Predicción de DQO en aguas residuales mediante el uso de herramientas de inteligencia artificial

Simple item page
dc.audiencegeneralPublic
dc.contributorArzola Flores, Jesús Andrés
dc.contributorSilveti Loeza, Ángel
dc.contributor.advisorArzola Flores, Jesús Andrés; 0000-0001-9839-982X
dc.contributor.advisorSilveti Loeza, Ángel; 0000-0003-4737-8572
dc.contributor.authorVelazco Nolasco, Estefany
dc.date.accessioned2026-06-16T18:56:10Z
dc.date.available2026-06-16T18:56:10Z
dc.date.issued2025-12
dc.description.abstract"Los avances tecnológicos pueden ser una herramienta clave para la gestión de la calidad del agua al optimizar el monitoreo simultaneo en tiempo real, actualmente los procesos son manuales y la infraestructura es limitada. La incorporación de Machine Learning puede fortalecer el área de monitoreo, implementando un prototipo capaz de interpretar parámetros fisicoquímicos del agua, como la Demanda Química de Oxígeno (DQO). Estas tecnologías emergentes permiten realizar el análisis de una manera más simple y práctica, reduciendo el tiempo de trabajo. El sistema presentado se basa en un sensor de color tcs3200 programado por las librerías que ofrece Python. En búsqueda de optimizar el análisis químico reduciendo el tiempo de procesamiento, los costos operativos, la exposición del analista a reactivos y reacciones químicas y la generación de residuos. A futuro, se espera que evolucione hacia un análisis sin la necesidad de utilizar reactivos, apostando a un enfoque más sustentable y automatizado. Además, la integración del Internet de las Cosas (IOT) permitirá realizar mediciones online, con el principal objetivo de disminuir los tiempos y recursos requeridos durante el proceso dentro de un laboratorio".
dc.folio20251209132517-8754-TL
dc.formatpdf
dc.identificator7
dc.identifier.urihttps://hdl.handle.net/20.500.12371/33004
dc.language.isospa
dc.matricula.creator201932911
dc.publisherBenemérita Universidad Autónoma de Puebla
dc.rights.accesopenAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0
dc.subject.classificationINGENIERÍA Y TECNOLOGÍA
dc.subject.lccCiencias ambientales--Relación con otros temas--Métodos especiales--Aplicaciones informáticas
dc.subject.lccTecnología ambiental--Abastecimiento de agua para uso doméstico e industrial--Calidad del agua
dc.subject.lccCalidad del agua--Medición--Procesamiento de datos
dc.subject.lccAprendizaje automático (Inteligencia artificial)
dc.subject.lccInteligencia artificial--Aplicaciones medioambientale
dc.thesis.careerLicenciatura en Ingeniería Ambiental
dc.thesis.degreedisciplineÁrea de Ingeniería y Ciencias Exactas
dc.thesis.degreegrantorFacultad de Ingeniería Química
dc.thesis.degreetoobtainIngeniero (a) Ambiental
dc.titlePredicción de DQO en aguas residuales mediante el uso de herramientas de inteligencia artificial
dc.typeTesis de licenciatura
dc.type.conacytbachelorThesis
dc.type.degreeLicenciatura
Files
Original bundle
Now showing 1 - 2 of 2
Name:
20251209132517-8754-TL.pdf
Size:
4.37 MB
Format:
Adobe Portable Document Format
Name:
20251209132517-8754-CARTA.png
Size:
549.56 KB
Format:
Portable Network Graphics
Collections
Tesis de Licenciatura