Desarrollo de backend para sistema de medición automática de calidad de agua, adecuado a sensores de bajo costo
Professor Advisor
dc.contributor.advisor
Bustos Jiménez, Javier
Author
dc.contributor.author
Mendoza Muñoz, Gabriela Elisa
Associate professor
dc.contributor.other
Céspedes Umaña, Sandra
Associate professor
dc.contributor.other
Mateu Brule, Luis
Associate professor
dc.contributor.other
Poblete Labra, Bárbara
Admission date
dc.date.accessioned
2021-08-12T23:26:19Z
Available date
dc.date.available
2021-08-12T23:26:19Z
Publication date
dc.date.issued
2021
Identifier
dc.identifier.uri
https://repositorio.uchile.cl/handle/2250/181235
General note
dc.description
Memoria para optar al título de Ingeniera Civil en Computación
es_ES
Abstract
dc.description.abstract
En un contexto de escasez hídrica en Chile, surge el proyecto FONDEF ID19 I10363 que propone monitorear la calidad de diversas fuentes de agua, utilizando sensores de bajo costo. Para esto, es necesario disponer de un sistema de procesamiento y almacenamiento de datos adecuado a registros de calidad de agua y provenientes de estos dispositivos de bajo costo, cuya implementación es el objetivo principal de este trabajo de memoria.
En el siguiente trabajo se diseña e implementa un backend de adquisición de datos para el sistema de monitoreo de calidad de agua propuesto por el proyecto FONDEF. La solución integra las aplicaciones de dos redes LPWAN con una API que ofrece alternativas para mitigar el ruido que pueden generar los sensores que toman registros, mediante distintos algoritmos de filtrado de ruido. El trabajo presenta un análisis de estos algoritmos sobre datos históricos de calidad de agua en Chile, y un benchmark comparativo de filtros de ruido sobre datos obtenidos con el sensor de temperatura DS18B20.
Los registros de calidad de agua son almacenados en una base de datos de series temporales integrada a un tablero de control. Permitiendo así ofrecer una alternativa de visualización, recopilamiento y almacenamiento de datos adecuado a un sistema de bajo costo.
Para validar la solución, se realizan pruebas de conexión con el servidor y escrituras a la base de datos, obteniendo como límite un máximo de 100 clientes concurrentes, utilizando las configuraciones por defecto del servidor. También, se realiza un análisis comparativo de algoritmos de filtrado de ruido en línea y fuera de línea, obteniendo mejores métricas utilizando el algoritmo descompositivo clásico, en comparación a las métricas de los datos sin filtrar.