Modelo de monitoreo de calidad de aire interior basado en arquitectura IOT

Abstract

Como resultado del desarrollo tecnológico industrial se ha producido la contaminación ambiental, factor presente en millones de muertes a nivel mundial. Para evaluar y visualizar estos niveles de contaminación, se llevan a cabo procedimientos de monitoreo ambiental, utilizando tecnologías como las redes de sensores inalámbricos (WSN). En el marco de esta investigación, se comparó diversos sensores destinados a la medición de la calidad del aire, específicamente sensores de gas de la familia MQ, con énfasis en el MQ-135. Este sensor se usó para medir la calidad del aire interior (IAQ) en un laboratorio de una institución de educación superior ubicada en la ciudad de Lima. A lo largo de un periodo de 3 meses, se recolectó datos de manera diaria (lunes a viernes) durante un intervalo aproximado de 5 horas. Estos datos se subieron a la nube mediante la implementación del módulo wifi ESP8266 a la plataforma Thingspeak especializada en aplicaciones de internet de las cosas (iot). Por último, a través de la aplicación de un modelo autorregresivo integrado de promedio móvil (ARIMA), se pronosticó la calidad del aire a futuro.

As a result of industrial technological development, environmental pollution has occurred, a factor present in millions of deaths worldwide. To assess and visualize these pollution levels, environmental monitoring procedures are carried out, using technologies such as Wireless Sensor Networks (WSN). In the context of this research, various sensors designed for air quality measurement were compared, specifically gas sensors from the MQ family, with emphasis on the MQ-135. This sensor was used to measure Indoor Air Quality (IAQ) in a laboratory of a higher education institution located in the city of Lima. Over a period of 3 months, data was collected on a daily basis (Monday to Friday) during an approximate 5-hour interval. This data was uploaded to the cloud through the implementation of the ESP8266 wifi module to the Thingspeak platform specialized in Internet of Things (IoT) applications. Finally, using an Autoregressive Integrated Moving Average (ARIMA) model, the future air quality was forecasted.