Nó sensor inteligente para detecção e classificação de derivados de petróleo em ambiente aquático

Detalhes bibliográficos
Autor(a) principal: SILVA, Yan Ferreira da
Data de Publicação: 2024
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFMA
Texto Completo: https://tedebc.ufma.br/jspui/handle/tede/tede/5447
Resumo: 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.
id UFMA_4b6c62cdd742ee6f4cdd89780021cd13
oai_identifier_str oai:tede2:tede/5447
network_acronym_str UFMA
network_name_str Biblioteca Digital de Teses e Dissertações da UFMA
repository_id_str 2131
spelling FONSECA NETO, João Viana dahttp://lattes.cnpq.br/0029055473709795FREIRE, Raimundo Carlos Silvériohttp://lattes.cnpq.br/0029055473709795SOUZA, Francisco das Chagas dehttp://lattes.cnpq.br/2405363087479257CASAS, Vicente Leonardo Paucarhttp://lattes.cnpq.br/1155686983267102PINTO, Mauro Sergio Silvahttp://lattes.cnpq.br/0804349408744542CUNHA, António Manuel Trigueiros da Silvahttps://scholar.google.pt/citations?user=YFdve2cAAAAJ&hl=pt-PThttp://lattes.cnpq.br/0449483301841285SILVA, Yan Ferreira da2024-08-13T15:07:38Z2024-07-01SILVA, 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, 2024https://tedebc.ufma.br/jspui/handle/tede/tede/5447To 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.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.Submitted by Daniella Santos (daniella.santos@ufma.br) on 2024-08-13T15:07:38Z No. of bitstreams: 1 YanFerreiraDaSilva.pdf: 4778250 bytes, checksum: 533df89fc4c76dfeae3f6a589836fbb7 (MD5)Made available in DSpace on 2024-08-13T15:07:38Z (GMT). No. of bitstreams: 1 YanFerreiraDaSilva.pdf: 4778250 bytes, checksum: 533df89fc4c76dfeae3f6a589836fbb7 (MD5) Previous issue date: 2024-07-01CAPESCNPqFAPEMAapplication/pdfporUniversidade Federal do MaranhãoPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCETUFMABrasilDEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCETaprendizado 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.Engenharia ElétricaNó sensor inteligente para detecção e classificação de derivados de petróleo em ambiente aquáticoThere is no intelligent sensor for detecting and classifying petroleum compositions in an aquatic environmentinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFMAinstname:Universidade Federal do Maranhão (UFMA)instacron:UFMAORIGINALYanFerreiraDaSilva.pdfYanFerreiraDaSilva.pdfapplication/pdf4778250http://tedebc.ufma.br:8080/bitstream/tede/5447/2/YanFerreiraDaSilva.pdf533df89fc4c76dfeae3f6a589836fbb7MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82255http://tedebc.ufma.br:8080/bitstream/tede/5447/1/license.txt97eeade1fce43278e63fe063657f8083MD51tede/54472024-08-13 12:07:38.82oai:tede2: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Biblioteca Digital de Teses e Dissertaçõeshttps://tedebc.ufma.br/jspui/PUBhttp://tedebc.ufma.br:8080/oai/requestrepositorio@ufma.br||repositorio@ufma.bropendoar:21312024-08-13T15:07:38Biblioteca Digital de Teses e Dissertações da UFMA - Universidade Federal do Maranhão (UFMA)false
dc.title.por.fl_str_mv Nó sensor inteligente para detecção e classificação de derivados de petróleo em ambiente aquático
dc.title.alternative.eng.fl_str_mv There is no intelligent sensor for detecting and classifying petroleum compositions in an aquatic environment
title Nó sensor inteligente para detecção e classificação de derivados de petróleo em ambiente aquático
spellingShingle Nó sensor inteligente para detecção e classificação de derivados de petróleo em ambiente aquático
SILVA, Yan Ferreira da
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.
Engenharia Elétrica
title_short Nó sensor inteligente para detecção e classificação de derivados de petróleo em ambiente aquático
title_full Nó sensor inteligente para detecção e classificação de derivados de petróleo em ambiente aquático
title_fullStr Nó sensor inteligente para detecção e classificação de derivados de petróleo em ambiente aquático
title_full_unstemmed Nó sensor inteligente para detecção e classificação de derivados de petróleo em ambiente aquático
title_sort Nó sensor inteligente para detecção e classificação de derivados de petróleo em ambiente aquático
author SILVA, Yan Ferreira da
author_facet SILVA, Yan Ferreira da
author_role author
dc.contributor.advisor1.fl_str_mv FONSECA NETO, João Viana da
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/0029055473709795
dc.contributor.advisor-co1.fl_str_mv FREIRE, Raimundo Carlos Silvério
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/0029055473709795
dc.contributor.referee1.fl_str_mv SOUZA, Francisco das Chagas de
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/2405363087479257
dc.contributor.referee2.fl_str_mv CASAS, Vicente Leonardo Paucar
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/1155686983267102
dc.contributor.referee3.fl_str_mv PINTO, Mauro Sergio Silva
dc.contributor.referee3Lattes.fl_str_mv http://lattes.cnpq.br/0804349408744542
dc.contributor.referee4.fl_str_mv CUNHA, António Manuel Trigueiros da Silva
dc.contributor.referee4Lattes.fl_str_mv https://scholar.google.pt/citations?user=YFdve2cAAAAJ&hl=pt-PT
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/0449483301841285
dc.contributor.author.fl_str_mv SILVA, Yan Ferreira da
contributor_str_mv FONSECA NETO, João Viana da
FREIRE, Raimundo Carlos Silvério
SOUZA, Francisco das Chagas de
CASAS, Vicente Leonardo Paucar
PINTO, Mauro Sergio Silva
CUNHA, António Manuel Trigueiros da Silva
dc.subject.por.fl_str_mv aprendizado de máquina;
nó sensor;
poluentes em ambientes aquáticos,
rede de sensores sem fio;
sistemas embarcados;
topic 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.
Engenharia Elétrica
dc.subject.eng.fl_str_mv machine learning;
sensor node;
pollutants in aquatic environments;
wireless sensor network;
embedded systems.
dc.subject.cnpq.fl_str_mv Engenharia Elétrica
description 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.
publishDate 2024
dc.date.accessioned.fl_str_mv 2024-08-13T15:07:38Z
dc.date.issued.fl_str_mv 2024-07-01
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv 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
dc.identifier.uri.fl_str_mv https://tedebc.ufma.br/jspui/handle/tede/tede/5447
identifier_str_mv 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
url https://tedebc.ufma.br/jspui/handle/tede/tede/5447
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do Maranhão
dc.publisher.program.fl_str_mv PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET
dc.publisher.initials.fl_str_mv UFMA
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv DEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCET
publisher.none.fl_str_mv Universidade Federal do Maranhão
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFMA
instname:Universidade Federal do Maranhão (UFMA)
instacron:UFMA
instname_str Universidade Federal do Maranhão (UFMA)
instacron_str UFMA
institution UFMA
reponame_str Biblioteca Digital de Teses e Dissertações da UFMA
collection Biblioteca Digital de Teses e Dissertações da UFMA
bitstream.url.fl_str_mv http://tedebc.ufma.br:8080/bitstream/tede/5447/2/YanFerreiraDaSilva.pdf
http://tedebc.ufma.br:8080/bitstream/tede/5447/1/license.txt
bitstream.checksum.fl_str_mv 533df89fc4c76dfeae3f6a589836fbb7
97eeade1fce43278e63fe063657f8083
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFMA - Universidade Federal do Maranhão (UFMA)
repository.mail.fl_str_mv repositorio@ufma.br||repositorio@ufma.br
_version_ 1809926182690357248