Please use this identifier to cite or link to this item:
https://repositorio.uleam.edu.ec/handle/123456789/9090
Title: | Sistema informático con redes neuronales convolucionales para la eficiencia energética de la climatización del laboratorio 1 en la Uleam Extensión el Carmen. |
Authors: | Alay Cruz, Edith Maribel |
Keywords: | EFICIENCIA ENERGÉTICA VISIÓN ARTIFICIAL AUTOMATIZACIÓN CLIMATIZACIÓN INTELIGENCIA ARTIFICIAL |
Issue Date: | 2025 |
Citation: | Alay Cruz, E. M. (2025). Sistema informático con redes neuronales convolucionales para la eficiencia energética de la climatización del laboratorio 1 en la Uleam Extensión el Carmen. (Proyecto Integrador). Universidad Laica Eloy Alfaro de Manabí, Manta, Ecuador. |
Series/Report no.: | ULEAM-TEC.INF;104 |
Abstract: | En el marco del presente trabajo de titulación denominado “Proyecto Integrador” tuvo como finalidad desarrollar un “Sistema Informático con Redes Neuronales Convolucionales para la Eficiencia Energética de la Climatización del Laboratorio 1 en la ULEAM Extensión El Carmen”, como estudiante de 9no semestre de Tecnologías de la Información, el objetivo fue mejorar la eficiencia energética del laboratorio #1, cuyo aire acondicionado consume aproximadamente 418 kWh/mes debido a su operación manual, que deja el equipo encendido en aulas vacías. A través de una encuesta a 150 usuarios y una entrevista a un docente especializado, se diagnosticó que el 93% apoya un sistema automatizado de detección de personas, esperando un ahorro energético del 30–50%. Estos hallazgos guiaron el desarrollo de un sistema basado en visión artificial, utilizando redes neuronales convolucionales para detectar ocupación y controlar el aire acondicionado. Además se implementó un dashboard desarrollado con Streamlit como una aplicación web interactiva de manera que integra datos en tiempo real desde Google Sheets y ofrece gráficos y estadísticas accesibles desde cualquier navegador, lo que permite tanto a usuarios como administradores el monitoreo continuo y el análisis del uso de energía en tiempo real. Una prueba piloto demostró un ahorro preliminar del 16.1%, con potencial para alcanzar el 40% proyectado mediante optimizaciones futuras. El proyecto aporta una solución innovadora y escalable para laboratorios universitarios, integrando tecnologías de inteligencia artificial en contextos de bajo presupuesto, a pesar de limitaciones como pruebas de corta duración y restricciones de infraestructura. Se recomienda implementar pruebas extendidas y desarrollar una interfaz de control remoto. Este trabajo refleja competencias en visión artificial y gestión de proyectos tecnológicos, contribuyendo a la sostenibilidad en la ULEAM. |
URI: | https://repositorio.uleam.edu.ec/handle/123456789/9090 |
Appears in Collections: | TECNOLOGIAS DE LA INFORMACIÓN |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
ULEAM-TEC.INF-104.pdf | PROYECTO INTEGRADOR | 4,01 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.