Please use this identifier to cite or link to this item: http://www.dspace.espol.edu.ec/handle/123456789/62207
Title: Diseño e implementación de un sistema IoT residencial para detectar fugas de agua empleando machine learning
Authors: Veriñaz Jadán, Herman, Director
Vera Villalba, Gilberto Napoleón
Villavicencio Palma, Daniel Alberto
Keywords: LoT
Machine learning
Detección de fugas
Consumo de agua
Home Assistant
Issue Date: 2024
Publisher: ESPOL.FIEC
Citation: Vera Villalba, G. N. y Villavicencio Palma, D. A. (2024). Diseño e implementación de un sistema IoT residencial para detectar fugas de agua empleando machine learning. [Proyecto Integrador]. ESPOL.FIEC .
Description: Este proyecto se enfoca en desarrollar una solución para la detección temprana de fugas en sistemas de distribución de agua en entornos residenciales, abordando pérdidas significativas que representan tanto en recursos como en costos adicionales para los propietarios. Específicamente, se propone un sistema IoT orientado al monitoreo del consumo de agua y a la detección de posibles fugas mediante el uso de algoritmos de machine learning sobre microcontroladores. Se desarrolló un prototipo utilizando microcontroladores y cámaras integradas con una plataforma de automatización del hogar, que facilitó la captura y digitalización de las lecturas del medidor de agua y la transmisión de datos a un servidor central en un entorno controlado de laboratorio. El prototipo incluye un sistema de reconocimiento de imágenes y de caracteres para leer las mediciones de un sensor de agua analógico. Además, se diseñaron algoritmos de machine learning para la detección de anomalías en el consumo de agua, utilizando datos generados en un entorno simulado. Los resultados indican que el sistema puede detectar anomalías con una precisión del 90% en condiciones controladas, lo que sugiere su potencial para mejorar la prevención de desperdicios de agua y la protección de infraestructura residencial. En conclusión, el proyecto ofrece una solución prometedora para la gestión sostenible del agua en entornos residenciales. Palabras Clave: IoT, machine learning, detección de fugas, consumo de agua, Home Assistant
metadata.dc.description.abstractenglish: This project focuses on developing a solution for the early detection of leaks in residential water distribution systems, addressing significant losses in both resources and additional costs for homeowners. Specifically, it proposes an IoT-based system aimed at monitoring water consumption and detecting potential leaks using machine learning algorithms on microcontrollers. A prototype was developed leveraging machine learning algorithms implemented on microcontrollers and integrated cameras with a home automation platform, which facilitated the capture and digitization of water meter readings and the transmission of data to a central server in a controlled laboratory environment. The prototype includes an image and character recognition system to read measurements from an analog water sensor. Additionally, machine learning algorithms were designed to detect anomalies in water consumption, using data generated in a simulated environment. The results indicate that the system can detect anomalies with 90% accuracy under controlled conditions, suggesting its potential to improve the prevention of water waste and the protection of residential infrastructure. In conclusion, the project offers a promising solution for sustainable water management in residential environments. Keywords: IoT, machine learning, leak detection, water consumption, Home Assistant
URI: http://www.dspace.espol.edu.ec/handle/123456789/62207
metadata.dc.identifier.codigoproyectointegrador: INGE-2497
Appears in Collections:Tesis de Telecomunicaciones

Files in This Item:
There are no files associated with this item.


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.