Browsing by Subject "Calidad del aire"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Desarrollo de un sistema de monitoreo y análisis para la calidad del aire usando Internet de las Cosas (IoT) y tecnologías de Machine Learning (ML) en tres puntos geográficos de la ciudad de Bogotá
    (Pontificia Universidad Javeriana Cali, 2025) Ariza Gutiérrez, Alvaro Mauricio; Sierra Guzmán, Carlos Johany; Tamura Morimitsu, Eugenio
    Este proyecto desarrolla un sistema inteligente de monitoreo, análisis y predicción de la calidad del aire en tres puntos estratégicos de Bogotá, integrando tecnologías de Internet de las Cosas (IoT) y Machine Learning (ML). El objetivo es ofrecer información en tiempo real y predicciones sobre los niveles de monóxido de carbono (CO) y material particulado fino (PM2.5), dos de los contaminantes atmosféricos más críticos para la salud pública urbana. El sistema surge como una solución complementaria a la limitada cobertura de las estaciones oficiales, proponiendo una alternativa de bajo costo, escalable y descentralizada. Para la captura de datos se utilizan sensores SEN0564 para CO y PMS5003 para PM2.5, conectados a microcontroladores ESP32 programados en Arduino IDE. Estos dispositivos envían los datos a la plataforma en la nube ThingSpeak, donde se almacenan, visualizan y procesan los datos. La etapa analítica y predictiva se desarrolla en Python, utilizando Google Colab Notebooks, donde se aplican técnicas de análisis exploratorio (EDA) y se entrenan redes neuronales LSTM (Long Short-Term Memory), apropiadas para series temporales. Para cada contaminante y cada medidor se construye un modelo independiente, optimizado con Keras Tuner y Random Search para encontrar los mejores hiperparámetros. Se obtuvieron resultados (por ejemplo, R² superiores al 0.98 y RMSE bajos), lo cual valida la precisión del enfoque empleado. En paralelo, se diseñó una interfaz web con Google Sites, donde se integran las visualizaciones dinámicas desde ThingSpeak. Además, se implementó un sistema de alertas automáticas con Telegram, programado directamente desde ThingSpeak mediante TimeControl, React y ThingHTTP. Las alertas no se generan con base en el AQI, sino mediante umbrales definidos por contaminante, por ejemplo, valores mayores a 4.5 ppm para CO o 9.1 μg/m³ para PM2.5, notificando a un grupo de usuarios cuando se superan dichos niveles. La combinación de estas herramientas permite desplegar un sistema modular, automatizado y transparente, capaz de generar alertas tempranas, visualizar tendencias de contaminación y ofrecer predicciones horarias, todo sin depender de infraestructura costosa. El sistema puede escalarse fácilmente a otras zonas urbanas, incorporarse a estrategias de gestión ambiental y contribuir a fortalecer la participación ciudadana en el monitoreo de la calidad del aire.
  • Thumbnail Image
    Item
    Diseño de una metodología para medir el confort térmico y la calidad del aire en aulas de clase de la Pontificia Universidad Javeriana Cali
    (Pontificia Universidad Javeriana Cali, 2021) Laguado Ortega, Gerson David; Barrera Zapata, Joan Sebastián; Ruiz Romero, Valeria; Barbosa Zambrano, Jaime Andrés; Ramírez Duque, José Luis
    El presente proyecto se desarrolla en la Pontificia Universidad Javeriana Cali, ubicada al sur de la ciudad. La universidad no cuenta con una metodología de medición de calidad de aire interior y confort térmico en sus aulas de clase que permita evaluar las condiciones ambientales al interior de estas; según una encuesta realizada, el 53% de los estudiantes y docentes desde su percepción, evidencian incomodidad respecto a la calidad del aire y confort térmico en las aulas del edificio el lago. Este proyecto se planteó diseñar una metodología de medición de calidad del aire y confort térmico, con la finalidad de brindar una herramienta que permitió recolectar datos para su posterior análisis y así mismo dejar un precedente con el que se puedan registrar las condiciones ambientales de las aulas de clase del edificio el Lago. Inicialmente se diseñó y construyó, un dispositivo de medición mediante Arduinos para las variables objeto de estudio: monóxido de carbono, dióxido de carbono, material particulado, temperatura y humedad relativa. Luego se ejecutaron las mediciones en las aulas de clase seleccionadas del edificio el Lago. Después se hizo un análisis en cual se comparó los datos obtenidos con las normativas ASHRAE 55 y ASHRAE 62. Posteriormente se realizó una metodología de recolección de datos para generar un histórico y por ende trazabilidad de la información. Por último, se propuso dos alternativas de mejora que disminuyen la concentración de material particulado en el aula, como lo son el filtro AstroCel I High Efficiency Particulate Air (HEPA) y el precipitador electrostático (PES). Se obtuvo como resultado que en promedio el monóxido de carbono tiene un valor de 4,18 ppm, el dióxido de carbono de 402,98 ppm, el material particulado de 28,77 μg/m3, la temperatura de 27,13 ˚C y la humedad relativa de 64,03%, donde se evidencia que las variables de material particulado, temperatura y humedad relativa se encuentran por fuera de los límites permisibles según la normativa. Además, según la validación financiera se comprobó que construir el dispositivo de medición era más factible que comprar uno en el mercado. Por último, para validar la metodología y estandarizar el proceso se realizó un manual de medición el cual fue validado por expertos como una herramienta pertinente, coherente y trazable.