Agente: Acondicionador de Aire Inteligente

  • 4,046 views
Uploaded on

 

  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
4,046
On Slideshare
0
From Embeds
0
Number of Embeds
1

Actions

Shares
Downloads
35
Comments
0
Likes
0

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. AGENTE: ACONDICIONADOR DE AIRE INTELIGENTE
  • INTRODUCCIÒN
    Hoy en día el cambio climático es una realidad, cada vez tendrá mas incidencia en nuestras vidas.
    Una de las medidas que resuelva de manera oportuna, es la utilización de un acondicionador de aire, los mismos que proporcionan calefacción o refrigeración, dependiendo del caso; estos pueden estar ubicados en los hogares, vehículos, aviones, salas, etc.
    ¿Te gustaría tener un AAI, que brinde un servicio confortable de manera completamente automática?. Una área de estudio emergente es la IA , en donde se propone la creación de agentes inteligentes capaces de percibir en su entorno, actuar y tomar decisiones de manera razonable, siendo también capaces de seguir aprendiendo para un futuro.
  • 4. OBJETIVO
    Brindar al usuario una solución rápida e inteligente para mitigar los problemas de climatización.
    ¿QUÉ ES UN ACONDICIONADOR DE AIRE INTELIGENTE?
    Es el proceso más completo de tratamiento de aire-ambiente, capaz de percibir su entorno en tiempo real, procesar tales percepciones y responder o actuar en su entorno de manera racional, y correcta tendiendo a maximizar un resultado confortable.
  • 5. FUNCIONAMIENTO
    Controlará de forma automática las moléculas de aire para subir o bajar la temperatura del mismo.
    Controlar la cantidad de agua en el aire, generando un ambiente cálido o fresco, dependiendo de las necesidades del entorno.
    Estará controlado mediantes diferentes tipos de sensores de acuerdo a cada necesidad.
    Realizará su propia auto-limpieza (Renovación y Filtrado)
  • 6. AMBIENTE DE TAREA
  • 7. Arquitectura del AAI
  • 8. CONTROL DEL AAI
    Requiere modificaciones frecuentes de sus ajustes internos para acciones de control óptimo.
    Usualmente los usuarios son responsables por su trabajo, por lo tanto sus experiencias y conocimientos determinan el rendimiento del sistema.
    Puede anticipar cualquier perturbación, de este modo provee acciones apropiadas para lograr un confort térmico para todos los usuarios.
    Las perturbaciones e incertidumbres en el agente incluyen al clima, ocupantes (occupancypatterns), cambios ambientales, uso de las variaciones o funciones del espacio y varios factores externos, todo esto afecta a la operación del sistema. Sin embargo algunos de ellos pueden ser basados en predicciones sobre información apriori.
  • 9. TÉCNICAS A UTILIZAR EN EL DESARROLLO DE LA SOLUCIÓN DEL AGENTE AAI
    La lógica difusa se constituye como un lenguaje que traslada sentencias naturales a un formalismo matemático.
    Existen cuatro pasos básicos para desarrollar un controlador difuso:
     
