Arquitectura de fusión de datos para monitoreo de variables basado en IOT- Caso de estudio agua potable
2023
Gonzalez Osorio, Sergio Andrés | Tirado Díaz, Sebastián
La arquitectura de fusión de datos emerge como un enfoque altamente eficaz en el ámbito del monitoreo de variables relacionadas con el suministro de agua potable mediante el uso de IoT. Esta metodología es esencial para obtener una visión integral y precisa de los distintos aspectos que impactan la calidad y gestión del agua. La estructura se organiza en tres capas fundamentales: la capa de adquisición de datos, la capa de procesamiento de datos y la capa de presentación. En la capa de adquisición de datos, se lleva a cabo la recopilación de información proveniente de diversos sensores y dispositivos IoT especializados en el monitoreo del agua potable. Esta fase garantiza la captura exhaustiva de datos relevantes, abarcando aspectos como la calidad química, la presión del sistema, y otros parámetros críticos. La capa de procesamiento de datos, como núcleo de la arquitectura, se encarga de fusionar y procesar los datos recopilados de manera inteligente. Su función principal es generar una vista unificada y coherente de la variable en consideración, permitiendo una comprensión profunda de la situación del suministro de agua. La capa de presentación se posiciona como el punto final, proporcionando una interfaz de usuario intuitiva y accesible. A través de esta capa, los usuarios pueden visualizar la información procesada de manera clara y efectiva, facilitando la toma de decisiones informadas en la gestión del agua potable. En resumen, la arquitectura de fusión de datos se revela como una solución robusta y esencial para el monitoreo basado en IoT de variables vinculadas al agua potable. Su aplicación precisa y estratégica contribuye significativamente a la optimización de la gestión hídrica, asegurando la disponibilidad y calidad del recurso vital.
显示更多 [+] 显示较少 [-]Data fusion architecture emerges as a highly effective approach in the field of monitoring variables related to the supply of drinking water through the use of IoT. This methodology is essential to obtain a comprehensive and accurate vision of the different aspects that impact water quality and management. The structure is organized into three fundamental layers: the data acquisition layer, the data processing layer and the presentation layer. In the data acquisition layer, the collection of information from various sensors and IoT devices specialized in monitoring drinking water is carried out. This phase ensures comprehensive capture of relevant data, covering aspects such as chemical quality, system pressure, and other critical parameters. The data processing layer, as the core of the architecture, is responsible for fusing and processing the collected data intelligently. Its main function is to generate a unified and coherent view of the variable under consideration, allowing a deep understanding of the water supply situation. The presentation layer is positioned as the endpoint, providing an intuitive and accessible user interface. Through this layer, users can view the processed information clearly and effectively, facilitating informed decision-making in drinking water management. In summary, the data fusion architecture is revealed as a robust and essential solution for IoT-based monitoring of variables linked to drinking water. Its precise and strategic application contributes significantly to the optimization of water management, ensuring the availability and quality of the vital resource.
显示更多 [+] 显示较少 [-]Marco Teórico -- Marco conceptual -- Problema de investigación -- Justificación -- Objetivo general -- Objetivos específicos -- Normatividad -- Metodología -- Resultados -- Solidos disueltos -- Ph -- La Demanda Química de Oxígeno (DQO) -- La Demanda Biológica de Oxígeno (DBO) -- Coliformes fecales -- Turbiedad -- Color -- El IRCA -- Problemática de calidad de agua -- IOT- Internet de las Cosas -- Conclusiones -- Referencias --
显示更多 [+] 显示较少 [-]Pregrado
显示更多 [+] 显示较少 [-]Ingeniero Ambiental
显示更多 [+] 显示较少 [-]