Palabras clave: Internet
de las Cosas, Domótica, detección de gas, monitoreo remoto, automatización,
seguridad doméstica.
Keywords: Internet of Things, Domotics, gas detection, remote
monitoring, burner control, home security.
I.
Introducción
Los domicilios son considerados como lugares de comodidad y
seguridad; sin embargo, existen ciertos espacios que se pueden catalogar como
vulnerables a situaciones de riesgo y que pueden poner en juego la vida de
quienes los habitan. Uno de estos riesgos está ligado a las fugas de gas y los
descuidos en la cocina; estos incidentes pueden causar incendios, explosiones y
envenenamientos. En China, en el Hospital of Zhejiang University, según el
estudio realizado por Jin R. et al. (2018), se demostró que la fuga de gas
(81,03%) fue la principal causa de quemaduras relacionadas con Gas Licuado de
Petróleo (GLP), seguida de la operación inapropiada (7,69%) y la negligencia en
la cocina (2,05%), lo que destaca el aumento exponencial de las quemaduras
relacionadas con el GLP. En América Latina, las fugas de GLP constituyen una
seria amenaza para la seguridad en el ámbito doméstico. Por ejemplo, en
Colombia, entre 2015 y 2020, se documentaron alrededor de 1,500 incidentes
relacionados con el uso de GLP en el hogar, lo que subraya la necesidad de un
manejo más seguro (García Bernal y Argüello Verbanaz, 2021). En Perú, durante
2020, se reportaron cerca de 200 incidentes en viviendas a causa de fugas de
GLP (Gasnova, 2022). Si bien, no se cuentan con datos precisos para Argentina y
Brasil, en ambos países se presentan dificultades considerables relacionadas
con fugas en instalaciones domésticas y accidentes vinculados al uso de GLP
(Silva et al., 2022). En el contexto específico de Ecuador, la Secretaría
Nacional de Gestión de Riesgos (2015) reportó que entre 2010 y 2015 ocurrieron
231 incendios y explosiones provocados por fugas de gas, afectando o
destruyendo 224 viviendas. Además, solo en la ciudad de Cuenca, durante 2023,
el Benemérito Cuerpo de Bomberos registró 183 incidentes relacionados con fugas
de GLP. Estos datos reflejan la urgencia de implementar medidas preventivas que
permitan garantizar la seguridad de las familias y hogares de los diversos
países de la región. Según Hernández & Pérez (2021), el sistema de distribución
de gas GLP por medio de cilindros es comúnmente utilizado en áreas rurales o
donde la infraestructura de tuberías no es viable, lo cual ofrece flexibilidad
y facilidad de instalación; sin embargo, presenta desventajas en términos de
costos de mantenimiento y riesgos de seguridad debido a la manipulación
frecuente de los cilindros; además, la existencia de conexiones inseguras o el
mal estado de los elementos, lo que favorece a incrementar el riesgo de
accidentes.
En Ecuador, el sistema de distribución de GLP, se realiza
principalmente por medio de cilindros, tanto en el área urbana; así como, en el
área rural; en contraste, del sistema de distribución de Gas Natural (GN),
manejado por otros países latinoamericanos como Argentina o Perú. La
distribución por tuberías del GN, proporciona un suministro continuo y seguro
de gas permitiendo controlar la presión y flujo, volviéndolo más eficiente y
fiable, además de reducir la necesidad de reabastecimientos frecuentes, disminuyendo
así los riesgos asociados con el manejo de cilindros (García & Romero,
2019). El riesgo que representan las fugas de gas en entornos domésticos se
vuelve aún más alarmante, al considerar su naturaleza incolora y las
circunstancias en las que ocurren, ya que su olor puede pasar desapercibido, lo
que dificulta una detección oportuna; especialmente, durante las horas de
sueño. La inhalación de gas puede provocar intoxicaciones que van desde leves
hasta graves, manifestándose comúnmente a través de síntomas como cefaleas,
mareos y vómitos. No obstante, en situaciones de inhalación prolongada puede
llevar a la muerte. Para reducir estos riesgos, es fundamental considerar
diversos factores, como la realización de mantenimiento preventivo y la
educación de la población sobre los peligros asociados al uso y manejo de
cilindros de GLP hasta el empleo de tecnología, puesto que en la actualidad los
avances en este campo han propiciado el desarrollo de un conjunto de elementos
electrónicos que permiten censar el ambiente, transmitir la información para su
procesamiento y generar alertas sobre posibles fugas de gas. Con base en ello,
es importante resaltar la concepción de Internet de las Cosas (IoT),
manifestado por Kevin Ashton (2009), quien sostenía que, si se contara con
ordenadores que comprendieran todo lo necesario acerca de las cosas, empleando
la información recolectada y sin intervención humana, se tendría la habilidad
de enumerar todo y disminuir significativamente el desperdicio, las pérdidas y
los gastos. Esto permitiría saber cuándo es imprescindible sustituir, reparar o
eliminar las cosas, si éstas son nuevas; o, si es que han pasado su mejor
periodo. Por consiguiente, la tecnología de sensores facilita a las
computadoras la capacidad de observación, identificación y entendimiento del
mundo, sin las restricciones de que los datos sean introducidos por personas.
Por lo tanto, considerando una perspectiva orientada al Internet, como lo
indica Buitrón (2022) el IoT se muestra como una infraestructura global que
permite conectar diferentes dispositivos a Internet y entre sí, admitiendo el
control y monitoreo remoto; de tal forma que, posibilita las implementaciones
domóticas que, involucran la automatización, la seguridad y el control del
hogar. Estas aplicaciones domóticas, según Millan (2016), buscan transformar
una casa en "inteligente" (énfasis añadido) mediante la
implementación de diversas tecnologías que permiten ahorrar energía, aumentar
la seguridad y mejorar el confort. Este tipo de sistemas contribuyen
significativamente a la seguridad y bienestar de las personas.
Las fugas de GLP en ambientes domésticos representan un riesgo
significativo para la vida y las posesiones; según estudios recientes, se
logran tasas de detección entre 90% y 98% y latencias que varían según la
tecnología aplicada; por tanto, el presente proyecto tuvo como objetivo el
implementar un sistema de bajo costo (USD 453) que integra sensores MQ-5 y
KY-026, actuadores, ESP DevKit Go32 para el procesamiento y transmisión de
datos y comunicaciones MQTT para detectar fugas y automatizar el cierre de hornillas
en cocinas domésticas; así como, notificar su estado, ya sea en condiciones
habituales o ante la presencia de fugas, ayudando a reducir el riesgo de
incidentes y optimizando la seguridad del hogar y el bienestar de quienes lo
habitan. Como lo resalta Jahan et al. (2019), los sistemas basados en IoT que
se utilizan para detectar fugas de gas han probado su eficacia al disminuir
considerablemente los tiempos de respuesta en circunstancias de emergencia,
incrementando de esta manera la seguridad en viviendas.
II.
Marco
teórico
Minerva et al. (2015) precisan que el Internet de las Cosas (IoT)
constituye un universo conformado por diversas áreas tecnológicas y ámbitos
socioeconómicos, que incluye tanto sistemas reducidos y delimitados como
aquellos distribuidos a gran escala o implementados a nivel global. Este
enfoque se centra en la interconexión de elementos físicos y virtuales mediante
desarrollos tecnológicos avanzados para la obtención y transmisión de datos,
con el objetivo de ofrecer servicios considerados “inteligentes” y autónomos.
Dichos servicios permiten la autoconfiguración, interoperabilidad y, sobre
todo, la gestión segura de datos y privacidad mediante protocolos
estandarizados y compatibles, que han transformado la manera en la que se
percibe y se interactúa con el entorno. En este contexto, el IoT posibilita
múltiples aplicaciones y enfoques diversos según su uso. En la actualidad, la
vida cotidiana del ser humano está cada vez más ligada a sistemas inteligentes
y a su integración en la arquitectura y concepción de los espacios habitables,
lo que ha dado lugar al concepto de domótica. Este concepto, definido por Haya
et al. (2015), hace referencia a un conjunto de tecnologías diseñadas para
automatizar y controlar distintos sistemas dentro de una vivienda, como la
iluminación, la climatización, la seguridad y los electrodomésticos, mediante
dispositivos inteligentes que pueden ser operados tanto local como remotamente.
En este sentido, Arroyo (2020) destaca que la domótica aplicada favorece la
eficiencia energética, ya que sus principales beneficios se enfocan en mejorar
la accesibilidad, comodidad y seguridad. Por su parte, Pinzón (2021) subraya
que la evolución de la domótica responde a una búsqueda constante de confort.
En consecuencia, se puede sostener que la domótica aporta de manera notable al
bienestar y la seguridad de las personas, al tiempo que garantiza confort tanto
dentro como fuera del hogar, al permitir la supervisión en tiempo real de los
sistemas interconectados y comunicados a través de internet. Esto es posible
gracias a la infraestructura variada que proporciona el IoT. Además, este
desarrollo tecnológico, mediante la automatización, posibilita una respuesta
automática ante determinadas condiciones. Por ejemplo, un sistema domótico
puede ajustar de forma automática la temperatura según la ocupación detectada o
encender las luces al anochecer mediante dispositivos interconectados en red
(Minerva et al., 2015).
En este marco, es importante destacar también el rol que desempeña
la automatización dentro de la estructura de la domótica y, por ende, del IoT.
Según Kumar y Singh (2021), la automatización implica la utilización de
sistemas controlados por computadora para llevar a cabo tareas que
anteriormente requerían intervención humana, lo que incrementa la eficiencia y
reduce los costos operativos. Esta definición coincide con la propuesta de
International Business Machines (IBM), que considera la automatización como un
proceso que demanda poca intervención por parte del ser humano. Por otro lado,
Brahimi y Khemiri (2018) enfatizan que la automatización es esencial para
ejecutar tareas repetitivas y complejas de manera eficiente, lo cual se
complementa con lo expuesto por Zhang y Wang (2019), quienes subrayan que la
automatización incrementa tanto la eficiencia; así como, el nivel de calidad en
los procesos. Otro aspecto relevante dentro de los sistemas basados en IoT y
domótica es la comunicación entre los elementos, lo cual implica estructurar
una red que facilite el flujo de información y permita definir el protocolo
adecuado para la transmisión de datos. Uno de los protocolos más utilizados en
estas aplicaciones es el Message Queuing Telemetry Transport (MQTT), caracterizado
por su ligereza y capacidad para operar en redes con recursos limitados
(Bayılmış et al., 2022). De acuerdo con Chafla y Álava (2024),
la integración del protocolo MQTT en los sistemas de detección de gas permite
una comunicación efectiva entre los sensores y las aplicaciones, asegurando una
transmisión de datos eficiente. Su aplicación principal se sitúa en el ámbito
Machine to Machine (M2M), con una arquitectura de cliente (publicador o
suscriptor) y servidor (broker), y se ejecuta sobre el protocolo Transmission
Control Protocol (TCP) / Internet Protocol (IP), utilizando una topología de
tipo PUSH/SUBSCRIBE (González Domínguez, 2023). Yahaya et al. (2020) destacan,
por otro lado, el uso de sensores como los MQ-5, que, junto con controladores como
NodeMCU y ESP32, han sido fundamentales en la incorporación de sistemas IoT
para la detección de gas. Estos dispositivos permiten la transmisión de
información mediante redes WiFi para alertar eficazmente a los usuarios a
través de dispositivos móviles. En relación con los sensores de la serie MQ,
Shelke et al. (2020) afirman que tanto los sensores de detección; así como, los
de flama proporcionan una alta precisión y permiten detectar en tiempo real, lo
que los hace componentes clave en aplicaciones enfocadas en la seguridad
doméstica. De igual forma, el uso de herramientas como Node-RED para programar
la conexión entre dispositivos de hardware, APIs y servicios en línea, junto
con Firebase, que se utiliza como plataforma en la nube para crear aplicaciones
web y móviles, ha simplificado la creación de interfaces para la gestión de
sistemas IoT. Según Yahaya et al. (2020), estos tableros de control no solo
mejoran la interacción del usuario con el sistema; sino que, también optimizan
la capacidad de respuesta ante alertas en tiempo real. En cuanto a los sistemas
de detección de gas, Trisnawan et al. (2019) señalan que, mediante la
implementación y configuración de sensores de la serie MQ2, se espera que los
resultados de precisión alcancen el 80% considerando de 0-10 cm de distancia
desde el sensor de gas hasta el punto de fuga; por tanto, el uso de estos
sensores en el entorno doméstico puede contribuir de manera positiva en la
detección y reducción frecuencia de accidentes relacionados con fugas de gas. Además,
existen propuestas complementarias para sistemas de monitoreo, como la de
Hernández y Quishpe et al. (2023), las cuales integran el envío de
notificaciones a través de mensajes de texto dentro de su propuesta. Asimismo,
la revisión de documental referente al IoT ha evidenciado la incorporación de
desarrollos adicionales en sistemas similares. Entre estos sobresalen las
investigaciones recientes de Barkani et al. (2024), quienes analizaron métodos
de aprendizaje automático para la detección temprana de fugas de gas, con una
precisión de prueba del 91,73 % con altas tasas de recuperación, lo que
garantiza un mínimo de falsas alarmas y una detección fiable. De forma
adicional, Salhi et al. (2019) emplearon métodos de minería de datos para
detectar variaciones anómalas en la calidad del aire, lo que permitió una
identificación temprana de posibles riesgos de incidentes. Mientras que, Jahan
et al. (2019) crearon un prototipo de estufa inteligente que combina detección
de fugas con sistemas de alerta, mejorando la seguridad y la eficiencia
energética, al convertir el calor producido por la hornilla en energía
reutilizable que se almacena y alimenta al propio sistema.
III.
Metodología
y Cálculos
Este proyecto se desarrolló bajo una metodología de investigación
tecnológica aplicada, orientada a la mitigación de riesgos por fugas de gas en
entornos domésticos. Este enfoque permitió el diseño y desarrollo de un sistema
que combina soluciones adecuadas y económicas para el monitoreo y control de
fugas en cocinas domésticas o incidentes ocasionados por personas que olvidan
las hornillas encendidas cuando salen de casa. El sistema se compone de
sensores MQ-5 por la efectividad y eficiencia demostrada en sistemas de
detección de gas licuado de petróleo (GLP) (Okokpujie, I. et al, 2024). También,
se incluyen sensores KY-026 para detectar presencia de llama en las hornillas
considerando sus puntos fuertes como capacidad de regulación e indicador led de
funcionamiento, además de su capacidad para conectarse tanto a pines digitales
como analógicos (Tipantiza Pacheco, 2022). Estos son gestionados por un ESP32
DevKit GO32, el cual ofrece conectividad WiFi y dispone de 38 pines que
permiten integrar diversos componentes. El controlador a su vez
envía la información a la Raspberry Pi 3b+ por medio del protocolo MQTT, de tal
forma que se la pueda reflejar en un dashboard local implementado en Node-Red,
junto con una base de datos local que mantenga los datos importantes
almacenados. Adicionalmente, Node-Red permite la comunicación con Firebase para
transmitir los datos en tiempo real hacia la App móvil de Mit AppInventory2, o
como alternativa se puede acceder al dashboard, mediante ngrok el cual funciona
como un proxy inverso (servidor que se sitúa delante de los servidores web y
reenvía las solicitudes del cliente) distribuido de manera global que protege,
acelera y asegura aplicaciones o servicios y sirve como una puerta de enlace
para la visualización del dashboard. Por último, en caso de que se emita una
alerta, la programación del controlador permitirá activar de forma automática
los actuadores (servomotores MG966R), los cuales proporcionan la fuerza
requerida para cerrar las hornillas (véase figura 1).
Figura 1
Diagrama de bloques
del funcionamiento del sistema
Nota. La imagen muestra el flujo general del proceso
del proyecto. Fuente el autor, año 2024.
En cuanto al proceso realizado, empleando el software Arduino IDE,
se realizó la calibración del sensor MQ-5; para ello, se implementó el código
que permitió recolectar los datos del sensor de gas, para -con base en estos-
calcular el promedio de las lecturas realizadas por períodos de tiempo hasta
encontrar valores que se muestran estables; estas mediciones se realizaron a
diferentes intervalos de tiempo en un ambiente libre de gas. El resultado
obtenido se empleó como base para definir el umbral de detección de fuga de
GLP; es decir que, cuando se excede el umbral, de manera automática se envía
una alerta al dashboard y a la aplicación; y, se activa el cierre automático de
las hornillas de la cocineta. Asimismo, se configuró el sensor KY-026, a fin
de que permita reaccionar a la presencia de la llama en la hornilla,
permitiendo que se envíe una notificación tanto al dashboard como a la
aplicación móvil. En este sensor se establecieron dos estados, el Apagado = 0,
cuando no se detecta llama en la hornilla; y, el Encendido = 1, cuando existe
presencia de ella. Adicionalmente, se realizó la calibración por medio del
potenciómetro integrado en el sensor, de tal manera que permite controlar la
distancia de detección de manera efectiva. En cuanto a la parte física, se
procedió con la modificación de la cocineta, considerando las seguridades
necesarias para evitar fugas imprevistas en la tubería de la cocineta y el
espacio requerido para los actuadores. Por lo tanto, se reemplazó el tubo de
circulación del gas para proporcionar el espacio necesario para el
accionamiento de los servomotores. Para transmitir el movimiento de los servos
hacia las válvulas de las hornillas, se fabricaron dos pequeños acoples,
asegurando el ajuste necesario para evitar que los servomotores se vean
forzados, descentrados o se pierda la fuerza necesaria para cumplir su
objetivo. Seguidamente, se configuró una red local tomando en consideración las
IP’s fijas en los dispositivos ESP DevKit Go32, la Raspberry y la PC de
pruebas; para ello, se empleó un router como extensor de señal, la topología
empleada fue de “árbol”, con un rango de IP’s, clase C y su máscara de red
correspondiente, facilitando la comunicación y el funcionamiento del protocolo
MQTT; así como, el flujo de información entre los elementos del sistema (Ver
figura 2.). Mientras que, el Broker MQTT y la base de datos fueron instalados
en la RasberryPi 3b+, como servidor central y distribuyendo la información
hacia Firebase Real Time Database. Por último, se desarrolló la aplicación
móvil en MitAppInvetory 2, a fin de que permitiese controlar de manera remota
el accionar del cierre de las hornillas además de recibir las notificaciones
del estado de la llama; así como, también los valores de las lecturas de los
sensores MQ-5 en tiempo real. El acceso a esta aplicación mantiene la seguridad
para su uso mediante el Ingreso/Registro por correo electrónico, de tal forma
que, son usuarios registrados quienes la pueden manipular.
Figura 2
Diagrama de conexiones del proyecto
Nota. Se muestra el flujo de
datos y las interconexiones entre los diferentes componentes. Fuente el autor,
año 2024.
Para la implementación del sistema, se tomó en consideración
aspectos como la calibración de sensor MQ-5, empleando la siguiente formula:
|
|
(1)
|
|
|
(2)
|
Al aplicar las fórmulas, empleando código en Arduino IDE, se
obtuvieron lecturas promedio de 622 partículas por millón (ppm) en condiciones
libres de GLP, volviéndose un factor de corrección. Por otra parte, el rango
inferior de detección de la hoja de datos del sensor MQ-5 establecido en 300
ppm, sirvió límite para notificación de fuga de gas y cierre automático de las
hornillas. Por lo tanto, la suma de los dos valores dio como resultado un
umbral de 922 ppm.
