Sistema de control automático para la detección de fuga de gas natural
Resumen
El objeto de estudio de esta investigación fue evaluar y proponer un sistema de control capaz de detectar eficientemente las fugas de gas de uso doméstico y comercial. Es así que se analizaron diferentes técnicas de control mediante la revisión de literatura científica y la observación experimental. La propuesta de control resultante fue mediante un algoritmo de control neuro difuso, el cual clasifica los gases detectando la señal de entrada al sistema, mediante sensores MQ, y empleando plataforma de creación de electrónica de código abierto Arduino Mega, así como el programa Neuro Fuzzy Designer de MatLab. La red neuro- difusa ayuda a obtener mejores ecuaciones, “bias” y “pesos” de la red neuronal, en consecuencia, la clasificación y detección del gas está en constante evaluación para interpretar mejor los datos obtenidos por los sensores. Como resultados se obtuvo una detección aceptable del gas natural y contar con un sistema que permanece en constante evaluación de la variable de entrada, es decir, los datos obtenidos por los sensores, lo cual permite optimizar la detección.
Descargas
Citas
Binti Sarnin, S. S., Ametefe, D. S., Naim, N. F., Wan Mohamad, W. N., Ishak, N., Ab Wahab, N., & Ya’acob, N. (2019). Liquefied petroleum gas monitoring and leakage detection system using nodemcu ESP8266 and wi-fi technology. Indonesian Journal of Electrical Engineering and Computer Science, 17(1), 166–174. https://doi.org/10.11591/ijeecs.v17.i1.pp166-174
De, J., Rubio, J., Alberto, J., Aguilar, H., Jacob, F., Camacho, Á., Manuel, J., Carrillo, S., & Meléndez Ramírez, A. (2016). Sistema Sensor para el Monitoreo Ambiental Basado en Redes Neuronales / Sensor system based in neural networks for the environmental monitoring. Ingeniería, Investigación y Tecnología, XVII(2), 11. https://doi.org/10.1016/j.riit.2016.06.006
Fatkiyah, E., Persada, D., & Andayati, D. (2019). Early Detection of Leaks on Gas Cylinders Using Arduino Based MQ-6 Sensors. Journal of Physics: Conference Series, 1413(1). https://doi.org/10.1088/1742-6596/1413/1/012030
Fernández-Muñoz, J. Á., Herrero-Agustín, J. L., Lozano-Rogado, J., Santos-Blanco, J. P., & Suárez-Marcelo, J. I. (2017). Un sistema de clasificación de olores en línea para narices electrónicas. Dyna (Spain), 92(3), 354–360. https://doi.org/10.6036/8075
Fonseca, V., Yared, L., Márquez, S., & Antonio, J. (2018). FUGAX, Sensor Medidor de fugas de gas de uso doméstico. Jovenes En La Ciencia, 4(1), 3063–3066. https://www.jovenesenlaciencia.ugto.mx/index.php/jovenesenlaciencia/issue/view/Verano de la Investigación Científica 2018
Guzmán, D., & Castaño, V. M. (2006). La Lógica difusa en ingeniería: Principios, aplicaciones y futuro. Ciencia y Tecnología, 24(2), 22.
Hannon, A., Lu, Y., Li, J., & Meyyappan, M. (2016). A sensor array for the detection and discrimination of methane and other environmental pollutant gases. Sensors (Switzerland), 16(8). https://doi.org/10.3390/s16081163
Hema, L. K., Velmurugan, S., Pa, S., & Indumathi, R. (2019). Smart manhole toxic gas identification and alerting system. International Journal of Recent Technology and Engineering, 8(3), 507–510. https://doi.org/10.35940/ijrte.A2150.098319
Li, Z., Zhang, H., Tan, D., Chen, X., & Lei, H. (2016). A novel acoustic emission detection module for leakage recognition in a gas pipeline valve. http://www.elsevier.com/open-access/userlicense/1.0/
Liu, X., Cheng, S., Liu, H., Hu, S., Zhang, D., & Ning, H. (2012). A survey on gas sensing technology. In Sensors (Switzerland) (Vol. 12, Issue 7, pp. 9635–9665). https://doi.org/10.3390/s120709635
Martin Guaregua, N., Viniegra, M., Vargas, R., & Garza, J. (2020). Óxidos Nanoestructurados De Metales De Transición Con Aplicaciones En Catálsisis. Mundo Nano. Revista Interdisciplinaria En Nanociencias y Nanotecnología, 14(26), 1e-16e. https://doi.org/10.22201/ceiich.24485691e.2021.26.69632
Mohamed Iqbal, M. M., Joseph Xavier, R., & Kanakaraj, J. (2017). A neuro-fuzzy controller for grid-connected heavy-duty gas turbine power plants. Turkish Journal of Electrical Engineering and Computer Sciences, 25(3), 2375–2387. https://doi.org/10.3906/elk-1511-242
Panganiban, E. B. (2019). Automated hazardous gas detecting robot using wireless sensor networks with GSM-SMS alert and fire control system for households. International Journal of Advanced Trends in Computer Science and Engineering, 8(3), 804–809. https://doi.org/10.30534/ijatcse/2019/72832019
Prinzhofer, A., & Battani, A. (2003). Gas Isotopes Tracing: an Important Tool for Hydrocarbons Exploration. In Oil & Gas Science and Technology-Rev. IFP (Vol. 58, Issue 2).
Sajjan, V., & Sharma, P. (2019). Research on an iot based air pollution monitoring system. International Journal of Innovative Technology and Exploring Engineering, 8(9 Special issue 2), 553–558. https://doi.org/10.35940/ijitee.I1116.0789S219
Strle, D., Štefane, B., Trifkovič, M., Van Miden, M., Kvasić, I., Zupanič, E., & Muševič, I. (2017). Chemical selectivity and sensitivity of a 16-channel electronic nose for trace vapour detection. Sensors (Switzerland), 17(12). https://doi.org/10.3390/s17122845
Tseng, C. L., Jiang, J. A., Lee, R. G., Lu, F. M., Ouyang, C. S., Chen, Y. S., & Chang, C. H. (2006). Feasibility study on application of GSM-SMS technology to field data acquisition. Computers and Electronics in Agriculture, 53(1), 45–59. https://doi.org/10.1016/j.compag.2006.03.005
Xu, K., Fu, C., Gao, Z., Wei, F., Ying, Y., Xu, C., & Fu, G. (2018). Nanomaterial-based gas sensors: A review. In Instrumentation Science and Technology (Vol. 46, Issue 2, pp. 115–145). Taylor and Francis Inc. https://doi.org/10.1080/10739149.2017.1340896
Zhang, G., Zhu, J., Song, Y., Peng, C., & Song, G. (2018). A Time Reversal Based Pipeline Leakage Localization Method with the Adjustable Resolution. IEEE Access, 6, 26993–27000. https://doi.org/10.1109/ACCESS.2018.2829984
Derechos de autor 2022 Pedro Miguel Portillo Mendoza;Graciela Yvonne Olivares Rodríguez;Paula Tipacti Rodríguez
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
.jpg)
