similares son. Otra métrica utilizada es la divergencia de Jensen-Shannon, que usa información estadística asociada a la distribución de probabilidad de un genoma, que puede estar representado por más de una secuencia. En general, el procesamiento de genomas se realiza describiéndolos como un conjunto de substrings de largo k, llamados k-mers. Tanto el proceso de extracción de k-mers como el cálculo de similitud, son tareas computacionalmente desafiantes, debido al alto uso de memoria requerida por el volumen de datos asociado a datos genómicos y a la complejidad cuadrática del cálculo de similitud entre pares. Este trabajo presenta el diseño de algoritmos y aceleradores usando el paradigma de FPGAas-a-service para calcular la similitud entre genomas utilizando estructuras de datos probabilísticas o sketches. El primer acelerador realiza el cálculo de similitud Jaccard entre genomas, pudiendo calcular todas las similitudes entre los elementos de una base de datos o solo aquellos que tengan la posibilidad de superar cierto umbral, permitiendo así reducir significativamente la cantidad de operaciones a realizar. Después de la construcción de sketches, el acelerador puede calcular más de 96 millones de coeficientes Jaccard por segundo en una instancia f1.2xlarge de Amazon Web Services (AWS) con un FPGA XCVU9P, lo que presenta una aceleración de 58 veces sobre el estado del arte en software corriendo en una instancia c5.9xlarge. El acelerador es 27 veces más rápido que una implementación directa en GPU y 4 veces más rápido que una implementación optimizada en GPU, correspondiente a una adaptación del algoritmo diseñado para el FPGA. Ambas implementaciones en GPU fueron evaluadas en una instancia g5.4xlarge que cuenta con una GPU NVIDIA A10G. El segundo acelerador implementa el cálculo de similitud usando divergencia de Jensen-Shannon. El acelerador utiliza una estructura llamada arreglo de colas de prioridad (PQA), la cual almacena los elementos más frecuentes de un conjunto para el cálculo de entropía. Esta implementación alcanza una aceleración de 1, 9 veces comparada con la implementación del mismo algoritmo en GPU, en ambos casos usando las instancias f1.2xlarge y g5.4xlarge respectivamente.
Tesis para optar al grado de Doctor en Ciencias de la Ingeniería con mención en Ingeniería Eléctrica.
2023-01-01T00:00:00ZImagenología infrarroja para asistir la ejecución de acciones en el levantamiento de pesas.Viafora Reyes, Laura Antonietahttp://repositorio.udec.cl/jspui/handle/11594/112022023-11-10T22:51:30Z2023-01-01T00:00:00ZImagenología infrarroja para asistir la ejecución de acciones en el levantamiento de pesas.
Viafora Reyes, Laura Antonieta
En este trabajo se aplica la técnica de “evaluación de calidad acción” y “estimación de pose” en videos infrarrojos (IR) sobre levantadores de pesas, para monitorear y asistir el trabajo de los entrenadores de deportistas de alto rendimiento en la tarea de reducir el riesgo de lesión producto de posiciones incorrectas durante la práctica. Se crearon 2 bases de datos (más de 80 videos) de los deportistas subiendo la barra con la técnica del “snatch” y “Clean & Jerk”. El procesamiento se hizo en “Python científico”. Se utilizo el algoritmo de “mediaPipe” de Google en las imágenes IR para identificar a los atletas y regiones de interés (ROI) de su cuerpo. Con esta información se calcular el grado de inclinación de la espalda, apertura de las rodillas y apertura de los codos. También se obtuvo la gráfica de la trayectoria de la barra olímpica. Por último, se estimó la temperatura promedio de múltiples zonas de interés.; In this work, the “action quality evaluation” and “pose estimation” techniques are applied to infrared (IR) videos of weightlifters to monitor and assist the work of high-performance athletes coaches in the task of reducing the risk of injury due to incorrect positions during practice. Two databases were created (with over 80 videos) of athletes performing the barbell lift using the technique of “snatch” y “Clean & Jerk”. The processing was done in Scientific Python. The “MediaPipe” algorithm from Google was used on the IR images to identify athletes and regions of interest (ROI) on their bodies. With this information, the degree of back inclination, knee opening, and elbow opening were calculated. The graph of the Olympic bar trajectory was also obtained. Finally, the average temperature of multiple regions of interest was estimated.
