Defesa de dissertação (16/12/2022): Luis Barbosa de Assis Jr.

Discente: Luis Barbosa de Assis Jr.

Título: Um Sistema para Detecção de Vazamento de Água em Residências baseado em Internet das Coisas

Orientadores: Diego Brandão e Helga Balbi

Banca: Diego Brandão (CEFET/RJ), Helga Balbi (CEFET/RJ), Felipe Henriques (CEFET/RJ), André Chaves (IME/IPB), Ary de Oliveira (UFT)

Dia/hora: 16 de dezembro de 2022, às 10am.

Link da sala:https://teams.microsoft.com/l/meetup-join/19%3ameeting_Y2U5ZmY5NDUtOTg3OS00NDNhLWIxMWEtNTgwNTY2NjY5YzE2%40thread.v2/0?context=%7b%22Tid%22%3a%228eeca404-a47d-4555-a2d4-0f3619041c9c%22%2c%22Oid%22%3a%22b1b7c333-2713-4523-9eae-7d94d8adcbe5%22%7d

Resumo: O uso racional da água é essencial para o desenvolvimento e crescimento econômico de uma sociedade. Dados da Organização das Nações Unidas (ONU) indicam que até 2050 ocorrerá uma maior escassez de água devido ao aumento da sua procura em países emergentes, principalmente com o aumento populacional destes locais (ONU, 2018). Um consumo consciente por parte da sociedade pode amenizar tal efeito com a preservação das reservas naturais e aumento da segurança hídrica. Esta premissa serve de motivação para o desenvolvimento deste trabalho, que propõe a criação de um sistema computacional de baixo custo que detecte vazamentos de água em residências utilizando conceitos de Internet of Things (IoT). Tal sistema abrange a captação de dados por meio de sensoriamento, transmissão, processamento e, por fim, uma interface com o usuário. Foi explorada uma arquitetura de processamento híbrida em borda e névoa, assim como as técnicas de detecção de vazamento existentes na literatura Consume Non Zero e Minimun Night Flow. Além disso são apresentadas contribuições tanto na detecção de vazamento quanto na análise de consumo usando dados estatísticos brasileiros. Também foram estudados o impacto do consumo e vazamento na pressão interna da residência, além da aplicação de algoritmo de aprendizado de máquina para prever o consumo futuro.

Dissertação