Sistema inteligente para detecção de vazamento de gás GLP com redução de falsos positivos

TítuloSistema inteligente para detecção de vazamento de gás GLP com redução de falsos positivospt_BR
AutorDella, João Victor Possamai
OrientadorBlauth Júnior, Valter
Resumo / AbstractA detecção de vazamentos de Gás Liquefeito de Petróleo é vital para evitar acidentes residenciais graves. Contudo, sistemas de alarme baseados em sensores de baixo custo, como o MQ-6, sofrem com alta sensibilidade cruzada, gerando falsos positivos na presença de interferentes como o álcool isopropílico. Este trabalho objetiva propor um sistema inteligente embarcado para detecção de Gás Liquefeito de Petróleo com redução de alarmes indevidos, utilizando um microcontrolador ESP32 e técnicas de aprendizado de máquina na borda (Tiny Machine Learning). A metodologia experimental consistiu na coleta de séries temporais de gás e temperatura para treinar uma rede neural quantizada (int8) na plataforma Edge Impulse. Os resultados mostraram que o modelo atingiu 97,3% de acurácia, identificando vazamentos reais e rejeitando 91,7% das interferências causadas pelo álcool, consumindo apenas 320 Bytes de memória RAM. Embora o estudo apresente limitações, como a ocasional sobreposição de sinais em baixas concentrações devido à física do sensor, conclui-se que o uso de TinyML atua como uma solução viável para mitigar falhas de hardware, aumentando a segurança residencial.pt_BR
Data de publicação2026-07
TipoTrabalho de Conclusão de Curso - TCCpt_BR
Idiomapt_BRpt_BR
Palavras-chaveInternet das coisaspt_BR
Palavras-chaveSensores MOSpt_BR
Palavras-chaveAprendizado de máquinapt_BR
DescriçãoArtigo de Conclusão de Curso, apresentado para obtenção do Grau de Bacharel no curso de Ciência da Computação da Universidade do Extremo Sul Catarinense, UNESC.pt_BR
Data de depósito2026-07-22T00:16:17Z
Data de disponibilização2026-07-22T00:16:17Z
URIhttp://repositorio.unesc.net/handle/1/13023
Cobertura espacialUniversidade do Extremo Sul Catarinensept_BR
Data de criação2026-07

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
João Victor Possamai Della.pdf
Tamanho:
1.7 MB
Formato:
Adobe Portable Document Format
Descrição:
TCC

Licença do Pacote

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição: