Publication
Smart systems for buildings
| datacite.subject.fos | Engenharia e Tecnologia::Outras Engenharias e Tecnologias | pt_PT |
| dc.contributor.advisor | Lima, José | |
| dc.contributor.advisor | Pereira, Ana I. | |
| dc.contributor.advisor | Ferreira, Ângela P. | |
| dc.contributor.advisor | Moritz, Guilherme Luiz | |
| dc.contributor.author | Kalbermatter, Rebeca B. | |
| dc.date.accessioned | 2022-12-15T13:42:04Z | |
| dc.date.available | 2022-12-15T13:42:04Z | |
| dc.date.issued | 2022 | |
| dc.description | Mestrado de dupla diplomação com a UTFPR - Universidade Tecnológica Federal do Paraná | pt_PT |
| dc.description.abstract | Life in society has initiated a search for comfort and security in social centers. This quest has generated revolutions within the knowledge about the technologies involved, making the environment automated and integrated. Along with this increase, ecological concerns have also arisen, which have been involved since the conception of intelligent structures, remaining throughout their use. Based on these two pillars, the present study aims to cover three central systems inside the apartments of the Apolo Building (Bragança, Portugal). The monitoring of the energy and water consumption and waste disposal systems are integrated by storing the data in a single database in InfluxDB. The data is collected through the sensors and transmitted via Wi-Fi, allowing real-time monitoring through the Grafana application. This data collection makes it possible to track the resident’s behavior through the applied machine learning algorithm. In addition, the collected data should be visible to the resident, bringing together ecological solutions that minimize the expenditure of the building’s resources. Through continuous observation of the data, it will be possible to analyze whether there have been changes in the resident’s behavior through the data presented. Besides dealing only with technical data, this analysis can bring advantages in the search for better ecological awareness of each resident. There is no point in seeking efficient solutions for the building if each resident does not has own actions do not aim at it. | pt_PT |
| dc.description.abstract | A vida em sociedade iniciou uma procura ao conforto e à segurança nos centros sociais. Esta procura gerou revoluções dentro do conhecimento sobre as tecnologias envolvidas, tornando o meio ambiente automatizado e integrado. Juntamente com este aumento, surgiram também preocupações ecológicas, que têm estado envolvidas desde a concepção de estruturas inteligentes, permanecendo ao longo do tempo da sua utilização. Baseado nestes dois pilares, o presente estudo pretende abranger três sistemas centrais no interior dos apartamentos do Edifício Apolo (Bragança, Portugal). A monitorização dos sistemas de consumo de energia, de água e descarte de lixo são integrados através do armazenamento dos dados numa mesma base de dados no InfluxDB. Os dados são coletados através dos sensores e transmitidos via Wi-Fi, permitindo a monitorização em tempo real através da aplicação Grafana. A partir da aquisição desses dados é possível fazer o rastreamento do comportamento do residente através do algoritmo de machine learning aplicado. Além disso, os dados adquiridos devem ser visíveis ao próprio morador, trazendo junto soluções ecológicas que minimizam os gastos dos recursos do edifício. Através da observação contínua dos dados, será possível analisar se houve mudanças de comportamento do morador mediante os dados apresentados. Essa análise, além de tratar apenas dos dados técnicos, pode trazer vantagens na busca por uma melhor consciência ecológica de cada morador. Não só adianta buscar soluções de eficiência ao prédio, se cada morador não tiver sua percepção e atos também voltados a isso. | pt_PT |
| dc.identifier.tid | 203123751 | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10198/26205 | |
| dc.language.iso | eng | pt_PT |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc/4.0/ | pt_PT |
| dc.subject | Internet of things | pt_PT |
| dc.subject | Smart buildings | pt_PT |
| dc.subject | InfluxDB | pt_PT |
| dc.subject | Machine learning | pt_PT |
| dc.title | Smart systems for buildings | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| person.familyName | Kalbermatter | |
| person.givenName | Rebeca B. | |
| person.identifier.ciencia-id | C410-B5A7-8C80 | |
| person.identifier.orcid | 0000-0002-5219-4084 | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| relation.isAuthorOfPublication | 6c6958b9-da4e-4eb7-a6c5-3b0d124edc0c | |
| relation.isAuthorOfPublication.latestForDiscovery | 6c6958b9-da4e-4eb7-a6c5-3b0d124edc0c | |
| thesis.degree.name | Engenharia Industrial | pt_PT |