Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.espe.edu.ec/handle/21000/23037
Título : Análisis y detección de acumulación de gases en espacios cerrados, enfocados en la mitigación de riesgos para la salud
Director(es): Fonseca Carrera, Efraín Rodrigo
Autor: Rivadeneira Zapata, Andrés Vinicio
Palabras clave : GAS DOMÉSTICO
BASES DE DATOS
HARDWARE LIBRE
ACUMULACIÓN DE GASES
Fecha de publicación : 2020
Editorial: Universidad de las Fuerzas Armadas ESPE. Maestría en Gestión de Sistemas de Información e Inteligencia de Negocios
Citación : Rivadeneira Zapata, Andrés Vinicio (2020). Análisis y detección de acumulación de gases en espacios cerrados, enfocados en la mitigación de riesgos para la salud. Maestría en Gestión de Sistemas de Información e Inteligencia de Negocios. Universidad de las Fuerzas Armadas ESPE. Matriz Sangolquí
Abstract: Los resultados del último censo realizado por el Instituto Ecuatoriano de Estadísticas y Censos (INEC) en 2010 muestran que en el Ecuador un 90.66% de los hogares y locales comerciales utilizan cilindros de gas para las actividades de cocina. Problema: en los últimos años en la ciudad de Quito han existido varias emergencias atendidas por temas de fugas de gas; además, de una gran cantidad de afectaciones a la salud de las personas por contaminación del aire en espacios cerrados producto de la combustión y la falta de ventilación. Objetivo: implementar un sistema predictivo de bajo costo enfocado en el análisis y monitorización de la acumulación de gases en espacios cerrados, utilizando técnicas de minería de datos y sistemas empotrados basados en hardware libre. Metodología: se utilizó una metodología propia (Ad-Hoc) que consta de cinco fases: evaluación de la situación actual, estudio de viabilidad de la solución, diseño y construcción de la solución, validación de la solución y presentación de resultados. Resultados: se creó un sistema predictivo de bajo costo con Raspberry Pi y Arduino que alcanzó un porcentaje de precisión que oscila entre el 92% y el 99%. Conclusión: la construcción de modelos predictivos utilizando redes neuronales recurrentes (RNN) permitieron analizar, monitorizar y predecir la acumulación de monóxido de carbono (CO) y determinar la concentración conglomerada de gases como el amoniaco, sulfuro y tolueno.
URI : http://repositorio.espe.edu.ec/handle/21000/23037
Aparece en las colecciones: Maestría en Gestión de Sistemas de Información e Inteligencia de Negocios

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
T-ESPE-044024.pdfTRABAJO DE TITULACIÓN5,52 MBAdobe PDFVisualizar/Abrir
T-ESPE-044024-D.pptxDEFENSA7,22 MBMicrosoft Powerpoint XMLVisualizar/Abrir
T-ESPE-044024-R.pdfRESUMEN103,8 kBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.