Plataforma cloud de monitoreo, adquisición, visualización y predicción de la contaminación del aire, basado en modelos de redes neuronales artificiales

Abstract

En la presente investigación se propone medir la concentración las partículas en suspensión que varían entre 2.5 ug y 10 ug también conocido como PM10 y las partículas en suspensión menores a 2.5 ug conocido como PM2.5, en el campus Huachi de la Universidad Técnica de Ambato. El objetivo es determinar los niveles de concentración de estos contaminantes y su probable afección a corto y largo plazo en la salud de los habitantes de la zona. La evaluación consiste en la construcción de una plataforma móvil para la medición de la concentración de los contaminantes PM10 y PM2.5. Dicha plataforma consta de un sensor de polvo PPD42, el que registra las partículas de polvo en un determinado tiempo, el sensor consta de un diodo emisor de luz y un detector de fotodiodos. La plataforma dispone de un sensor DHT11 para la medición de la temperatura y humedad del ambiente y de un módulo GPS Ublox NEO 6M para el registro del posicionamiento de la plataforma móvil. Todos los valores de los sensores son procesados por una tarjeta arduino uno R3 y enviados a una base de datos MySQL en un servidor remoto. La base de datos ha sido instalada y configurada en el sistema operativo Centos 7. Además, se ha configurado un servicio apache para que cualquier persona con acceso a internet pueda visualizar los valores por medio de una página web. Centos 7 está instalado como una instancia sobre Google Cloud Platform. Un servicio PaaS de computación en la nube que ofrece Google. Por último, se realiza la predicción de las concentraciones de material particulado PM10 y PM2.5 utilizando Redes Neuronales artificiales. En el presente proyecto se emplea un perceptrón multicapa que consta de una capa de entrada, una capa intermedia y una capa de salida. La red neuronal artificial ha sido programada utilizando el toolbox de Redes neuronales de Matlab.