INFORME TÉCNICO: ANÁLISIS TÉRMICO DE FILTRACIONES EN SUPERFICIES ESTRUCTURALES

📅 Fecha: 16 de mayo de 2025
📍 Ubicación: Montevideo, Uruguay
✍ Elaborado por: IPH Técnica / Álvarez Fachadas

1. Introducción

Este informe tiene como objetivo evaluar la presencia de humedades y filtraciones en la estructura analizada mediante imagen térmica. Se utilizan técnicas de procesamiento digital de imágenes junto con modelos predictivos como XGBoost, apoyados por sensores IoT para obtener un diagnóstico preciso.

2. Metodología

🔍 Captura de imagen térmica

• Se utilizó una cámara térmica para registrar variaciones de temperatura en la superficie analizada.
• Las mediciones se realizaron en condiciones ambientales de 58.7% de humedad relativa y temperaturas entre 16.7°C y 20.8°C.

💻 Procesamiento digital de imagen

• Conversión a escala de grises para análisis térmico.
• Filtro Gaussiano para reducir ruido y mejorar segmentación.
• Segmentación por umbral térmico para aislar zonas con diferencia de temperatura.

🤖 Modelo predictivo con XGBoost

• Se generó un dataset con datos térmicos y mediciones de humedad.
• El modelo XGBoost fue entrenado para detectar probabilidad de filtración en función de temperatura, textura y gradiente térmico.

📡 Integración con sensores IoT

• Se sincronizaron mediciones de sensores de temperatura y humedad para validar anomalías térmicas en tiempo real.
• Se usó un dashboard interactivo para visualizar probabilidades de filtración en un mapa de calor.

3. Resultados

📷 Análisis de imagen térmica

• Se identificaron zonas con mayor concentración térmica en la región central de la imagen.
• Variaciones de temperatura sugieren un potencial problema de humedad en las áreas con tonos azulados.
• Se observó una diferencia térmica significativa en el borde inferior derecho, indicando posible filtración.

🎯 Predicciones de filtración con XGBoost

📊 Visualización en mapas térmicos

Se presentó un gráfico de calor con Plotly, mostrando las probabilidades de filtración en cada región.
Se implementó un dashboard con Dash para consultar mediciones en tiempo real.

4. Conclusiones y Recomendaciones

✅ Se detectó una alta probabilidad de filtración en el borde inferior derecho.
✅ Se recomienda realizar una inspección física en la zona central con valores térmicos irregulares.
✅ Se sugiere la integración de sensores capacitivos de humedad para mejorar la precisión en futuras mediciones.
✅ Se recomienda optimizar el modelo XGBoost mediante Bayesian Optimization para reducir margen de error.

Este informe brinda una base técnica sólida para la toma de decisiones en el mantenimiento estructural. ¿Te gustaría agregar algún detalle específico o mejorar alguna sección con más datos? 🚀📊✨