En cuanto al cálculo del torque de los servomotores:
El torque (T) se calcula como:
|
|
(3)
|
Donde:
F = Fuerza aplicada (en Newtons).
r = Distancia del brazo del servo al punto de aplicación de la
fuerza (en metros).
Puesto que el servo MG996R tiene un torque nominal de 0.92Nm, se
constata que es adecuado para esta aplicación.
Potencia Total del Sistema
|
|
(4)
|
|
|
(5)
|
Sensor MQ-5:
(6)
Sensor KY-0.26:
(7)
ESP32:
(8)
Servomotor MG996R (considerado bajo carga completa):
(9)
Por lo tanto, la Potencia total, incluidos los dos servos sería:
(10)
Para el ancho de banda
necesario se consideran valores promedio de un string, de int o float en 8
bytes; y que, la cabecera de un mensaje de MQTT puede tener de 2 a 5 bytes;
entonces se estima:
Para el sensor MQ-5:
Nombre del tópico = 10 bytes
Valor = 8 bytes
Sobrecarga del protocolo[1]
= 2 bytes
Tenemos:
(11)
Para los sensores KY-026:
Nombre del tópico = 12 bytes
Valor = 8 bytes
Sobrecarga del protocolo = 2 bytes
Tenemos:
(12)
Para los servos MG996R:
Nombre del tópico = 12 bytes
Valor = 3 bytes
Sobrecarga del protocolo = 2 bytes
Tenemos:
(13)
En total:
(14)
La frecuencia de transmisión por cada segundo implica un ciclo; es
decir, 1Hz. Entonces, el ancho de banda por segundo será:
|
|
(15)
|
(16)
Esto permite manejar múltiples sensores y
actuadores dentro de una red local estándar, puesto que en redes locales con
MQTT y WiFi, se espera una latencia típica inferior a 100 ms. Sin embargo, esto
implica una dependencia de la red WiFi, cuya aplicabilidad se ve limitada en
áreas de poca cobertura o entornos rurales; es por ello que, se puede
considerar alternativas como el uso de redes LoRaWAN por su bajo consumo
energético y gran alcance (hasta 15km en áreas rurales), aunque su latencia es
superior a la de WiFi. Así también, las redes Mesh son otra opción a
considerar, puesto que permiten alta fiabilidad, debido a la redundancia y
resiliencia que ofrece la composición de varios nodos y su acceso central, que
pueden actuar en bandas 2.4GHz y 5GHz, con tecnologías de WiFi 5 y WiFi6. Estas
dos opciones amplían la aplicabilidad en distintos contextos geográficos y
socioeconómicos. Con base en la literatura para concentraciones habituales de
GLP y metano, se estima la distancia ideal entre 0.75 y 1 m, de la cocineta
para el MQ-5; y, el rango de detección de 20 a 30 cm, para el KY-026,
considerando que es necesario situarse alejados de fuentes de calor intenso y
corrientes de aire para prevenir errores en las lecturas del sensor de gas. En
cuanto a la capacidad del ESP32 DevKit ¡GO!32, éste puede manejar múltiples dispositivos (sensores, actuadores)
en función del número de pines GPIO disponibles y del método de conectividad;
por tanto, brinda una mejor escalabilidad y su memoria permite manejar conexiones
MQTT simultáneas, pudiendo soportar las conexiones requeridas por el sistema
(Ver figura 3). Especificaciones técnicas ESP32 DevKit ¡GO!32: Módulo
ESP32-WROOM-32, 38 pines, Conector USB tipo C., Dispone de un LED en GPIO2 para
pruebas, Corriente en modo sleep inferior a 5 uA., Frecuencia de reloj de 80
MHz a 240 MHz., Conectividad WiFi: 802.11 b/g/n., Conectividad Bluetooth: v4.2
BR/EDR y BLE., Interfaz SD, Ethernet, PWM, UART, SPI, I2S e I2C., Utiliza el
conversor USB-Serial CH340., Modos de operación: STA / AP / STA+AP., Compatible
con Arduino IDE, Micro Python, Visual Studio Code., Dimensiones aproximadas:
55x27 mm.
Figura 3
Diagrama de
conexiones de los elementos electrónicos.
Nota. La imagen representa la conexión de los sensores MQ-5 y KY-026 a
la placa de desarrollo ESP32 DevKit Go32; así como, los servomotores MG996R y
sus pulsantes. (Proteus Software) Fuente: el Autor 2024.
La configuración del sistema propuesto demuestra que, sus costos
son asequibles y se los detalla en la Tabla 1. Cálculo de Costos.
Tabla 1.
