Please use this identifier to cite or link to this item: http://www.monografias.ufop.br/handle/35400000/3449
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorRodrigues, Welbert Alvespt_BR
dc.contributor.authorFraga, Thiago Rabelo-
dc.date.accessioned2021-09-22T17:17:36Z-
dc.date.available2021-09-22T17:17:36Z-
dc.date.issued2021pt_BR
dc.identifier.citationFRAGA, Thiago Rabelo. Sistema de monitoramento de consumo de água de baixo custo com comunicação Wi-Fi aplicado à IoT. 2021. 47 f. Monografia (Graduação em Engenharia Elétrica) - Instituto de Ciências Exatas e Aplicadas, Universidade Federal de Ouro Preto, João Monlevade, 2021.pt_BR
dc.identifier.urihttp://www.monografias.ufop.br/handle/35400000/3449-
dc.description.abstractEste trabalho apresenta a implementação de um sistema de monitoramento de consumo de água de baixo custo com comunicação Wi-Fi que utiliza o conceito da Internet das Coisas. O processo é realizado por meio da leitura de vazão de um transdutor de vazão, que envia seu sinal elétrico para uma MCU, onde este sinal é calibrado e processado para obter dados de vazão e estes dados são enviados para a plataforma Tago.io, que permite a exibição dos dados em um dashboard, permitindo que o usuário acesse as informações de seu interesse. Para implementar tal processo, foi necessário realizar medições com o auxílio de um osciloscópio no transdutor de vazão YF-S201, onde foi possível verificar a forma de onda do sinal que é enviado à MCU. Também foi necessário calibrar o transdutor de vazão por meio da regressão linear, utilizando os procedimentos descritos nas normas do INMETRO e da ABNT. Dentre as normas abordadas, a que se apresentou mais viável e mais adequada foi a NBR 4185, devido a sua adequação à aplicação no que diz respeito à quantidade de vazão medida. Após a calibração do transdutor, foi calcula a incerteza do ajuste. Para uma probabilidade de 95%, foi encontrado que a indicação real em vazão do transdutor varia em 1,975 L/h para mais ou para menos. Através da aquisição dos dados de vazão em tempo real pela MCU em C++, os dados de volume acumulado foram processados via programação em Python na plataforma Tago.io e, posteriormente, apresentados ao usuário. Para melhorias e trabalhos futuros, o código-fonte foi disponibilizado à comunidade na plataforma GitHub.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectInternet das coisaspt_BR
dc.subjectMicrocontroladorespt_BR
dc.subjectMedidores de fluxopt_BR
dc.subjectCalibraçãopt_BR
dc.titleSistema de monitoramento de consumo de água de baixo custo com comunicação Wi-Fi aplicado à IoT.pt_BR
dc.typeTCC-Graduaçãopt_BR
dc.contributor.refereeRodrigues, Welbert Alvespt_BR
dc.contributor.refereeTheodoro, Thainan Santospt_BR
dc.contributor.refereeTiago, Marcelo Moreirapt_BR
dc.description.abstractenThis work presents the implementation of a low cost water consumption monitoring system with Wi-Fi communication that uses the concept of the Internet of Things. The process is carried out by reading the flow of a flow transducer, which sends its electrical signal to a microcontroller unit (MCU), where this signal is calibrated and processed to obtain flow data and this data are sent to the Tago.io platform, which allows the display of data on a dashboard, allowing the user to access the information of interest. To implement this process, it was necessary to perform measurements with the aid of an oscilloscope on the YF-S201 flow transducer, where it was possible to verify the waveform of the signal that is sent to the MCU. It was also necessary to calibrate the flow transducer through linear regression, using the procedures described in the standards of INMETRO and the Brazilian Association of Technical Standards (ABNT). Among the standards discussed, the one that was the most viable and most adequate was the Brazilian Technical Standard (NBR) 4185, due to its suitability for application with regard to the amount of measured flow. After transducer calibration, the adjustment uncertainty was calculated. For a 95% probability, it was found that the actual transducer flow indication varies by more or less 1.975L/h. Through the acquisition of flow data in real time by the MCU in C++, the accumulated volume data were processed via Python programming on the Tago.io platform and, later, presented to the user. For further improvement and work, the source code has been made available to the community on the GitHub platform.pt_BR
dc.contributor.authorID15.1.8197pt_BR
Appears in Collections:Engenharia Elétrica - JMV

Files in This Item:
File Description SizeFormat 
MONOGRAFIA_SistemaMonitoramentoConsumo.pdf17,71 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons