Muro cortina modular con marco de baja transmitancia térmica integrado en el vidrio aislante a través de adhesivos estructurales = Unitised curtain wall with low thermal transmittance frame integrated within the insulating glass unit through structural adhesives

Los muros cortina modulares están constituidos por paneles prefabricados que se fijan al edificio a través de anclajes a lo largo del borde del forjado. El proceso de prefabricación garantiza buena calidad y control de los acabados y el proceso de instalación es rápido y no requiere andamiaje. Por estas razones su uso está muy extendido en torres. Sin embargo, el diseño de los marcos de aluminio podría ser más eficiente si se aprovechara la rigidez de los vidrios para reducir la profundidad estructural de los montantes. Asimismo, se podrían reducir los puentes térmicos en las juntas si se sustituyeran los marcos por materiales de menor conductividad térmica que el aluminio. Esta investigación persigue desarrollar un muro cortina alternativo que reduzca la profundidad estructural, reduzca la transmisión térmica en las juntas y permita un acabado enrasado al interior, sin que sobresalgan los montantes. La idea consiste en conectar un marco de material compuesto de fibra de vidrio a lo largo del borde del vidrio aislante a través de adhesivos estructurales para así movilizar una acción estructural compuesta entre los dos vidrios y lograr una baja transmitancia térmica. El marco ha de estar integrado en la profundidad del vidrio aislante. En una primera fase se han efectuado cálculos estructurales y térmicos preliminares para evaluar las prestaciones a un nivel esquemático. Además, se han realizado ensayos a flexión en materiales compuestos de fibra de vidrio y ensayos a cortante en las conexiones adhesivas entre vidrio y material compuesto. Con la información obtenida se ha seleccionado el material del marco y del adhesivo y se han efectuado cambios sobre el diseño original. Los análisis numéricos finales demuestran una reducción de la profundidad estructural de un 80% y una reducción de la transmisión térmica de un 6% en comparación con un sistema convencional tomado como referencia. El sistema propuesto permite obtener acabados enrasados. ABSTRACT Unitised curtain wall systems consist of pre manufactured cladding panels which can be fitted to the building via pre fixed brackets along the edge of the floor slab. They are universally used for high rise buildings because the factory controlled assembly of units ensures high quality and allows fast installation without external access. However, its frame is structurally over-dimensioned because it is designed to carry the full structural load, failing to take advantage of potential composite contribution of glass. Subsequently, it is unnecessarily deep, occupying valuable space, and protrudes to the inside, causing visual disruption. Moreover, it is generally made of high thermal conductivity metal alloys, contributing to substantial thermal transmission at joints. This research aims to develop a novel frame-integrated unitised curtain wall system that will reduce thermal transmission at joints, reduce structural depth significantly and allow an inside flush finish. The idea is to adhesively bond a Fibre Reinforced Polymer (FRP) frame to the edge of the Insulated Glass Unit (IGU), thereby achieving composite structural behaviour and low thermal transmittance. The frame is to fit within the glazing cavity depth. Preliminary analytical structural and numerical thermal calculations are carried out to assess the performance of an initial schematic design. 4-point bending tests on GFRP and single-lap shear tests on bonded connections between GFRP and glass are performed to inform the frame and adhesive material selection process and to characterise these materials. Based on the preliminary calculations and experimental tests, some changes are put into effect to improve the performance of the system and mitigate potential issues. Structural and thermal numerical analysis carried out on the final detail design confirm a reduction of the structural depth to almost one fifth and a reduction of thermal transmission of 6% compared to a benchmark conventional system. A flush glazed appearance both to the inside and the outside are provided while keeping the full functionality of a unitised system.

Resistencia a compresión de bloques de tierra comprimidad estabilizada con materiales de sílice de diferente tamaño de partícula.

Los bloques de tierra comprimida (BTC) están actualmente siendo estudiados en gran parte del mundo con diferentes estabilizantes para mejorar diversas de sus características. Esta situación es debida a la importancia que la tierra cruda tiene en el planeta como material de construcción. Su fácil disponibilidad, bajo coste e inercia térmica hacen de la tierra una materia prima fundamental para las viviendas de ciertas poblaciones en el mundo. El objetivo fundamental del presente Trabajo Fin de Máster es determinar si existe una relación del tamaño de partícula del material que aporta la sílice en relación a la reacción química con la cal hidratada para el aumento de la resistencia a compresión de los BTC. Para la diferenciación de los tamaños de partícula de sílice en este estudio se ha utilizado arcilla como componente control de las probetas ensayadas y una pequeña cantidad de nanosílice para comparar con las probetas sin este nanomaterial y determinar así la influencia del tamaño de partícula. Así mismo se han ensayado otros tipos de probetas para confirmar la influencia de la compactación mecánica en los BTC y de la cantidad de agua para considerar un equilibrio entre la resistencia y la trabajabilidad de los BTC. Durante la redacción del trabajo se repasará la importancia comentada de la tierra cruda en la construcción mundial y las principales técnicas que la han usado a lo largo de la historia para sentar las bases de los BTC actuales. También se comentarán y valorarán en lo relativo a los estabilizantes y la resistencia a compresión una serie de investigaciones publicadas con aspectos semejantes a los tratados en este estudio. A continuación se procederá a una explicación de los métodos ejercidos para los ensayos de las probetas de BTC correspondientes a este trabajo para más tarde realizar una discusión de los resultados obtenidos. Con todo ello se establecerán unas conclusiones en lo referente a los objetivos del trabajo.

La invención de La Fonction Oblique

Un estudiante arquitecto disimula su espíritu burgués bajo una apariencia de vagabundo y enmascara su cinismo bajo la convención de la ironía. SIMULACRO Una joven arquitectura americana de California se revuelca complacida en el culto a la cabaña de madera y a la falsa granja de cubierta retorcida y pintoresca. Una arquitectura internacional politizada busca en el neorrealismo el sentido tan masoquista de la miseria del buen gusto y de la anécdota irrelevante para calmar su conciencia extraviada. Una arquitectura italiana de investigación se refugia en los más increíbles revivals de las épocas más alejadas; transformando alegremente la moda antigua en vieja decoración, influenciando al mundo y justificando su postura de anticuario con el intento vano de elevarla no solo al nivel de una tendencia más, sino al de escuela de arquitectura. SIMULACRO Una arquitectura tradicional cansada, que intenta su revitalización, disfrazándose bajo la etimología neodecorativa de “brutalismo”. Una arquitectura falaz que corrompe los lugares de placer con su exotismo y su folclore de bazar. Una arquitectura indiferente que esconde su falta de pasión bajo la coartada moderna del muro cortina y bajo la máscara de la técnica.

Caracterización de morteros de yeso reforzados con fibras recuperadas de eslingas textiles de un solo uso.

Este trabajo estudia el comportamiento de conglomerantes a base de yeso agregados con Residuos de Construcción y demolición (RCD) como fibras recuperadas de eslingas textiles de un solo uso, incorporadas en tres porcentajes y comparando con una muestra de referencia.Las eslingas textiles de un solo uso, tienen como origen, dos obras situadas en la Comunidad de Madrid (Centro de Neurociencias Ramón y Cajal) y la Comunidad de Castilla la Mancha (Nuevo Hospital de Cuenca). Han sido estudiadas las propiedades de las eslingas y se han realizado ensayos de laboratorio para investigar el comportamiento de las probetas estudiadas con un porcentaje de 5%, 7,5%, 10%, de fibras agregadas a la matriz de morteros de conglomerantes a base de yeso. Los resultados demuestran que el comportamiento de las probetas con agregados de fibras con origen de eslingas textiles de un solo uso, tienen un mejor comportamiento en general que aquellas probetas con agregados de fibra comercial referente a las resistencias mecánicas obtenidas de los ensayos realizados.

Aplicación de técnicas de inteligencia artificial a la predicción de contaminantes atmosféricos

Abstract Air pollution is a big threat and a phenomenon that has a specific impact on human health, in addition, changes that occur in the chemical composition of the atmosphere can change the weather and cause acid rain or ozone destruction. Those are phenomena of global importance. The World Health Organization (WHO) considerates air pollution as one of the most important global priorities. Salamanca, Gto., Mexico has been ranked as one of the most polluted cities in this country. The industry of the area led to a major economic development and rapid population growth in the second half of the twentieth century. The impact in the air quality is important and significant efforts have been made to measure the concentrations of pollutants. The main pollution sources are locally based plants in the chemical and power generation sectors. The registered concerning pollutants are Sulphur Dioxide (SO2) and particles on the order of ∼10 micrometers or less (PM10). The prediction in the concentration of those pollutants can be a powerful tool in order to take preventive measures such as the reduction of emissions and alerting the affected population. In this PhD thesis we propose a model to predict concentrations of pollutants SO2 and PM10 for each monitoring booth in the Atmospheric Monitoring Network Salamanca (REDMAS - for its spanish acronym). The proposed models consider the use of meteorological variables as factors influencing the concentration of pollutants. The information used along this work is the current real data from REDMAS. In the proposed model, Artificial Neural Networks (ANN) combined with clustering algorithms are used. The type of ANN used is the Multilayer Perceptron with a hidden layer, using separate structures for the prediction of each pollutant. The meteorological variables used for prediction were: Wind Direction (WD), wind speed (WS), Temperature (T) and relative humidity (RH). Clustering algorithms, K-means and Fuzzy C-means, are used to find relationships between air pollutants and weather variables under consideration, which are added as input of the RNA. Those relationships provide information to the ANN in order to obtain the prediction of the pollutants. The results of the model proposed in this work are compared with the results of a multivariate linear regression and multilayer perceptron neural network. The evaluation of the prediction is calculated with the mean absolute error, the root mean square error, the correlation coefficient and the index of agreement. The results show the importance of meteorological variables in the prediction of the concentration of the pollutants SO2 and PM10 in the city of Salamanca, Gto., Mexico. The results show that the proposed model perform better than multivariate linear regression and multilayer perceptron neural network. The models implemented for each monitoring booth have the ability to make predictions of air quality that can be used in a system of real-time forecasting and human health impact analysis. Among the main results of the development of this thesis we can cite: A model based on artificial neural network combined with clustering algorithms for prediction with a hour ahead of the concentration of each pollutant (SO2 and PM10) is proposed. A different model was designed for each pollutant and for each of the three monitoring booths of the REDMAS. A model to predict the average of pollutant concentration in the next 24 hours of pollutants SO2 and PM10 is proposed, based on artificial neural network combined with clustering algorithms. Model was designed for each booth of the REDMAS and each pollutant separately. Resumen La contaminación atmosférica es una amenaza aguda, constituye un fenómeno que tiene particular incidencia sobre la salud del hombre. Los cambios que se producen en la composición química de la atmósfera pueden cambiar el clima, producir lluvia ácida o destruir el ozono, fenómenos todos ellos de una gran importancia global. La Organización Mundial de la Salud (OMS) considera la contaminación atmosférica como una de las más importantes prioridades mundiales. Salamanca, Gto., México; ha sido catalogada como una de las ciudades más contaminadas en este país. La industria de la zona propició un importante desarrollo económico y un crecimiento acelerado de la población en la segunda mitad del siglo XX. Las afectaciones en el aire son graves y se han hecho importantes esfuerzos por medir las concentraciones de los contaminantes. Las principales fuentes de contaminación son fuentes fijas como industrias químicas y de generación eléctrica. Los contaminantes que se han registrado como preocupantes son el Bióxido de Azufre (SO2) y las Partículas Menores a 10 micrómetros (PM10). La predicción de las concentraciones de estos contaminantes puede ser una potente herramienta que permita tomar medidas preventivas como reducción de emisiones a la atmósfera y alertar a la población afectada. En la presente tesis doctoral se propone un modelo de predicción de concentraci ón de los contaminantes más críticos SO2 y PM10 para cada caseta de monitorización de la Red de Monitorización Atmosférica de Salamanca (REDMAS). Los modelos propuestos plantean el uso de las variables meteorol ógicas como factores que influyen en la concentración de los contaminantes. La información utilizada durante el desarrollo de este trabajo corresponde a datos reales obtenidos de la REDMAS. En el Modelo Propuesto (MP) se aplican Redes Neuronales Artificiales (RNA) combinadas con algoritmos de agrupamiento. La RNA utilizada es el Perceptrón Multicapa con una capa oculta, utilizando estructuras independientes para la predicción de cada contaminante. Las variables meteorológicas disponibles para realizar la predicción fueron: Dirección de Viento (DV), Velocidad de Viento (VV), Temperatura (T) y Humedad Relativa (HR). Los algoritmos de agrupamiento K-means y Fuzzy C-means son utilizados para encontrar relaciones existentes entre los contaminantes atmosféricos en estudio y las variables meteorológicas. Dichas relaciones aportan información a las RNA para obtener la predicción de los contaminantes, la cual es agregada como entrada de las RNA. Los resultados del modelo propuesto en este trabajo son comparados con los resultados de una Regresión Lineal Multivariable (RLM) y un Perceptrón Multicapa (MLP). La evaluación de la predicción se realiza con el Error Medio Absoluto, la Raíz del Error Cuadrático Medio, el coeficiente de correlación y el índice de acuerdo. Los resultados obtenidos muestran la importancia de las variables meteorológicas en la predicción de la concentración de los contaminantes SO2 y PM10 en la ciudad de Salamanca, Gto., México. Los resultados muestran que el MP predice mejor la concentración de los contaminantes SO2 y PM10 que los modelos RLM y MLP. Los modelos implementados para cada caseta de monitorizaci ón tienen la capacidad para realizar predicciones de calidad del aire, estos modelos pueden ser implementados en un sistema que permita realizar la predicción en tiempo real y analizar el impacto en la salud de la población. Entre los principales resultados obtenidos del desarrollo de esta tesis podemos citar: Se propone un modelo basado en una red neuronal artificial combinado con algoritmos de agrupamiento para la predicción con una hora de anticipaci ón de la concentración de cada contaminante (SO2 y PM10). Se diseñó un modelo diferente para cada contaminante y para cada una de las tres casetas de monitorización de la REDMAS. Se propone un modelo de predicción del promedio de la concentración de las próximas 24 horas de los contaminantes SO2 y PM10, basado en una red neuronal artificial combinado con algoritmos de agrupamiento. Se diseñó un modelo para cada caseta de monitorización de la REDMAS y para cada contaminante por separado.

A recursive algorithm to compute a basis of a similarity

Se definen conceptos y se aplica el teorema de Valverde para escribir un algoritmo que computa bases de similaridades. This paper studies sorne theory and methods to build a representation theorem basis of a similarity from the basis of its subsimilarities, providing an alternative recursive method to compute the basis of a similarity.

Aula Web "Pensamiento Matemático". Un complemento a la enseñanza de las matemáticas

Al igual que otras asignaturas pero quizás de manera más pronunciada las matemáticas, están viendo reducidos en gran medida sus créditos en los nuevos planes de estudios. Por ello, ofertar acciones que posibiliten alcanzar competencias relacionadas con esta y otras ciencias básicas resulta de gran utilidad. Con este propósito, desde el Grupo de Innovación Educativa de la Universidad Politécnica de Madrid “Pensamiento Matemático”, se ofrece a los alumnos un “Aula de Pensamiento Matemático”. En ella se presentan una serie de actividades on-line que permiten la capacitación de los alumnos en diversas competencias transversales, la mayoría relacionadas con el pensamiento matemático.

Nuevas oportunidades para la Universidad: Educación para el desarrollo sostenible a través de la lógica borrosa

Se utiliza la lógica borrosa como herramienta para el desarrollo sostenible

Nuevos Materiales de Base Yeso con Incorporación de Residuos de Caucho: Caracterización Físico-Mecánica

El objetivo de este trabajo es contribuir a la valorización del residuo de caucho sintético que proviene de coquillas aislantes de tuberías, estudiando su comportamiento formando parte del material compuesto escayola-caucho. Para ello se ha elaborado un plan experimental que permite evaluar su idoneidad como material de construcción, caracterizando el nuevo compuesto desde el punto de vista físico-mecánico; peso desecado, dureza Shore C, resistencia a flexión y resistencia a compresión. Se han estudiado cuatro granulometrías de residuo de caucho, 1-2 mm, 2-4 mm, 4-6 mm y 20-25 mm y distintos porcentajes de incorporación a la escayola, 1,25%; 2,50%; 5,00% y 7,50%, con una relación de agua/escayola de 0,76. Los resultados de los ensayos muestran que a pesar de que las resistencias mecánicas disminuyen con la incorporación del caucho, se obtiene un material de baja densidad, existiendo buena compatibilidad entre el residuo de caucho y la matriz de escayola, distribuyéndose los granos de caucho uniformemente en las probetas.

Prediction of PM10 concentrations using Fuzzy c-Means and ANN

Salamanca has been considered among the most polluted cities in Mexico. The vehicular park, the industry and the emissions produced by agriculture, as well as orography and climatic characteristics have propitiated the increment in pollutant concentration of Particulate Matter less than 10 μg/m3 in diameter (PM10). In this work, a Multilayer Perceptron Neural Network has been used to make the prediction of an hour ahead of pollutant concentration. A database used to train the Neural Network corresponds to historical time series of meteorological variables (wind speed, wind direction, temperature and relative humidity) and air pollutant concentrations of PM10. Before the prediction, Fuzzy c-Means clustering algorithm have been implemented in order to find relationship among pollutant and meteorological variables. These relationship help us to get additional information that will be used for predicting. Our experiments with the proposed system show the importance of this set of meteorological variables on the prediction of PM10 pollutant concentrations and the neural network efficiency. The performance estimation is determined using the Root Mean Square Error (RMSE) and Mean Absolute Error (MAE). The results shown that the information obtained in the clustering step allows a prediction of an hour ahead, with data from past 2 hours

Improvement for detection of microcalcifications through clustering algorithms and artificial neural networks

A new method for detecting microcalcifications in regions of interest (ROIs) extracted from digitized mammograms is proposed. The top-hat transform is a technique based on mathematical morphology operations and, in this paper, is used to perform contrast enhancement of the mi-crocalcifications. To improve microcalcification detection, a novel image sub-segmentation approach based on the possibilistic fuzzy c-means algorithm is used. From the original ROIs, window-based features, such as the mean and standard deviation, were extracted; these features were used as an input vector in a classifier. The classifier is based on an artificial neural network to identify patterns belonging to microcalcifications and healthy tissue. Our results show that the proposed method is a good alternative for automatically detecting microcalcifications, because this stage is an important part of early breast cancer detection

Image sub-segmentation by PFCM and Artificial Neural Networks to detect pore space in 2D and 3D CT soil images

The image by Computed Tomography is a non-invasive alternative for observing soil structures, mainly pore space. The pore space correspond in soil data to empty or free space in the sense that no material is present there but only fluids, the fluid transport depend of pore spaces in soil, for this reason is important identify the regions that correspond to pore zones. In this paper we present a methodology in order to detect pore space and solid soil based on the synergy of the image processing, pattern recognition and artificial intelligence. The mathematical morphology is an image processing technique used for the purpose of image enhancement. In order to find pixels groups with a similar gray level intensity, or more or less homogeneous groups, a novel image sub-segmentation based on a Possibilistic Fuzzy c-Means (PFCM) clustering algorithm was used. The Artificial Neural Networks (ANNs) are very efficient for demanding large scale and generic pattern recognition applications for this reason finally a classifier based on artificial neural network is applied in order to classify soil images in two classes, pore space and solid soil respectively.

Microcalcifications Detection using PFCM and ANN

This work presents a method to detect Microcalcifications in Regions of Interest from digitized mammograms. The method is based mainly on the combination of Image Processing, Pattern Recognition and Artificial Intelligence. The Top-Hat transform is a technique based on mathematical morphology operations that, in this work is used to perform contrast enhancement of microcalcifications in the region of interest. In order to find more or less homogeneous regions in the image, we apply a novel image sub-segmentation technique based on Possibilistic Fuzzy c-Means clustering algorithm. From the original region of interest we extract two window-based features, Mean and Deviation Standard, which will be used in a classifier based on a Artificial Neural Network in order to identify microcalcifications. Our results show that the proposed method is a good alternative in the stage of microcalcifications detection, because this stage is an important part of the early Breast Cancer detection