Cálculo
de costos de ejecución del proyecto
|
Recurso
|
Cantidad
|
Precio por unidad
|
Precio Total
|
|
Raspberry Pi 3 Kit Pro
|
1
|
$ 100,00
|
$ 100
|
|
ESP Dev Kit Go32
|
1
|
$ 11,00
|
$ 11
|
|
MQ-5
|
2
|
$ 6,75
|
$ 14
|
|
KY-026
|
2
|
$ 3,00
|
$ 6
|
|
Servomotor MG996R
|
2
|
$ 13,00
|
$ 26
|
|
Piloto de encendido
|
1
|
$ 17,00
|
$ 17
|
|
Tubo de hierro (30 cm)
|
1
|
$ 5,00
|
$ 5
|
|
Válvulas de gas
|
2
|
$ 5,00
|
$ 10
|
|
Pulsador
|
1
|
$ 0,50
|
$ 1
|
|
Cable
|
4
|
$ 1,25
|
$ 5
|
|
Router D-Link N300
|
1
|
$ 19,00
|
$ 19
|
|
Cocineta
|
1
|
$ 10,00
|
$ 10
|
|
Soldadura
|
1
|
$ 10,00
|
$ 10
|
|
Cemento epóxico
|
2
|
$ 3,00
|
$ 6
|
|
Soportes
|
2
|
$ 3,00
|
$ 6
|
|
Varios
|
1
|
$ 10,00
|
$ 10
|
|
Implementación (120 horas)
|
80
|
$ 2,50
|
$ 200
|
|
Total
|
-
|
-
|
$ 453
|
Nota.
Fuente:
el autor. 2025
IV.
Resultados
Las calibraciones de los sensores MQ-5 se ajustaron en función de
los 100 valores tomados del monitor serial, obteniendo una sensibilidad ideal
entre 900 y 950 ppm; bajo esos parámetros de las 33 lecturas realizadas, 32
dieron valores positivos demostrando una eficacia del 97%, en la identificación
de GLP, logrando el resultado deseado sobre la detección de fujas de GLP en las
hornillas, con un costo del proyecto de $453, en relación a Guamán et al.
(2020) que realizaron un diseño de un sistema de control para la detección y
prevención de fugas de gas (G.L.P), en el cantón La Maná, con un presupuesto de
$349,60, que incluye notificación mediante llamadas, mensajes de texto y un
panel de visualización directa de valores. Así también, Vilañez et al. (2019),
en su implementación de un prototipo de sistema de seguridad doméstico basado
en WPAN para una red IoT, propusieron un costo del prototipo de $643,25, en el
cual la detección de gases es solo una parte del enfoque del proyecto; sin
embargo, utiliza un aparataje similar al de los sistemas anteriormente
mencionados. Existen también prototipos enfocados a la detección de gas
natural, como lo indica Coqueco (2023), con un costo aproximado de proyecto de
$821,21. Todos estos proyectos han reafirmado la efectividad de este tipo de
sistemas por valores superiores al 90 %, llegando incluso a considerarse una
efectividad del 100 %, como lo señala Arias (2023) en su implementación Sistema
de monitoreo y alerta de fuga de gas licuado de petróleo dentro de un domicilio
para evitar accidentes debido a su concentración.
El sensor KY-026, de las 25 pruebas realizadas, 24 fueron
correctas, mostrando una eficacia de del 96% en la identificación de hornillas
encendidas a una distancia de hasta 20 cm. De tal modo que,
|
|
(17)
|
Donde:
●
P = proporción de éxito
(0.96)
●
Z= es el valor Z para un
nivel de confianza (1.96 para el 95%)
●
n = número de
repeticiones (25)
(18)
(19)
Obteniendo el intervalo de Confianza del 95%, entre [0.8832,
1.0368] o [88.32%, 100%].
En cuanto al tiempo de respuesta, el sistema mostró una gran
consistencia en las 25 repeticiones realizadas. La media del tiempo de reacción
fue de 2 segundos aproximadamente, con una variación en el rango de 1.8 a 2.2
segundos por prueba. El cálculo, según la fórmula 17 demuestra
que, con un 95% de confianza, el tiempo de respuesta promedio real del sensor
se encuentra en el rango de 1.95 a 2.05 segundos.
Figura 4
Tiempo de respuesta
del sistema.
Nota. La imagen muestra las
mediciones del tiempo entre la detención y el cierre de la hornilla. Fuente el
autor, año 2024.
Este resultado valida
las afirmaciones originales y proporciona un respaldo cuantitativo a la alta
precisión y consistencia del sensor. De esta manera, se redujeron las alarmas
falsas desde que se dio la detección del gas hasta que se cerraron las
válvulas; además, la modificación del conducto de gas de la cocineta resultó correcta
ajustándose al giro de los servomotores; del mismo modo, se calibró la
graduación del giro entre 0° y 154°, para la primera hornilla; y, de 0° a 135°,
para la segunda; en cuanto al flujo en Node-RED, se cumplió con el objetivo de
sincronizar información, monitorear y permitir el cierre de las hornillas;
también transmitió en tiempo real entre sensores, el dashboard y Firebase. De
igual forma, permitió almacenar los eventos más importantes en la base de datos
local. Por otra parte, la aplicación móvil respondió según lo esperado
permitiendo el cierre de las hornillas, el monitoreo y recepción de alertas. De
esta manera, se confirmó la fiabilidad de las comunicaciones mediante el protocolo
MQTT, pues se logró una transmisión de datos aproximada al 100% de efectividad,
en una red local estable con una latencia promedio de 64ms; esto aseguró
respuestas rápidas en la detección de gas y cierre de válvulas, gracias a la
conexión de fibra óptica de 250 megas.
