59142 research outputs found
Sort by
Análisis de sensibilidad de parámetros normativos locales e internacionales en el desempeño sísmico: Optimización de estrategias de reforzamiento en una edificación de cinco pisos ubicado en el Cantón Guayaquil, Provincia del Guayas – Ecuador.
Get PDFEste proyecto analiza la sensibilidad de parámetros normativos sísmicos utilizados en
desempeño estructural de una estructura con pórticos resistentes a momento de
hormigón armado ubicada en Guayaquil - Ecuador. Se comparan las normativas NEC15, E.30-18, ASCE-22 y la NTC-18 mediante un análisis de sensibilidad aplicada al
modelado estructural desarrollado en ETABS identificando los parámetros que más
influyen en la respuesta sísmica. Finalmente se proponen estrategias de reforzamiento
optimizadas para mejorar la seguridad estructural de la estructura estudiada.This project analyzes the sensitivity of seismic regulatory parameters used in the
structural performance of a reinforced concrete moment-resisting frame located in
Guayaquil, Ecuador. The NEC-15, E.30-18, ASCE-22, and NTC-18 standards are
compared through a sensitivity analysis applied to the structural model developed in
ETABS, identifying the parameters that most influence the seismic response. Finally,
optimized reinforcement strategies are proposed to improve the structural safety of the
studied structure.
Keywords: Sensitivity, Frame, Reinforcement, ETABS
Modelamiento del ruido ambiental en zonas urbanas y sectorización de los puntos críticos en la ciudad de Guayaquil.
Get PDFEl ruido sonoro es un problema ambiental creciente que afecta tanto a la calidad de vida humana como a los ecosistemas naturales. En áreas urbanas e industriales, la exposición prolongada a niveles elevados de ruido puede generar estrés, problemas cardiovasculares y trastornos del sueño en las personas. En el entorno silvestre, el ruido altera los patrones de comunicación, reproducción y comportamiento de muchas especies, poniendo en riesgo la biodiversidad.
Para abordar esta problemática, se propone realizar una medición sistemática del ruido utilizando herramientas de Internet de las Cosas (IoT) y técnicas de Machine Learning (ML). Los dispositivos IoT permitirán recopilar datos en tiempo real sobre la intensidad, frecuencia y duración del ruido en diferentes ubicaciones, creando un mapa sonoro dinámico. Estos dispositivos, equipados con sensores acústicos, se distribuirán estratégicamente para garantizar una cobertura representativa.
Con los datos recopilados, se aplicarán modelos de Machine Learning para analizar patrones y tendencias en la generación del ruido. Esto incluirá la identificación de fuentes principales, horarios críticos y la evaluación de su impacto en áreas urbanas y naturales. Los modelos predictivos permitirán anticipar escenarios futuros y simular la efectividad de posibles soluciones.
Finalmente, se desarrollarán técnicas de mitigación basadas en los resultados del análisis. Estas podrían incluir barreras acústicas inteligentes, ajustes en la planificación urbana y estrategias para minimizar la emisión de ruido en zonas críticas.Sound noise is an increasing environmental problem that affects both the quality of human life and natural ecosystems. In urban and industrial areas, prolonged exposure to high noise levels can cause stress, cardiovascular issues, and sleep disorders in humans. In the wild, noise disrupts communication, reproduction, and behavioral patterns of many species, putting biodiversity at risk.
To address this issue, a systematic noise measurement is proposed using Internet of Things (IoT) tools and Machine Learning (ML) techniques. IoT devices will enable real-time data collection on the intensity, frequency, and duration of noise across various locations, creating a dynamic sound map. These devices, equipped with acoustic sensors, will be strategically distributed to ensure representative coverage.
With the collected data, Machine Learning models will be applied to analyze patterns and trends in noise generation. This will include identifying primary sources, critical timeframes, and assessing the impact on urban and natural areas. Predictive models will allow for anticipating future scenarios and simulating the effectiveness of potential solutions.
Finally, mitigation techniques will be developed based on the analysis results. These could include intelligent acoustic barriers, adjustments in urban planning, and strategies to minimize noise emissions in critical areas. This approach combines advanced technology with a sustainable vision, aiming to reduce the negative effects of noise on human health and ecosystems.
The use of IoT and ML not only enhances the precision and efficiency of noise measurement but also facilitates the implementation of preventive and corrective measures, fostering a healthier and more balanced environment.
Keywords: Noise pollution, Urban noise, Machine Learning, Internet of Thing
