Vol. 15 Núm. 43 (2016): Revista GTI
Artículos

Modelo de referencia para la detección de eventos de contaminación industrial basado en una red de sensores

Julián Miguel Acevedo-Moreno
Pontificia Universidad Javeriana
Biografía
Edgar Enrique Ruiz-García
Pontificia Universidad Javeriana
Biografía
Ricardo Hjalmar González-García
Universidad Sergio Arboleda
Biografía
Mariela Josefina Curiel-Huerfano
Pontificia Universidad Javeriana
Biografía

Publicado 2017-10-06

Palabras clave

  • Redes inalámbricas de sensores,
  • Teléfonos inteligentes,
  • Monitorización,
  • Minería de datos,
  • Contaminación industrial

Cómo citar

Acevedo-Moreno, J. M., Ruiz-García, E. E., González-García, R. H., & Curiel-Huerfano, M. J. (2017). Modelo de referencia para la detección de eventos de contaminación industrial basado en una red de sensores. Revista GTI, 15(43), 19–35. Recuperado a partir de https://revistas.uis.edu.co/index.php/revistagti/article/view/6799

Resumen

La contaminación industrial es un aspecto que está afectando en forma importante la sostenibilidad del planeta. Para poder manejar la contaminación, el primer paso es detectarla tan pronto como ésta ocurra, de ahí la importancia de la recolección oportuna de datos. Actualmente la tecnología nos da un gran soporte para esta tarea porque se cuenta con redes de sensores que, al estar en el ambiente, permiten recolectar grandes cantidades de datos. Si estos datos son procesados de forma adecuada, pueden ayudar en la detección temprana de focos de contaminación. No obstante, hay que enfrentar el problema de manejar de forma efectiva una gran cantidad de datos provenientes de dispositivos heterogéneos, que incluyen tanto a los sensores tradicionales o motas de las redes inalámbricas de sensores, como a los sensores ubicados en teléfonos inteligentes. El manejo de esta heterogeneidad motivó a diseñar un modelo de referencia que sirviera de guía para realizar las funciones de detección, almacenamiento, procesamiento y visualización/publicación de los datos, usando las tecnologías más adecuadas. La idea es que este modelo de referencia pueda posteriormente ser instanciado con componentes de hardware y software específicos, que respondan a las necesidades de determinadas empresas o entes gubernamentales, interesados en tomar acciones preventivas o correctivas sobre la contaminación ambiental. En este artículo se presenta el modelo de referencia propuesto y se describe un prototipo que instancia este modelo. El prototipo  desarrollado está enfocado en la medición de la contaminación auditiva en una empresa del sector automotriz en Bogotá. La información obtenida con el prototipo fue utilizada para tomar medidas preventivas para el control de focos de contaminación  auditiva por parte de la empresa. 

Descargas

Los datos de descargas todavía no están disponibles.

Referencias

[1] Lasso, J. C. (2014). La contaminación del aire, el mayor problema ambiental de salud pública en el mundo. Recuperado de: http://www.radionacional.co/noticia/la-contaminaci-n-delaire-el-mayor-problema-ambiental-de-salud-pblica-en-el-mundo.

[2] García, S. (2015). Contaminación Industrial. Recuperado de: http://www.elfinanciero.com.mx/opinion/contaminacion-industrial.html

[3] Secretaría Distrital del Ambiente (s.f.). Red de Monitoreo de Calidad del Aire de Bogotá – RMCAB. Recuperado de: http://ambientebogota.gov.co/red-de-calidad-del-aire

[4] Burke, J. A., Estrin, D., Hansen, M., Parker, A., Ramanathan, N., Reddy, S., Srivastava, M. B. (2006). Participatory sensing. World Sensor Web Workshop.

[5] Lee, C. H., Birch, D., Wu, C., Silva, D., Tsinalis, O., Li, Y., Yan, S., Ghanem, M., Guo, Y. (2013). Building a generic platform for big sensor data application, in Big Data. In Proc. of the IEEE International Conference on Big Data, 94–102. TABLA 2: Comparación de Trabajos Relacionados Características/trabajos Godoy y otros

[6] Levis, P., Culler, D. (2002). Maté: A tiny virtual machine for sensor networks. ACM Sigplan Notices, 37(10), 85-95.