V.
Conclusiones
La implementación del sistema resultó innovadora y opción de bajo
costo y eficaz considerando un ambiente estable, lo que puede generar una la
reducción de los riesgos asociados a las fugas de GLP en cocinas, otorgando la
capacidad de reaccionar de forma inmediata y permitiendo operarlo de manera
remota, lo que incrementa de manera significativa la seguridad en ambientes
residenciales y su posible adaptación en cualquier entorno doméstico. Sin
embargo, al haberse probado en un entorno estable, los resultados obtenidos
podrían no reflejar completamente las condiciones reales en diversos contextos
domésticos. Asimismo, las variaciones en el diseño de las cocinas, los
materiales utilizados en la construcción y los sistemas de ventilación pueden
influir en la exactitud de los sensores y en el desempeño del sistema. Por
ello, se recomienda para estudios futuros el efectuar ensayos en un rango más
diverso de entornos domésticos para lograr una validación más robusta del
sistema e inclusive considerar otros tipos de sensores como los de humedad o
detección de humo y, además, implementar algoritmos de corrección que permitan
anticipar posibles fugas de gas antes de que ocurran. Por otra parte, a pesar
de que el monitoreo y el control a distancia contribuyen significativamente a
la seguridad en el hogar, la necesidad de una conexión WiFi estable continúa
siendo un factor crítico, lo que podría convertirse en una limitación en áreas
con acceso restringido a una red. Para mitigar este inconveniente, se podría
integrar en futuras investigaciones tecnologías de comunicación alternativas
como LoRaWAN o redes mesh, que aseguren redundancia y mayor tolerancia a
fallos. Esto ampliaría la aplicabilidad del sistema a contextos rurales y
socioeconómicamente diversos brindando una conexión más segura en zonas con
baja cobertura e integrar fuentes de energía renovable para alimentar el
sistema, favoreciendo su sostenibilidad. De la misma manera, es importante
considerar el correcto aislamiento en las instalaciones eléctricas - electrónicas
en la cocina, puesto que pueden generar que se detengan o que haya bloqueos de
los elementos del sistema; esto incluye la presencia de otros dispositivos
electrónicos en la cocina, como microondas, licuadoras o extractores de aire
que podría causar interferencias electromagnéticas que afecten la comunicación
entre los sensores y el controlador, lo cual podría resultar en lecturas
incorrectas o fallos en la automatización del cierre de las hornillas; por lo
tanto, es necesario en investigaciones futuras trabajar en cómo aislar este
tipo de interferencias a fin de evitar el mal funcionamiento del sistema.
Finalmente, si bien es cierto el sistema de detección de fugas de
gas GLP mostró su validez y eficiencia inclusive en la respuesta automática,
aspectos como la durabilidad y el mantenimiento de los sensores y actuadores
podrían influir significativamente en la fiabilidad del sistema a lo largo del
tiempo, razón por la cual futuras investigaciones podrían orientarse hacia
estudios temporales que permitan medir el desgaste de los dispositivos y la
periodicidad requerida para su mantenimiento y calibración, puesto que este
enfoque no fue considerado en el presente proyecto.
Referencias Bibliográficas
AIGLP. (2020, noviembre). Benchmark del mercado de GLP envasado en
América Latina. Recuperado de
https://aiglp.org/src/uploads/2020/11/aiglp_espanhol_site.pdf
Ashton, K. (2009, junio 22). That ‘internet of things’ thing. RFID
Journal.
https://www.rfidjournal.com/expert-views/that-internet-of-things-thing/73881/
Arias Espinel, E. D. (2023). Sistema de monitoreo y alerta
de fuga de gas licuado de petróleo dentro de un domicilio para evitar
accidentes debido a su concentración [Tesis de pregrado, Universidad
Técnica del Norte]. Recuperado de
https://repositorio.utn.edu.ec/handle/123456789/14773
Arroyo, R., & Angulo, J. (2022). La domótica como aplicación
de eficiencia energética en Ecuador. GICOS, 7(4), 170–186.
https://doi.org/10.53766/GICOS/2022.07.04.11
El Barkani, M., Benamar, N., Talei, H.,
& Bagaa, M. (2024). Gas leakage detection using tiny machine learning.
Electronics, 13(23), 4768. https://doi.org/10.3390/electronics13234768
Bayılmış, C., Ebleme, M.
A., Çavuşoğlu, Ü., Küçük, K., & Sevin, A. (2022). A survey on
communication protocols and performance evaluations for Internet of Things.
