Modelado y validación de un prototipo de laboratorio para simular la detección de impacto de proyectiles considerando efectos medioambientales

• Autor: Salvador Ñique, Eduardo Anderson
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad de Ingeniería y tecnología
• Repositorio: UTEC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.utec.edu.pe:20.500.12815/350
• Enlace del recurso: https://hdl.handle.net/20.500.12815/350
• Nivel de acceso: acceso abierto
• Materia: Procesamiento de señales; Sistema de Posicionamiento global; Magntómetros; Ingeniería acústica; Signal processing; Global Positioning System; Magnetometers; Acoustical engineering; https://purl.org/pe-repo/ocde/ford#2.02.01

Esta Tesis se enfoca en los entrenamientos de tiro de 300 metros con francotiradores. Actualmente, se dispone de dispositivos para estimar la ubicación del impacto de un proyectil en un blanco de tiro, optimizando así el tiempo en los entrenamientos libres. Sin embargo, estos dispositivos no poseen una precisión y exactitud óptimas, debido a que su diseño está basado en un modelamiento ideal, utilizando un valor constante de 343 m/s para la velocidad del sonido, lo cual es inexacto. Según estudios realizados, la velocidad del sonido depende principalmente de variables medioambientales como la temperatura y la humedad relativa. Por ello, en esta Tesis se realizó el modelamiento de un sistema de detección de impacto de proyectiles basado en el análisis de datos, utilizando los métodos de modelamiento RCAPE (Regresion Causal Asociativa Ponderada Exponencialmente), regresión backfitting y redes neuronales. Además, se modeló el sistema en estudio usando modelamiento por triangulación para obtener un modelo basado en condiciones ideales. Para obtener datos experimentales y realizar la validación experimental en laboratorio, se construyó un prototipo equipado con sensores de sonido, temperatura, humedad relativa y un posicionador XY, que mueve un emisor de sonido en distintos puntos del blanco de tiro para emular impactos de proyectil en diferentes condiciones ambientales. Al realizar el modelamiento con los cuatro métodos, se observó que el método de redes neuronales realizo una estimación más exacta de la ubicación del impacto de proyectil emulado, con un error de estimación de 2 mm. Los resultados de los modelamientos por RCAPE, regresión backfitting y triangulación presentaron errores de estimación de 20 mm, 32 mm y 27 mm, respectivamente. Estos resultados demuestran que el modelamiento por redes neuronales fue el más adecuado para modelar el sistema en estudio.