    • definir el modelo funcional y las características de la operación.
    • 10. definir las superficies de control.
    • 11. escribir las reglas que relacionan los valores de entrada con las propiedades de salida del modelo.
    • 12. seleccionar un método de defuzzificación.
    Después se continúa con el proceso de simulación y depuración del sistema.
  • 13. SOLUCIÒN
    Para la solución del problema se aplica la estrategia heurística de búsqueda no informada.
    En la simulación se utiliza nodos que representan el estado de las variables en que se encuentra el espacio del entorno.
    Como se menciona anteriormente, existen seis estados de las variables tales como:
    Muy frio
    Frio
    Medio frio
    Medio caliente
    Caliente
    Muy caliente
    De acuerdo a la percepción que el agente obtenga, tomara la respectiva decisión para cada nodo basado en lo que ha aprendido.
  • 14. SISTEMA DE CONTROL PARA EL MANEJO DEL AIRE
    Dentro de un modelo de software de un sistema de manejo del aire, hay parámetros significativos que son capaces de caracterizar el estado del acondicionador de aire, los mismos que son:
    • Tm - Sala de temperatura bajo control
    • 15. RHm – Sala humedad relativa bajo control
    • 16. Psup – Presión de aire detrás del suministro de aire más húmedo
    • 17. Pn - Presión de aire agotado
    • 18. Pmix – Presion de aire fresco
    • 19. Tsup – temperatura de suministro de aire
    • 20. Xsup – Contenido de humedad de suministro de aire
    • 21. msup – suministro de rangos de flujo de aire
  • REDES NEURONALES ARTIFICIALES
    En general, una red neural es hecha por un conjunto de nodos (llamadas neuronas) organizada en capas. Cada nodo es interconectado hacia otros nodos en la siguiente capa a través de enlaces.
    • La primera capa es llamada capa de entrada por la que ingresa toda la información, mientras que la ultima capa es la de salida de la red. Existen capas entre estas llamadas capas ocultas.
    • 22. El algoritmo que se utilizo para el proyecto del agente AAI es un algoritmo genético en Redes neuronales, el cual permite ayudar a entrenar a las redes neuronales, ya que se puede utilizar en cualquier tipo de problema, utiliza básicamente el principio de evolución natural.
  • IMPLEMENTACIÒN DEL ALGORITMO
    Para hacer evolucionar a las redes lo más común es la utilización de un algoritmo genético en conjunción con una red neuronal.
    Por tanto en el agente AAI se ha utilizado el algoritmo citado, ya que estos son excelentes en la búsqueda en un espacio de estados, por tanto la búsqueda de los pesos para una red neuronal es una aplicación ideal.
    A continuación podemos ver parte del código que se ha utilizado en la programación del Agente acondicionador de Aire Inteligente.
  • 23.
  • 24. BASES DE CONOCIMIENTO EN RDF
    Un RDF es un lenguaje para representar información sobre recursos en la WorldWide Web.
    El lenguaje RDF es muy útil en situaciones en las que la información necesita ser procesada por aplicaciones que intercambian información legible por máquina, más que por humanos
    RDF puede utilizarse en diferentes áreas como en la recuperación de recursos para los buscadores, robots y agentes inteligentes.
  • 25. La figura 7 nos presenta la ontología del Acondicionador de Aire Inteligente en el cual describe el comportamiento que hará el Agente Inteligente.
  • 26. Continuando con el tema una descripción RDF es un conjunto de proposiciones simples (también llamadas sentencias o declaraciones) y una proposición se conoce también como una tripleta, porque está compuesta de 3 cosas: un sujeto, un predicado y un objeto.
    En el caso de nuestro agente Inteligente podemos observar cada uno de los nodos de información conectados por líneas, a continuación podemos observar como en nuestra tripleta cumple con los tres elementos: sujeto, predicado y objeto.
  • 27.
  • 28. CONCLUSIONES
    Se requiere primeramente, como es en el caso de este estudio, saber cómo funciona normalmente un acondicionador de Aire, para luego en base al estudio de IA, poder crear un Acondicionador de Aire Inteligente(AAI)
    De acuerdo a l objetivo planteado este producto debe satisfacer un ambiente confortable y adecuado al entorno donde se encuentre.
    Alcanzar al máximo un rendimiento, cumpliendo siempre con las características de Disponibilidad, Seguridad y Confortabilidad para el Usuario.
  • 29. CONCLUSIONES
    Con respecto a la complejidad del agente se ha tomado la técnica lógica difusa, la cual permite representar este tipo de modelos.
    El algoritmo que se adapta a nuestro agente es el de Algoritmo Genético; el mismo que lo recomiendan, quienes trabajan con la técnica de lógica difusa.
    Para el cálculo d los parámetros se utilizan algunas fórmulas recomendadas por investigadores con experiencia en el tema de climatización.
  • 30. Anexos
  • 31.
  • 32. GRACIAS
  • 33. REFERENCIAS
    [1]Leung TseWai, Development of Intelligent Air – Conditioning. Disponible en: http://dspace.cityu.edu.hk/handle/2031/3861
    [2] Daikin, The Next Generation of Air Conditioning Systems. Disponible en: http://www.daikin.com/
    [3] Graniery Juan. Redes neuronales y Lógica Difusas. Disponible en:
    http://www.blogger.com/feeds/6888739744695098298/posts/default
    [4] Grafico de Redes Neuronales. Disponible en: http://es.wikipedia.org/wiki/Redes_neuronales.
    [5] Deng Hu Bing. Ice Storage Air – Conditioning System of Intelligent Control. Disponible en: http://www.academypublisher.com/proc/iwisa09/papers/iwisa09p526.pdf