Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.uta.edu.ec/jspui/handle/123456789/32088
Título : Estimación de la calidad del aire en ambientes interiores en laboratorios químicos de la Universidad Técnica de Ambato utilizando redes neuronales artificiales
Autor : Córdova Suárez, Manolo Alexander
Gavilánez Barrionuevo, Christian Sebastián
Palabras clave : CONTAMINACIÓN AMBIENTAL
CALIDAD DEL AIRE
RED NEURONAL ARTIFICIAL
SISTEMAS CONEXIONISTAS
PERCEPTRÓN MULTICAPA
ANN
RNA
Fecha de publicación : ene-2021
Editorial : Universidad Técnica de Ambato. Facultad de Ciencia e Ingeniería en Alimentos y Biotecnología. Carrera de Ingeniería Bioquímica
Resumen : According to the US Environmental Protection Agency, the levels of contamination in closed environments can be 10 to 100 times higher than outdoors. The objective of this research project was to estimate the air quality in indoor environments of chemical laboratories. from the Technical University of Ambato through the use of Artificial Neural Networks. A Backpropagation RNA model was used, an algorithm capable of organizing in the intermediate layer or layers, between the input and the output of the network. Measurements were made at 25 laboratories with high carbon dioxide output rates, an MX6 iBRID equipment was used for direct measurement of carbon monoxide and carbon dioxide, the Extech HT30 for temperature and humidity measurement and for measurement of particulate material the Aerocet 831 portable particle counter. The sampling points were chosen in accordance with the UNE 171330-2: 2014 standard. A cascade network with 2 hidden layers was configured with a gradient descent training, with 7 epochs, resulting in a performance of 80 percent. Having a linear trend line and a value of R = 0.99557 with which it can be affirmed that the 7 epochs of training is the optimal number to avoid failures in the network. This model can be adapted for the forecast of other air pollutants, whether chemical or particulate matter, with good precision and in a simple way.
Descripción : Según la Agencia de Protección Ambiental estadounidense los niveles de contaminación en ambientes cerrados pueden llegar a ser de 10 a 100 veces más elevados que en exteriores, el presente proyecto de investigación tuvo como objetivo la estimación de la calidad del aire en ambientes interiores de laboratorios químicos de la Universidad Técnica de Ambato mediante el uso de Redes Neuronales Artificiales. Se utilizó un modelo de RNA por Retropropagación, algoritmo capaz de organizar en la capa o capas intermedias, entre la entrada y la salida de la red. Las mediciones se realizaron a 25 laboratorios con altos índices de salida de dióxido de carbono, se utilizó un equipo MX6 iBRID para la medición directa de monóxido de carbono y dióxido de carbono, el Extech HT30 para la medición de temperatura y humedad y para la medición de material particulado el contador de partículas portátil Aerocet 831. Los puntos de muestreo se eligieron de acuerdo con la norma UNE 171330-2:2014. Se configuró una red en cascada con 2 capas ocultas con un entrenamiento por descenso de gradiente, con 7 épocas, dando como resultado un rendimiento del 80 por ciento. Teniendo una línea de tendencia lineal y un valor de R=0.99557 con lo que se puede afirmar que las 7 épocas del entrenamiento es el número óptimo para evitar fallos en la red. Este modelo podrá ser adaptado para el pronóstico de otros contaminantes del aire ya sean químicos o material particulado con buena precisión y de forma sencilla.
URI : https://repositorio.uta.edu.ec/jspui/handle/123456789/32088
Aparece en las colecciones: Carrera Ingeniería Bioquímica

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
BQ 245.pdfTrabajo a texto completo1,13 MBAdobe PDFVisualizar/Abrir


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