Diseño de sistema de gestión de la escenografía en base a las costumbres
Cargando...
Archivos
Fecha
2018
Autores
Profesor/a Guía
Facultad/escuela
Idioma
es
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Andrés Bello
Nombre de Curso
Licencia CC
Licencia CC
Resumen
En el presente Proyecto de Título se desarrolla un sistema de control para el Laboratorio de Procesos de la carrera Ingeniería en Automatización y Robótica de la Universidad Andrés Bello. Este sistema de control incorpora clasificadores del tipo Árbol de Decisión que ayudan a la toma de decisión en cuanto a la gestión de la escenografía de la sala en función de las costumbres de uso de la misma.
Primeramente, se realiza un estudio del Estado del Arte describiendo diversos sistemas Domóticos de marcas de renombre. También se describen algunos desarrollos y prototipos de sistemas de Ambientes Inteligentes (AmI).
Luego se realiza una investigación sobre el Marco Teórico en el que se basa este proyecto. Se abordan definiciones y conceptos fundamentales como la Inteligencia e Inteligencia Artificial con sus campos de aplicación. Luego, se particulariza en los distintos métodos de Maching Learning (en español, Aprendizaje Automático). Posteriormente se abordan técnicas de Aprendizaje Supervisado y Aprendizaje no Supervisado resumiendo los propósitos de cada método. Finalmente se ahonda en la Inteligencia Ambiental con algunos casos de uso.
Una vez estudiado el Marco Teórico se plantean los objetivos del presente proyecto conjuntamente con una propuesta de lo que será el sistema. Esta propuesta se desarrolla bajo una metodología como es el ciclo de Deming y una planificación de tareas para alcanzar los objetivos.
Se inicia el desarrollo del sistema con una inspección ocular de la sala de clases para identificar las variables a medir y las posibilidades de control. Se crean programas en los microcontroladores(BeagleBone Black y Arduino) para la adquisición de datos con una frecuencia de un muestreo por cada minuto por un periodo de 17 días recopilando un total de 24.057 registros de los cuales se utilizaron 10.073 registros correspondientes a los primeros 7 días para graficar el estado de cada variable y servir como base para las técnicas de Aprendizaje
Supervisado y no Supervisado mientras que el resto de los registros se utilizaron para comprobar el funcionamiento del sistema de control.
En la elección del clasificador se utilizó una técnica llamada GridSearch (búsqueda en rejilla) la cual itera el entrenamiento del clasificador con distintos parámetros de configuración y evalúa cuál de estas combinaciones arroja mejores resultados priorizando la simplicidad del algoritmo. Luego se graficó la forma de reconocer patrones en función del tiempo para escoger el que agrupa mejor los distintos estados.
Se crea el código del software que gestiona la escenografía a partir de las costumbres de uso y que además genera un reporte en forma de gráfico para dar cuenta de cómo se está utilizando la sala particularizando en aquellos estados en los que se desperdicia más energía como cuando queda el computador encendido durante toda la noche.
Finalmente, se analiza la gestión del sistema de control en función de los registros obtenidos a partir de la segunda y que se consideran condiciones externas al escapar del control del sistema. Se compara el estado de aquellos componentes controlables (Luminarias y Telón) con los estados reales registrados en esa misma semana.
Notas
Tesis (Ingeniero en Automatización y Robótica)
Palabras clave
Domótica