[7] Barr, R., Bicket, J. C., Dantas, D. S., Du, B., Kim, T. W., Zhou, B., Sirer, E. G. (2002). On the need for system-level support for ad hoc and sensor networks. ACM SIGOPS Operating Systems Review, 36(2), 1-5.

[8] Hall, S. P., Anderson, E. (2009). Operating systems for mobile computing. Journal of Computing Sciences in Colleges, 25(2), 64-71.

[9] Srisathapornphat, C., Jaikaeo, C., Shen, CC. (2000). Sensor information networking architecture. Proceedings of the International Workshops on Parallel Processing.

[10] Yu, X., Niyogi, K., Mehrotra, S., Venkatasubramanian, N. (2003). Adaptive middleware for distributed sensor environments. IEEE distributed systems online 5.

[11] Eclipse Mosquitto (2014). An Open Source MQTT v3.1/v3.1.1 Broker iot.eclipse.org. Recuperado de: http://mosquitto.org/

[12] Saffirio, M. (2010). Modelos de Referencia. Recuperado de: https://msaffirio.com/2010/11/01/modelos-de-referenciareference-models/

[13] Akyildiz, I. F., Su, W., Sankarasubramaniam, Y., & Cayirci, E. (2002). A survey on sensor networks. Communications magazine, 40(8), 102-114.

[14] Kahn, JM., Katz, RH., Piste, KSJ. (1999). Next century challenges: mobile networking for smart dust. Proc. of the 5th annual ACM/IEEE international conference on Mobile computing and networking (Mobicom 99), Washington, USA, 271–278.

[15] Culler, D., Estrin, D., Srivastava, M. (2004). Guest editors’ introduction: Overview of sensor networks. Computer, (8), 41-49.

[16] Lazarescu, M. T. (2013). Design of a WSN platform for long-term environmental monitoring for IoT applications. IEEE Journal on Emerging and Selected Topics in Circuits
and Systems, 3(1), 45–54.

[17] Ferdoush, S., Li, X. (2014). Wireless sensor network system design using Raspberry Pi and Arduino for environmental monitoring applications. Procedia Computer Science, vol. 34, 103-110.

[18] Arias, D. MR., Muñoz Rodríguez, F., Cely Callejas, J. D. (2012). “Design of a sensor network implemented in a monitored via web prototype.” Proc. of the IEEE Colombian
Communications Conference (COLCOM 2012).

[19] Pico, P. (2012). Monitoreo del medio ambiente basado en sensores.

[20] Liu, T., Martonosi, M. (2003). Impala: A middleware system for managing autonomic, parallel sensor systems. ACM SIGPLAN Notices, 38(10), 107-118.

[21] Soini, M. N., Van Greunen, J., Rabaey, J. M., Sydanheimo, L. T. (2007). Beyond sensor networks: Zuma middleware. Proc. of the Wireless Communications and Networking
Conference (WCNC 2007), 4318-4323.

[22] Gerson, M. (Febrero 22, 2015). Smartphone Sales Grew Almost 10% Last Quarter. Benziga. Recuperado de: http://www.benzinga.com/analyst-ratings/analyst-color/16/02/6493276/smartphone-sales-grew-almost-10-last-quarter

[23] Lane, N. D., Miluzzo, E., Lu, H., Peebles, D., Choudhury, T., & Campbell, A. T. (2010). A survey of mobile phone sensing. Communications Magazine, 48(9), 140-150.

[24] De Sanctis, M., Stallo, C., Parracino, S., Ruggieri, M., Prasa, R. (2012). Interoperability solutions between smartphones and wireless sensor networks. In : Proc. in the IEEE
first AESS European conference on satellite telecommunications (ESTEL 2012), 1-6.

[25] Zhang, J., Chen, C., Ma, J., He, N., Ren, Y. (2011). USink: Smartphone-based moible sink for wireless sensor networks. Proc in Consumer Communications and Networking Conference (CCNC2011), 90-95.

[26] Zöller, S., Reinhardt, A., Guckes, H., Schuller, D., Steinmetz, R. (2011). On the integration of wireless sensor networks and smartphones in the logistics domain. Proc. of the 10th GI/ITG KuVS Fachgespräch Drahtlose Sensornetze, 49-52.

[27] González, R., Huerta, M. (2013). Análisis del uso de teléfonos inteligentes como nodos de una red inalámbrica de sensores. Infociencia 7, 35-41.

[28] Products-Libelium (Octubre 1, 2014). Libellium. Recuperado de: http://www.libelium.com/es/products/.

[29] Sensorcon (Octubre 1, 2014). Sensorcon Catalog Our Single Gas Meters and Environmental Sensors. Recuperado de: http://sensorcon.com/products/

[30] Jain, N., Srivastava, V. (2013). Data Mining techniques: A survey paper. IJRET: International Journal of Research in Engineering and Technology, 2(11), 116-119.

[31] Maimon, O., Rokach, L. (2005). Data mining and knowledge discovery handbook 2. Springer, New York.

[32] Da Sense (Septiembre 22, 2016) www.dasense.de. Recuperado de: https://www.tk.informatik.tu-darmstadt.de/de/research/smart-urban-networks/da-sense/

[33] MQTT (diciembre 1, 2014) mqtt.org. Recuperado de: http://mqtt.org/

[34] Shelby, Z., Hartke, K., Bormann, C. (Junio 2014) The constrained application protocol (CoAP) No. RFC 7252. Recuperado de: https://www.rfc-editor.org/rfc/pdfrfc/rfc7252.txt.pdf

[35] Bormann, C., Z., S. (Agosto 2016) BlockWise Transfers in the Constrained Application Protocol (CoAP). RFC 7959, DOI 10.17487/RFC7959. Recuperado de: http://www.rfceditor.org/info/rfc7959

[36] Maisonneuve, N., Stevens, M., Niessen, M. E., Steels, L. (2009) NoiseTube: Measuring and mapping noise pollution with mobile phones. Proc. of the Information Technologies in Environmental Engineering, 215-228.

[37] Ruíz García, E. E. (2012) Integración de Redes Inalámbricas de Sensores IEEE 802.15.4 en Aplicacione USN. Memoria del Trabajo de Grado de Maestria en Computacion y Sistemas, Pontificia Universidad Javeriana, Bogota, Colombia.

[38] MQTT (noviembre 15, 2014) mqtt-client : 0.4.0. Recuperado de: https://www.versioneye.com/java/org.eclipse.paho:mqtt-client/0.4.0

[39] Balam, L. A. Clasificación de temperatura con weka en Java y NetBeans.

[40] Google Circles. Google Maps. Recuperado de: https://developers.google.com/maps/documentation/javascript/examples/circle-simple

[41] Godoy, D. A., Sosa, E. O., Neis, R., Díaz Redondo, R. (2014). Ambientes Inteligentes: middleware de soporte para la captura, almacenamiento y publicación de datos de una red de sensores inalámbricos. Proc. del XX Congreso Argentino de Ciencias de la Computación, Buenos Aires.

[42] Navarro, M., Bhatnagar, D., Liang, Y. (2011) An integrated network and data management system for heterogeneous WSNs. IEEE Eight International Conference on Mobile Ad-Hoc and Sensor Systems, 819-824.

[43] Hasenfratz, D., Saukh, O., Sturzenegger, S., Thiele, L. (2012) Participatory air pollution monitoring using smartphones. Proc. of the 2nd International Workshop on Mobile Sensing, Beijing, China.

[44] Schweizer, I., Bärtl, R., Schulz, A., Probst, F., Mühläuser, M. (2011) NoiseMap-real-time participatory noise maps. Proc. on the 2nd Int’l Workshop on Sensing Applications on Mobile Phones (PhoneSense’11)