Desarrollo de un método para la identificación del estado de madurez de la Guadua angustifolia Kunth mediante ondas sonoras para la empresa Acciones y Construcciones Sostenibles
Cargando...
Fecha
2023
Título de la revista
Publicado en
Publicado por
URL de la fuente
ISSN de la revista
Título del volumen
Resumen
El presente trabajo de grado se enfoca en abordar la problemática de identificar el estado de madurez de la Guadua angustifolia Kunth, un recurso vital para la construcción sostenible en Colombia. La calidad de la guadua como material de construcción está estrechamente ligada a su estado de madurez, un aspecto que influye directamente en sus propiedades físico-mecánicas. La identificación tradicional de este estado se basa en características visuales externas, como el color del culmo, las hojas o la presencia de líquenes, un enfoque que ha demostrado ser inexacto debido a su dependencia a factores visibles que pueden verse modificados por factores ambientales externos. Para abordar este desafío, el equipo de trabajo del presente proyecto trabajó en la región amazónica de Colombia, específicamente en Albania, Caquetá, con el objetivo de realizar un muestreo exhaustivo de guaduas en diferentes estados de madurez. Se recolectó un total de 226 individuos, representando los estados de madurez de hecha, madura hecha y sobre madura hechas bajo la supervisión de un experto en identificación de la guadua a partir de sus características biológicas, tales como color del culmo o forma de sus hojas. Para cada individuo se generaron tres registros por instrumento, utilizando tanto la baqueta como el mazo. Estos registros de sonidos se convirtieron en la base de datos fundamental para el desarrollo de un método cuantitativo de identificación de madurez. En la etapa de diseño del método, se llevaron a cabo una serie de procesos del proceso regular de procesamiento de señales, entre los cuales se incluyeron la carga de datos, limpieza, aumento de datos, normalización y estandarización, codificación de variables categóricas y selección de características. Se probó una variedad de modelos de machine learning, que superaron los ocho en número, para encontrar la mejor solución. En el modelo final, se logró una F-score de 0.84 y una área bajo la curva (AUC) de 0.9, lo que demuestra la eficacia del método planteado en la identificación del estado de madurez de la guadua a partir de señales sonoras. El desarrollo innovador realizado no solo representa un avance significativo en el campo de la construcción sostenible, sino que tiene el potencial de marcar una diferencia tangible en el sector industrial. La metodología desarrollada puede impulsar la eficiencia en la adquisición de guadua para la construcción y, al mismo tiempo, contribuir a la conservación del ecosistema en la región amazónica al no extraer individuos aún no aptos para su aprovechamiento en construcción, preservando los servicios ecosistémicos que estos puedan prestar durante la continuación de su ciclo biológico. La empresa Acciones y Construcciones Sostenibles, ubicada en esta área y empresa con la que se trabajó este proyecto de grado a modo de servicio, se beneficiará de esta tecnología de vanguardia, lo que podría marcar una diferencia en el mercado de la construcción de guadua, dándole una ventaja competitiva importante en relación a otras empresas de construcción en guadua en Colombia.
Descripción
Abstract
The present thesis focuses on addressing the problem of identifying the maturity state of Guadua angustifolia Kunth, a vital resource for sustainable construction in Colombia. The quality of guadua as a construction material is closely linked to its maturity state, an aspect that directly influences its physical and mechanical properties. The traditional identification of this state is based on external visual characteristics, such as the color of the culm, the leaves, or the presence of lichens, an approach that has proven to be inaccurate and costly in economic and environmental terms. To address this challenge, the work team of the present project worked in the Amazon region of Colombia, specifically in Albania, Caquetá, with the objective of carrying out an exhaustive sampling of guaduas in different maturity states. A total of 226 individuals were collected, representing the maturity states of made, made mature, and made over mature under the supervision of an expert in identifying guadua based on its biological characteristics, such as the color of the culm or the shape of its leaves. For each individual, three recordings were generated per instrument, using both the drumstick and the mallet. These sound recordings became the fundamental database for the development of a quantitative method of maturity identification. In the method design stage, a series of meticulous processes were carried out that included data loading, cleaning, data augmentation, normalization and standardization, categorical variable encoding, and feature selection. A variety of machine learning models, which exceeded eight in number, were tested to find the best solution. In the final model, a F-score of 0.84 and an area under the curve (AUC) of 0.9 were achieved, demonstrating its effectiveness in identifying the maturity state of guadua from sound signals. The innovative development carried out not only represents a significant advance in the field of sustainable construction, but also has the potential to make a tangible difference in the industrial sector. The methodology developed can boost efficiency in the acquisition of guadua for construction and, at the same time, contribute to the conservation of the ecosystem in the Amazon region by not extracting individuals that are not yet suitable for use in construction, preserving the ecosystem services that these can provide during the continuation of their biological cycle. The company Acciones y Construcciones Sostenibles, located in this area and the company with which this degree project was worked on as a service, will benefit from this cutting-edge technology, which could make a difference in the guadua construction market, giving it a significant competitive advantage in relation to other guadua construction companies in Colombia.
Palabras clave
Guadua angustifolia Kunth, Construcción sostenible, Estado de madurez, Aprendizaje de máquinas, Clasificación de sonidos, Región Amazonica Colombiana, Albania
Keywords
Guadua angustifolia Kunth, Sustainable construction, Maturity state, Machine learning, Sound classification, Colombian Amazon Region, Albania