Compartilhamento |
![]() ![]() |
Use este identificador para citar ou linkar para este item:
https://tedebc.ufma.br/jspui/handle/tede/tede/5447
Tipo do documento: | Tese |
Título: | Nó sensor inteligente para detecção e classificação de derivados de petróleo em ambiente aquático |
Título(s) alternativo(s): | There is no intelligent sensor for detecting and classifying petroleum compositions in an aquatic environment |
Autor: | SILVA, Yan Ferreira da ![]() |
Primeiro orientador: | FONSECA NETO, João Viana da |
Primeiro coorientador: | FREIRE, Raimundo Carlos Silvério |
Primeiro membro da banca: | SOUZA, Francisco das Chagas de |
Segundo membro da banca: | CASAS, Vicente Leonardo Paucar |
Terceiro membro da banca: | PINTO, Mauro Sergio Silva |
Quarto membro da banca: | CUNHA, António Manuel Trigueiros da Silva |
Resumo: | Para prevenir e mitigar o impacto ambiental do transporte e extração de petróleo e seus derivados, este documento apresenta a concepção, projeto, desenvolvimento e implementação de um nó sensor para redes de sensores sem fio (RSSF). O sistema proposto é um nó sensor inteligente estático que detecta e classifica poluentes em ambientes aquáticos usando abordagens de aprendizado de máquina e IoT (Internet das Coisas). Nesta tese, é apresentada o desenvolvimento do nó sensor, que consiste em três fases. Na primeira fase, são apresentadas a concepção e modelagem do sistema embarcado, incluindo modelagem matemática do nó, sistema de alimentação, estrutura de comunicação, detecção e classificação de poluentes via aprendizado de máquina e IoT. A implementação do nó sensor estático é apresentada na segunda fase do projeto, que inclui a modelagem funcional da medição, a arquitetura do sistema embarcado e sua estrutura física. Na última etapa, são apresentados os testes de detecção e classificação do nó sensor proposto, incluindo a caracterização e implementação dos sensores. O nó sensor inteligente é avaliado em ambiente fechado por meio da análise de amostras de água do mar com gasolina e diesel, medições de pH e turbidez de água do mar e água doce com gasolina e experimentos por meio de medições diretas e indiretas de água do mar e diesel. Devido aos fatos dos experimentos terem mostrado resultados satisfatórios, o nó sensor proposto é considerado um dispositivo promissor para detectar e classi car poluentes em ambientes aquáticos do mundo real. |
Abstract: | To prevent and mitigate the environmental impact of transporting and extracting oil and its derivatives, the conception, design, development and implementation of a sensor node for wireless sensor networks (WSN) is presented in this Thesis. The proposed system is a static intelligent sensor node that detects and classi es pollutants in aquatic environments using machine learning and IoT (Internet of Things) approaches. The development of the sensor node consists of three phases. In the rst phase, the design and modeling of the embedded system includes mathematical modeling of the node, power system, communication structure, detection and classi cation of pollutants via machine learning and IoT. The implementation of the static sensor node is presented in the second phase of the project, which includes functional modeling of the measurement, the architecture of the embedded system and its physical structure. In the last stage, the detection and classi cation tests of the proposed sensor node are performed, including the characterization and implementation of the sensors. The intelligent sensor node is evaluated indoors through the analysis of seawater samples with gasoline and diesel, pH and turbidity measurements of seawater and freshwater with gasoline, and experiments through direct and indirect measurements of seawater and diesel. Due to the facts of the experiments have shown satisfactory results, the proposed sensor node is considered a promising device for detecting and classifying pollutants in real-world aquatic environments. |
Palavras-chave: | aprendizado de máquina; nó sensor; poluentes em ambientes aquáticos, rede de sensores sem fio; sistemas embarcados; machine learning; sensor node; pollutants in aquatic environments; wireless sensor network; embedded systems. |
Área(s) do CNPq: | Engenharia Elétrica |
Idioma: | por |
País: | Brasil |
Instituição: | Universidade Federal do Maranhão |
Sigla da instituição: | UFMA |
Departamento: | DEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCET |
Programa: | PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET |
Citação: | SILVA, Yan Ferreira da. Nó sensor inteligente para detecção e classificação de derivados de petróleo em ambiente aquático. 2024. 145 f. Tese (Programa de Pós-Graduação em Engenharia de Eletricidade/CCET) - Universidade Federal do Maranhão, São Luís, 2024 |
Tipo de acesso: | Acesso Aberto |
URI: | https://tedebc.ufma.br/jspui/handle/tede/tede/5447 |
Data de defesa: | 1-Jul-2024 |
Aparece nas coleções: | TESE DE DOUTORADO - PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
YanFerreiraDaSilva.pdf | Tese de Doutorado | 4,67 MB | Adobe PDF | Baixar/Abrir Pré-Visualizar |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.