Utilize este link para identificar ou citar este item:
https://bdm.unb.br/handle/10483/15655Arquivos neste item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 2012_VitorAlmeidaBarbosa_tcc.pdf | 1,29 MB | Adobe PDF | ver/abrir |
| Título: | Localização de usuários em ambientes prediais através de sistema RFID e classificadores supervisionados visando economia de energia |
| Autor(es): | Barbosa, Vitor Almeida |
| Orientador(es): | Bauchspiess, Adolfo |
| Assunto: | Identificação por radiofrequência (RFID) Redes neurais (Computação) Energia elétrica - consumo |
| Data de apresentação: | Dez-2012 |
| Data de publicação: | 11-Jan-2017 |
| Referência: | BARBOSA, Vitor Almeida. Localização de usuários em ambientes prediais através de sistema RFID e classificadores supervisionados visando economia de energia. 2012. 47 f., il. Monografia (Bacharelado em Engenharia Mecatrônica)—Universidade de Brasília, Brasília, 2012. |
| Resumo: | A aplicação de algoritmos de aprendizagem supervisionada que realizem classificação de padrões em ambientes prediais, se utilizando de dados advindos de sistema de RFID (Radio Frequency Identification), permite controlar de forma racional o acionamento de aparelhos de ar-condicionado, entre outros equipamentos. Neste trabalho, os algoritmos classificadores utilizados foram o Multilayer Perceptron (MLP) e o Support Vector Machine (SVM), ambos treinados com valores de RSSI coletados por um sistema de controle de acesso via RFID instalado em um ambiente predial. Os resultados indicam que a abordagem de classificação de padrões é viável para localização de usuários e possui boa taxa de acerto na classificação dos três ambientes propostos. Foi possível propor uma metodologia para o desenvolvimento de um sistema capaz de realizar o acionamento automático de aparelhos de arcondicionado, proporcional ao número de pessoas ocupando o laboratório, a fim de garantir conforto e economia de energia. |
| Abstract: | The use of supervised learning algorithms that perform pattern classification in indoor environments, using data from RFID system, allows controlling rationally, among other equipment, the air-conditioning system. In this work, the classification algorithms used were Multilayer Perceptron (MLP) and Support Vector Machine (SVM), both trained with RSSI values collected from a RFID (Radio Frequency Identification) access control system present in an indoor environment. The results indicate that the pattern classification approach is feasible for locating users and has good accuracy rate in the classification of the three proposed environments. It was possible to propose a methodology for the development of a system capable of performing the automatic actuation of air-conditioning systems, proportional to the number of people occupying the laboratory to ensure comfort and energy savings. |
| Informações adicionais: | Monografia (graduação)—Universidade de Brasília, Faculdade de Tecnologia, Curso de Graduação em Engenharia de Controle e Automação, 2012. |
| Aparece na Coleção: | Engenharia Mecatrônica |
Este item está licenciado na Licença Creative Commons