Mostrar el registro sencillo del ítem

dc.contributor.advisorSierra Pallarés, José Benito es
dc.contributor.authorNiño de la Fuente, Javier
dc.contributor.editorUniversidad de Valladolid. Escuela de Ingenierías Industriales es
dc.date.accessioned2021-04-15T09:52:47Z
dc.date.available2021-04-15T09:52:47Z
dc.date.issued2021
dc.identifier.urihttp://uvadoc.uva.es/handle/10324/46200
dc.description.abstractEn la actualidad, la Dinámica de Fluidos Computacional (CFD) es utilizada ampliamente en muchos campos a nivel industrial. Sin embargo, en muchas aplicaciones, la simulación de estos procesos conlleva un gran esfuerzo computacional. Esto hace que esta técnica pierda interés en ocasiones en las que se necesita una rápida disponibilidad de resultados del modelo, como en las aplicaciones de control. En este trabajo se realiza la implementación y validación del modelo CFD de un eyector de vapor de la literatura mediante el software comercial ANSYS Fluent para posteriormente crear su gemelo digital. Para ello se hará uso de dos herramientas, un Modelo de Orden Reducido (ROM) y una Red Neuronal; comparando las ventajas y desventajas que presentan cada una de estas técnicas.es
dc.description.abstractCurrently, Computational Fluid Dynamics (CFD) is widely used in many industrial fields. However, in many applications, the simulation of these processes needs excessive amounts of computational effort. As a consequence, this technique become less interesting on occasions when a quick availability of model results is needed, such as in control applications. In this project, the model of a vapour ejector from the literature is implemented and validated using the commercial software ANSYS Fluent, and later, creating its digital twin. For that purpose, two tools will be used, a Reduced Order Model (ROM) and a Neural Network comparing advantages and disadvantages that each technique presents.es
dc.description.sponsorshipDepartamento de Ingeniería Energética y Fluidomecánicaes
dc.format.mimetypeapplication/pdfes
dc.language.isospaes
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subject.classificationCFDes
dc.subject.classificationEyectores
dc.subject.classificationGemelo digitales
dc.subject.classificationRed Neuronales
dc.subject.classificationROMes
dc.titleElaboración del gemelo digital de un eyector de vapor mediante técnicas de aprendizaje automáticoes
dc.typeinfo:eu-repo/semantics/bachelorThesises
dc.description.degreeGrado en Ingeniería Mecánicaes
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.subject.unesco3311.02 Ingeniería de Controles


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem