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.pdf | TRABAJO DE TITULACIÓN | 5,52 MB | Adobe PDF | Visualizar/Abrir |
T-ESPE-044024-D.pptx | DEFENSA | 7,22 MB | Microsoft Powerpoint XML | Visualizar/Abrir |
T-ESPE-044024-R.pdf | RESUMEN | 103,8 kB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.