Vicente Gómara, Adrián2016-09-132016-09-202016https://academica-e.unavarra.es/handle/2454/21875Este proyecto consiste en la implementación de una red neuronal en el sistema embebido PIC 16F877A de la familia Microchip para realizar medidas de absorción óptica y clasificar distintas muestras. Gracias a algoritmo de la red se puede identificar el tipo de muestra que se está analizando a partir de la medición de la absorbancia para tres longitudes de onda (rojo, verde y azul). El sistema en conjunto se ha integrado en una placa de circuito impreso (PCB), simplificando la circuitería y componentes propuestos en un diseño previo. El código se ha programado en C y se ha optimizado para utilizar los recursos de memoria disponibles en el PIC, haciendo un uso eficiente de los mismos. El tiempo de ejecución es lo suficientemente bajo como para poder realizar la medida y clasificación de la muestra en pocos segundos, por lo que se puede considerar un sistema a tiempo real. Los resultados obtenidos animan a la mejora del prototipo desarrollado para su aplicación en la prácticaThe project describes the implementation of an Artificial Neural Network in the embedded system PIC 16F877A from Microchip to perform optical absorbance measurements and classify liquid samples. Due to the network algorithm, the analyzed sample can be classified. Light Emiting Diodes (LEDs) at three different wavelengths (Red, Green and Blue) are used to record three different absorbance measurements, using them to identify the sample by the Neural Network. The whole system has been integrated on a Printed Circuit Board (PCB), optimizing the components used on a previous design. The code has been programed and optimized in C in order to use in an efficient way the memory resources of the PIC. Execution time is low enough to allow measurements to be made on real time. The obtained results encourage the improvement of the prototype in future works to use it in real applicationsapplication/pdfspaRed neuronal artificialMedidas absorbanciaPICProgramación CArtificial neural networkAbsorbance measurementsC Programminginfo:eu-repo/semantics/bachelorThesis2016-09-07info:eu-repo/semantics/openAccess