Sistema de Medición y Predicción con Redes Neuronales Artificiales de la Calidad del Aire en la Provincia del Callao

Abstract

Este proyecto de investigaci´on se realiza la medicion del aire contaminado y la concentraci ´on de las part´ıculas en suspensi´on que var´ıan entre 2.5μg y 10μg tambi´en conocido como PM10 y las part´ıculas en suspensi´on menores a 2.5μg conocido como PM2.5, en la provincia constitucional del Callao , distrito de Ventanilla y MiPeru . El trabajo consiste en medir la contaminacion de CO2 y PM2.5 y PM10 para prevenir la salud de los habitantes de la zona en estudio. Se realiza la implementacion del sistema de medicion del aire contaminado de CO2 y la concentraci´on de los contaminantes PM10 y PM2.5. El Sistema de medicion consta de un sensor de polvo y CO2 el sistema incluye tambien un sensor de temperatura y humedad del ambiente dispone de un sensor DHT11 para la medici´on de la temperatura y humedad del ambiente , tambien se considera un modulo ESP8266 para el registro inalambrico y su registro en la nube los valores de los sensores son procesados por una tarjeta arduino uno R3 y mediante wifi ESP8266 . Un servicio PaaS de computaci´on en la nube que ofrece Google yy su registro una hoja de calculo de Google Sheets. Una RNA fue escogida porque se ha demostrado que son eficaces cuando son aplicadas a predicciones de la calidad de aire. En comparaci´on con otros trabajos similares, s´olo una red fue realizada, pero varios prototipos fueron desarrollados y evaluados para evitar la arbitrariedad en las decisiones de dise˜no. Se experimentaron tres aspectos en particular del dise˜no de una RN: la normalizaci´on de los datos, la selecci´on de la arquitectura y la selecci´on de la funci´on de activaci´on Finalmente se realiza la predicci´on de las concentraciones de material particulado PM10 y PM2.5 utilizando Redes Neuronales artificiales. En el presente proyecto se emplea la estructura de una RNA multicapa que consta de una capa de entrada, una capa intermedia y una capa de salida (8 − 16 − 1) . La programacion se realizo en el toolbox de Redes neuronales de Matlab.