Utilize este identificador para referenciar este registo: http://hdl.handle.net/10071/22085
Autoria: Coelho, João Miguel de Jesus Alves
Orientação: Sebastião, Pedro Joaquim Amaro
Data: 23-Dez-2020
Título próprio: Machine learning for precise water leaks detection
Referência bibliográfica: Coelho, J. M. de J. A. (2020). Machine learning for precise water leaks detection [Dissertação de mestrado, Iscte - Instituto Universitário de Lisboa]. Repositório Iscte. http://hdl.handle.net/10071/22085
Palavras-chave: Internet of things
Green tech
Água -- Water
Machine learning
Sustainability
Water leaks
Efficiency
Detection
Location
Tecnologias verdes
Aprendizagem automática
Sustentabilidade
Fugas de água
Eficiência
Deteção
Localização
Resumo: Internet of Things emerged to revolutionize the technological world and our daily lives. Based on the ability to connect devices, capable of controlling and monitoring intelligent environments in order to reduce human action, these devices, being low consumption, make systems more environmentally friendly, reducing energy costs and footprint carbon, but never putting in jeopardy the capability. Bearing in mind the poor management and the increasing scarcity of resources, there is a greater concern to monitor water systems in order to be able to detect and locate water leaks as soon as possible so that the waste is as small as possible. This dissertation presents a proposal for a system based on a wireless sensor network, designed to monitor water distribution systems, such as irrigation systems, which with the help of an Automatic Learning algorithm allows to precisely locate the place where gave the water leak. In order to obtain a capable and low-cost system, an analysis was made of several software and hardware modules so that the system, through an Android mobile application, allows the user to view information, collected by the sensors, and, consequently, deal with active way the problem of escape. The main advantage of this system and that distinguishes it from others is the Automatic Learning algorithm, which through the information that the sensors collect, learns from the system and any variation of values, alerts the user to where the leak is located.
A Internet das Coisas surgiu para revolucionar o mundo tecnoloógico e o nosso dia a dia. Com base na capacidade de conexão de dispositivos, capazes de controlar e monitorizar ambientes inteligentes de modo a reduzir a acção humana, estes dispositivos, sendo de baixo consumo permitem tornar os sistemas mais ecológicos e amigos do ambiente, reduzindo os gastos de energia e a pegada de carbono, mas nunca perdendo a capacidade. Tendo em conta a má gestão e a cada vez maior escassez de recursos, existe uma maior preocupação em acompanhar os sistemas de água de modo a ser possível detectar e localizar fugas de água com a maior brevidade possível para que o desperdício seja o menor possível. Esta dissertação apresenta uma proposta para um sistema baseado numa rede de sensores sem fios, desenhada para monitorizar sistemas de distribuição de água, como por exemplo sistemas de irrigação, que com a ajuda de um algoritmo de Aprendizagem Automática permite localizar com precisão o local onde se deu a fuga de água. De modo a obter um sistema capaz e de baixo custo, foi feita uma análise a diversos módulos de software e hardware para que o sistema, através de uma aplicação móvel Android, permita ao utilizador visualizar informação, recolhida pelos sensores, e consequentemente, tratar de forma activa o problema da fuga. A principal vantagem deste sistema e que o distingue de outros é o algortimo de Aprendizagem Automática, que através da informação que os sensores recolhe, vai aprendendo com o sistema e a qualquer variação de valores, alerta o utilizador para onde se encontra o local da fuga.
Designação do grau: Mestrado em Engenharia de Telecomunicações e Informática
Arbitragem científica: yes
Acesso: Acesso Aberto
Aparece nas coleções:T&D-DM - Dissertações de mestrado

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
master_joao_alves_coelho.pdf28,99 MBAdobe PDFVer/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpaceOrkut
Formato BibTex mendeley Endnote Logotipo do DeGóis Logotipo do Orcid 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.