Sistema de Identificación de Incendios en Espacios Interiores
Los incendios en espacios cerrados se caracterizan por ser detonados cuando alguna instalación eléctrica está provocando un cortocircuito o por una fuente que genera una chispa en dichos espacios, además, hay presencia de combustibles como gases y materiales sólidos o líquidos altamente flamables. E...
| Autores: | , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2023 |
| País: | México |
| Institución: | Universidad Autónoma del Estado de México |
| Repositorio: | Redalyc-UAEMEX |
| OAI Identifier: | oai:redalyc.org:512275598010 |
| Acceso en línea: | https://www.redalyc.org/articulo.oa?id=512275598010 https://www.redalyc.org/journal/5122/512275598010/ https://www.redalyc.org/journal/5122/512275598010/html/ https://www.redalyc.org/journal/5122/512275598010/512275598010.epub https://www.redalyc.org/journal/5122/512275598010/movil |
| Access Level: | acceso abierto |
| Palabra clave: | Ingeniería prevención Detección de incendios redes neuronales convolucionales |
| Sumario: | Los incendios en espacios cerrados se caracterizan por ser detonados cuando alguna instalación eléctrica está provocando un cortocircuito o por una fuente que genera una chispa en dichos espacios, además, hay presencia de combustibles como gases y materiales sólidos o líquidos altamente flamables. Esta investigación se enfoca en presentar un sistema híbrido de prevención y detección de incendios en lugares cerrados, como casa-habitación, edificios corporativos, laboratorios, entre otros. Se ha propuesto la implementación de sensores para la detección de distintos tipos de gases flamables, así como la detección de gases no flamables que son producto de un proceso de combustión, aunado a esto, se cuenta con un sistema de detección por visión de computadora, el cual emplea una red neuronal profunda para la detección de fuego y humo basada en el modelo YOLO (You Only Look Once). Las variables obtenidas por el dispositivo, denominado como DRI3 (Dispositivo de reconocimiento de incendios), tiene la capacidad de almacenar los registros en un servidor local, así como subir los datos obtenidos por los sensores en la plataforma ThingSpeak para el respaldo y análisis de la información. De acuerdo con los resultados obtenidos, el sistema tuvo una capacidad de detección de gases flamables y humo en un 100%, mientras que, la red convolucional empleada para detectar fuego en imágenes digitales tuvo una capacidad de detección del 93%, adicionalmente, la emisión de alertas mediante el envío de mensajes de alerta a celulares se gestionó de forma correcta. |
|---|