Controle de temperatura para automação residencial utilizando Modelos Ocultos de Markov

Abstract

Neste trabalho é proposto um sistema para controle de temperatura baseado no método de aprendizagem de máquina Modelos Ocultos de Markov (Hidden Markov Models – HMM) para aplicações em automação residencial. O objetivo é minimizar a necessidade de intervenção do usuário em equipamentos de controle de temperatura, melhorando assim, o conforto térmico em residências. Para tanto é necessário que o sistema identifique o perfil do usuário. A aprendizagem de máquina é uma área de pesquisa que estuda técnicas que tornam possível que agentes de software melhorarem suas medidas de desempenho ao longo do tempo. A metodologia de pesquisa escolhida para este trabalho é do tipo bottom-up, onde módulos individuais do sistema são especificados e desenvolvidos para posteriormente serem interconectados, formando assim, o sistema completo. Neste trabalho é abordado um caso de estudo para controle de temperatura com um único módulo de monitoramento. A solução proposta considera um módulo mestre no qual é implementado o algoritmo de treinamento para o HMM e um módulo escravo para monitoramento do sensor de temperatura. Adicionalmente, foi escolhida um protocolo de rede de comunicação sem fio tipo ZigBee. Implementações baseadas em HMM para solução de problema similares foram previamente realizadas em computador pessoal, demostrando a viabilidade da solução proposta. Resultados de simulações e testes experimentais demonstram que a arquitetura do sistema proposto foi implementado com sucesso.