Tesis presentada para optar al grado académico de Doctor en Ciencias de la ingeniería con Mención en en ingeniería Eléctrica.
2023-01-01T00:00:00ZModelado de estados en la dinámica de las redes cerebrales en estado de reposo.Hernandez Larzabal, Hernanhttp://repositorio.udec.cl/jspui/handle/11594/111212023-11-10T22:51:27Z2023-01-01T00:00:00ZModelado de estados en la dinámica de las redes cerebrales en estado de reposo.
Hernandez Larzabal, Hernan
La dinámica de las redes cerebrales en estado de reposo (RSNs) es objeto de intensa investigación como posible predictor del estado cognitivo y conductual actual y futuro. Para modelar la actividad cerebral regional como una combinación lineal de la actividad pasada en todas las demás regiones se utilizan Autoregresores Multivariados (MAR). Los coeficientes del MAR se toman como estimaciones de la conectividad efectiva de la red cerebral. Sin embargo, la suposición de estacionariedad junto con el gran número de coeficientes, hace que el MAR sea poco práctico para la estimación precisa o eficiente de las redes a partir de series de tiempo de neuroimagen estándar con duración limitada. El método propuesto en esta tesis, HsMM-MAR-AC, es un modelo novedoso, híbrido, discreto-continuo y disperso para la estimación eficiente de redes cerebrales efectivas dependientes del tiempo, a partir de series de tiempo de actividad cerebral no estacionarias. Los estados cerebrales discretos cuasi estacionarios y el rápido cambio entre ellos se modelan mediante un Modelo Semi-Markov Oculto cuyas emisiones continuas se extraen de un MAR disperso. Los coeficientes dispersos del MAR se restringen mediante información de Conectividad Anatómica Cerebral de dos formas: i.) la conectividad directa efectiva entre dos regiones cerebrales solo se considera si existe la conexión anatómica correspondiente y ii.) el retraso asociado con cada conexión directa se calcula en función de la longitud promedio de las fibras entre las dos regiones, de manera que solo se estima un retraso por conexión. Se evaluó el rendimiento de HsMM-MAR-AC en base a la recuperación de las redes en estado de reposo (RSN) en señales simuladas de actividad cerebral. Se exploraron diferentes duraciones y diferentes umbrales de restricciones anatómicas. Los resultados demostraron que HsMM-MAR-AC recupera las RSNs de manera más precisa que el método de la ventana deslizante, con tan solo 4 minutos de datos. Además, los resultados muestran que con restricciones anatómicas menos estrictas, se necesitan series de tiempo más largas para estimar las redes, lo cual se vuelve computacionalmente inviable sin restricciones anatómicas. Adicionalmente, se aplicó el modelo HsMM-MAR-AC a datos reales de dos grupos de sujetos con edades diferentes. Un grupo con edades entre los 22 y 25 años y otro grupo con edades entre los 31 y 35 años. Los resultados demostraron que la red de modo por defecto (DMN) tiene una duración significativamente mayor en el caso de los sujetos de 31 a 35 años. Además, las conexiones entre las regiones de la DMN son más fuerte en el grupo de 31 a 35 años. HsMM-MAR-AC ofrece un modelo eficiente para estimar la conectividad efectiva dependiente del tiempo a partir de datos de neuroimagen, que aprovecha las ventajas de los modelos de Markov ocultos y MAR sin problemas de identificabilidad, una demanda excesiva en la recopilación de datos, ni esfuerzos computacionales innecesarios.
Tesis presentada para optar al grado académico de Doctor en Ciencias de la Ingeniería con Mención en la Ingeniería Eléctrica.
2023-01-01T00:00:00Z