Desarrollo e Implementación de Herramientas Predictivas para PM10 en Bahía Blanca, Argentina (10 Pag)

LUCILA L. CHIARVETTO PERALTA; MONICA F. DIAZ; NÉLIDA B: BRIGNOLE

Lima

Congreso; 11° Congreso Interamericano de Computación Aplicada a la Industria de Procesos, CAIP'2013; 2013

Pontificia Universidad Católica del Perú Facultad de Ciencias e Ingeniería Sección Ingeniería Mecánica

Se desarrollaron modelos de predicción de material particulado (PM10) no tradicionales en un trabajo de colaboración con el gobierno de la ciudad de la Bahía Blanca en el marco del proyecto de gobierno electrónico. Se logró predecir concentraciones ambientales de PM10 utilizando variables meteorológicas como datos de entrada, mediante una red neuronal artificial. Este trabajo se centró especialmente en los alrededores de la ciudad de Bahía Blanca, su polo petroquímico y supuerto de granos denominadoIng. White. La relevancia de las variables usadas se evaluó mediante una técnica de selección de características. Como resultado, este modelo contribuirá al observatorio local para dar la alerta temprana de posibles niveles excesivos del contaminante. En el presente trabajo se muestra la evolución de los desarrollos realizados orientados a la predicción de PM10.Se amplió el rango de entrenamiento para la red neuronal de 3 a 6 años (2004-2009), se rediseñó la selección de los sets de entrenamiento, testeo y validación de la red neuronal, basándonos en criterios de similitud de población de datos logrando así mejorar la calidad del predictor y se implementó la primera red en el observatorio local con el fin de obtener alarmas tempranas de niveles de PM10.