logo móvil
Contáctanos

IoT habilitado Evaluación y Predicción de Nivel de Cloro en Sistema de Monitoreo de Agua Utilizando Aprendizaje Automático

Autores: Chinnappan, Chandru Vignesh; John William, Alfred Daniel; Nidamanuri, Surya Kalyan Chakravarthy; Jayalakshmi, S.; Bogani, Ramadevi; Thanapal, P.; Syed, Shahada; Venkateswarlu, Boppudi; Syed Masood, Jafar Ali Ibrahim

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

IoT habilitado Evaluación y Predicción de Nivel de Cloro en Sistema de Monitoreo de Agua Utilizando Aprendizaje Automático


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Participación del usuario
Calidad del agua potable
Concentración de cloro
Calidad del agua subterránea
Desinfectantes
Porcentaje de cloro residual

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 60

Citaciones: Sin citaciones


Descripción
La importancia de la participación del usuario en el mantenimiento de la calidad del agua potable y la evaluación de otros factores, como la limpieza, las condiciones sanitarias, la preservación y el tratamiento de residuos, es esencial para preservar la calidad del agua subterránea. La calidad del agua inadecuada propaga enfermedades, causa mortalidad y obstaculiza el crecimiento socioeconómico. Además, se utilizan desinfectantes como cloro y fluoruro para eliminar patógenos o compuestos causantes de enfermedades del agua. Una vez que se ha añadido una cantidad sustancial de cloro al agua, su residuo causa un problema. Dado que la metodología propuesta tiene la intención de ofrecer un suministro constante de agua potable, su concentración de cloro debe ser verificada en tiempo real. El modelo sugerido actualiza continuamente el concentrador de sensores sobre las mediciones de la concentración de cloro. Además, estos datos se transmiten a través de un sistema de comunicación para el análisis de datos y analizar los niveles de cloro en el agua potable y el porcentaje de cloro residual con el tiempo utilizando un conjunto difuso específicamente mediante un algoritmo de árbol de decisiones. Además, se realiza una investigación de rendimiento del marco propuesto para determinar la eficiencia del modelo existente para predecir la cantidad de sustancia de cloro utilizando métricas como la recuperación, precisión, puntuación F y ROC. Por lo tanto, el modelo propuesto tiene una precisión sustancialmente mejor que las técnicas existentes.

Otros recursos que podrían interesarte

Temas Virtualpro