Análisis de ciclo de vida en fachadas

Uno de los problemas que más amenazan el bienestar de la sociedad actual es el fenómeno del cambio climático, y este es debido al aumento de las emisiones de gases de efecto invernadero, principalmente CO2, al medio ambiente. El sector industrial es uno de los que más contribuyen a dicho fenómeno debido, entre otros factores, al consumo energético. Por ello, crece cada vez más el interés de atribuir responsabilidades a las industrias con el fin de que sus actividades contribuyan en menor medida a los impactos ambientales, también en el sector de la construcción. Con base a esto, se promueve el empleo de herramientas o metodologías con el fin de conocer, valuar y reducir la energía empleada en una edificación. En este trabajo se realizará un estudio comparativo de la cantidad total de energía consumida y el valor de las emisiones de CO2 derivadas de este consumo de energía, entre cuatro de los tipos de fachada más representativos empleados en edificación actualmente: una fachada tradicional de ladrillo, dos tipologías de piezas prefabricadas de hormigón y un muro cortina. Para ello este estudio estará dividido en dos partes: Primero mediante el empleo de la herramienta del Análisis Ciclo de Vida que lo podemos definir como un proceso objetivo para evaluar las cargas ambientales asociadas a un producto, proceso o actividad identificando y cuantificando el uso de materia y energía y los residuos que genera. Se medirán las emisiones de CO2 emitidas al medio ambiente durante la fabricación, transporte, demolición y posterior tratamiento de residuos de todos lo materiales necesarios para la construcción de las fachadas estudiadas. Para completar este primer estudio, y como todos los resultados encontrados ponen de manifiesto que la fase operacional es la responsable del mayor consumo energético y por lo tanto es la que más contribuye al fenómeno del cambio climático, también calcularemos la demanda energética del edificio necesaria para mantener unas determinadas condiciones de confort en su interior. El valor de esta demanda, a la que se denominará eficiencia energética, varía entre otros factores en función de las características de la fachada del edificio estudiado. Por ello dependiendo de la utilización de cada una de las cuatro tipologías de fachada a estudiar obtendremos un volumen de emisiones. Una vez realizados ambos estudios, obtendremos una comparativa de los valores de CO2 emitidos al medio ambiente durante toda la vida del edificio, en función del tipo de fachada que este disponga.

Morteros fotocatalíticos: análisis de su autolimpieza en función del tipo de cemento y rugosidad superficial.

En este Trabajo fin de master se explicará el funcionamiento de la fotocatálisis que presentan los materiales con adición de óxido de titanio en tamaño de nanopartículas, el cual les confiere ciertas cualidades especiales. Una vez conocido el funcionamiento de la fotocatálisis se estudiará la influencia de ciertos factores, que no han sido tratados en profundidad hasta el momento en los materiales en base cemento, para mejorar las propiedades autolimpiantes, como son; el tipo de cemento o la rugosidad superficial, ya que sin duda, la composición que tenga el cemento y la rugosidad que se le confiera en los acabados, influirá en el comportamiento autolimpiante, por ello se hace necesario un estudio en el que se evaluarán que cementos proporcionan una mayor efectividad en función de sus composición y que rugosidad superficial funciona mejor en la autolimpieza, debido a esto se estudiarán morteros con acabados lisos y con distintas rugosidades hasta 1.5mm de irregularidad. Para poder realizar este estudio se elaborará una caracterización de los morteros, que se utilizarán en la evaluación de las cualidades autolimpiantes, comparándolos con otros de idéntica dosificación, pero sin adición de oxido de titanio. Posteriormente sabiendo cuantitativamente cuales son sus características y si la adición de oxido de titanio modifica alguna de sus propiedades, pasar a evaluar sus características autolimpiantes, esto se hará, añadiendo a las probetas perfectamente curadas por inmersión durante mas de 28 días, distintos colorantes en disoluciones acuosa, como son la Rodamina B y el Azul de metileno. Una vez coloreadas las probetas, se medirá la degradación del color mediante un aparato conocido como espectrofotómetro, el cual nos dirá la variación de color en escala CIELAB. Con estos datos se podrá cuantificar de una manera más o menos precisa cuales son los cementos que presentan unas cualidades autolimpiantes mejores y cuales son los acabados superficiales, que presentan mayor autolimpieza, datos importantes de conocer a la hora de fabricar elementos a los cuales se les quiera dotar de este tipo de cualidades.