Use este identificador para citar ou linkar para este item: http://bd.centro.iff.edu.br/jspui/handle/123456789/2108
Título: Estudo da aplicação de redes neurais artificiais em unidade microcontrolada para monitoramento e previsão da qualidade do ar
Autor(es): Silva, Alessandra Ribeiro
Data do documento: 2018
Orientador(a): Renato Gomes Sobral Barcellos
Abstract: Air pollution caused by the presence of gaseous (chemical and particulate) gases in the air is one of the main sources of environmental degradation and effects on human health. In Brazil, air quality indicators, represented by the main pollutants, were identified, being them: inhalable particles, sulfur dioxide, nitrogen dioxide, carbon monoxide and ozone (INSTITUTO ESTADUAL DO AMBIENTE; GERÊNCIA DE QUALIDADE DO AR, 2016). The monitoring of these indicators assists in the control of emergency situations, through the application of methodologies for the measurement in temporal and spatial scales. However, the most usual methods have limitations, such as high cost and high complexity, that influence in the decisions regarding their use. The lack of a database of atmospheric emissions also makes it difficult to assess the main sources of air pollution. In this context, combining real-time air quality monitoring with small mobile stations significantly increases data collection in locations that periodically exhibit quality impairment. The use of this type of equipment, through intelligent systems, enables measurements through less complex and more accessible platforms. This work proposes the development of a prototype system, of environmental sensing, for the monitoring of the Air Quality Index (AQI), in real time, and prediction of concentrations of particulate matter (2.5 μm), ozone and carbon monoxide, through a microcontrolled unit and the application of the artificial neural networks (ANN) methodology. The development of the system considered sensors, modules and components sensible to the elements, connected to an Arduino Mega 2560 board, programmed by Arduino software (IDE). The experimental data were collected at IFF’s Innovation Hub and were used for the ANN training, through the Statistica software, to predict the concentrations of each gas in relation to its initial concentrations and the meteorological conditions (pressure, temperature and humidity). The definition of the best trained networks and the feasibility of use considered the parameters and statistical data of each one. The implementation of the neural model in the prototype system was then accomplished by including these parameters in the programming code of the microcontroller. Finally, the prototype was considered as adequate to the objectives of the work, and the choice as to its use should consider the focus of the application.
Resumo: A poluição atmosférica provocada pela presença de gases poluentes (químicos e particulado) no ar é uma das principais fontes geradoras de degradações do meio ambiente e de efeitos na saúde humana. No Brasil foram determinados indicadores da qualidade do ar, representados pelos principais gases poluentes, sendo eles: partículas inaláveis, dióxido de enxofre, dióxido de nitrogênio, monóxido de carbono e ozônio (INSTITUTO ESTADUAL DO AMBIENTE; GERÊNCIA DE QUALIDADE DO AR, 2016). O monitoramento desses indicadores auxilia no controle de situações emergenciais, através da aplicação de metodologias para a medição em escalas temporais e espaciais. Entretanto os métodos mais usuais apresentam limitações, como custo elevado e alta complexidade, que influenciam nas decisões quanto ao seu uso. A falta de um banco de dados das emissões atmosféricas também dificulta na avaliação das principais fontes poluidoras do ar. Neste contexto, aliar o monitoramento da qualidade do ar, em tempo real, com pequenas estações móveis ampliam significativamente a obtenção de dados em locais que periodicamente apresentam comprometimento da qualidade. A utilização deste tipo de equipamento, através de sistemas inteligentes, possibilita medições por meio de plataformas menos complexas e mais acessíveis. Este trabalho propõe o desenvolvimento de um sistema protótipo de sensoriamento ambiental, para o monitoramento do Índice de Qualidade do Ar (IQAr), em tempo real, e predição das concentrações de material particulado (2,5 µm), ozônio e monóxido de carbono, através de uma unidade microcontrolada e da aplicação da metodologia de redes neurais artificiais (RNA). O desenvolvimento do sistema considerou sensores, módulos e componentes sensíveis aos elementos, conectados a uma placa de Arduino Mega 2560, programada pelo software Arduino (IDE). Os dados experimentais foram coletados em Polo de Inovação do IFF e adotados para o treinamento das RNA através do software Statistica, para a predição das concentrações de cada gás, em relação as suas concentrações iniciais e as condições meteorológicas (pressão, temperatura e umidade). A definição das melhores redes treinadas e da viabilidade de uso considerou os parâmetros e dados estatísticos de cada uma. A implementação do modelo neural no sistema protótipo foi então realizada através da inclusão desses parâmetros no código de programação do microcontrolador. Por fim, considerou-se o protótipo como adequado aos objetivos do trabalho, sendo que a escolha quanto ao seu uso deve considerar o foco da aplicação
URI: http://bd.centro.iff.edu.br/jspui/handle/123456789/2108
Aparece nas coleções:Pós-graduação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Texto.pdf4,3 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.