Digital Communications and Networks, 8(6), 1094–1104. https://doi.org/10.1016/j.dcan.2022.03.013
Benemérito Cuerpo de Bomberos Voluntarios de Cuenca. (2024).
Informe rendición de cuentas 2023. Recuperado el 9 de diciembre de 2024, de
https://bomberos.gob.ec/rendicion/2023/FASE4/INFORMERC2023FINAL.pdf
Bomberos explican los peligros a los que se expone la familia al
tener un GLP en su hogar – Secretaría Nacional de Gestión de Riesgos. (s.f.).
Gob.ec. Recuperado el 9 de diciembre de 2024, de
https://www.gestionderiesgos.gob.ec/bomberos-explican-los-peligros-a-los-que-se-expone-la-familia-al-tener-un-glp-en-su-hogar/
Buitrón Ruiz, D. F. (2022). Arquitecturas y modelos de referencia
para sistemas IoT: Estado del arte de las arquitecturas para sistemas IoT.
[Tesis de licenciatura, Escuela Politécnica Nacional]. Repositorio
institucional de la EPN. http://bibdigital.epn.edu.ec/handle/15000/23075
Chafla, W. A., & Álava, N. S. (2024). Automatización de un
horno industrial a gas con PLC y su monitoreo a distancia. Universidad
Politécnica Salesiana. Recuperado el 9 de diciembre de 2024, de
http://dspace.ups.edu.ec/handle/123456789/27761
Coqueco Medina, Y. S. (2023). Diseño e implementación de un
prototipo de detección de fuga de gas natural, de uso doméstico [Trabajo de
grado, Universidad Nacional Abierta y a Distancia]. Repositorio Institucional
UNAD. https://repository.unad.edu.co/handle/10596/58016
Salhi, L., Silverston, T., Yamazaki, T., & Miyoshi, T. (2019).
Early detection system for gas leakage and fire in smart home using machine
learning. 2019 IEEE International Conference on Consumer Electronics (ICCE),
1–6. https://doi.org/10.1109/ICCE.2019.00006
García Bernal, N., & Argüello Verbanaz, S. (2021). Mercado del
gas en América Latina. Biblioteca del Congreso Nacional de Chile. Recuperado de
https://obtienearchivo.bcn.cl/obtienearchivo?id=repositorio%2F10221%2F32763%2F1%2FBCN___Mercado_del_gas_en_Ame__rica_Latina.pdf
García, J., & Romero, H. (2019). Análisis de la distribución
de gas licuado de petróleo (GLP) en áreas rurales. Revista de Energía y Medio
Ambiente, 25(2), 123–136. https://doi.org/10.1016/j.renma.2019.04.007
González Domínguez, J. C. (2023). Dispositivo IoT a través del
protocolo MQTT [Trabajo de fin de grado, Universidad de La Laguna]. Repositorio
institucional de la Universidad de La Laguna.
http://riull.ull.es/xmlui/handle/915/33333
Guaman Bajaña Denis Miguel, Toaquiza Vega Italo Moises, (2020);
Diseño de un sistema de control en la detección y prevención de fuga de gas
(G.L.P) en el Cantón La Maná. UTC. La Maná. 107 p.
Hernández, K., & Quishpe, L. (2023). Sistema de seguridad
autónomo para la detección de fugas de gas GLP en un área residencial.
Repositorio institucional de la Universidad Politécnica Salesiana.
http://dspace.ups.edu.ec/handle/123456789/24503
Hernández, A., & Pérez, F. (2021). Evaluación de sistemas de
distribución de gas en zonas urbanas y rurales: Comparativa de costos y
eficiencia. Ingeniería de Energía, 34(4), 567–578.
https://doi.org/10.1016/j.ingen.2021.05.003B
I. K. N. Trisnawan, A. N. Jati, N. Istiqomah and I. Wasisto,
"Detection of Gas Leaks Using The MQ-2 Gas Sensor on the Autonomous Mobile
Sensor," 2019 International Conference on Computer, Control, Informatics
and its Applications (IC3INA), Tangerang, Indonesia, 2019, pp. 177-180, doi:
10.1109/IC3INA48034.2019.8949597. keywords: {Gas detectors;Simultaneous
localization and mapping;Laser radar;Sensitivity;C languages;Mobile sensor;gas
leak;MQ-2},
Jahan, S., Talukdar, S., Islam, M. M., Azmir, M. M., &
Saleque, A. M. (2019). Development of smart cooking stove: Harvesting energy
from the heat, gas leakage detection and IoT based notification system.
International Conference on Robotics, Electrical and Signal Processing
Techniques. https://doi.org/10.1109/ICRESE.2019.00028
Jin, R., Wu, P., Ho, J. K., Wang, X., & Han, C. (2018).
Five-year epidemiology of liquefied petroleum gas-related burns. Burns, 44(1),
210–217. https://doi.org/10.1016/j.burns.2017.05.011
Millan, C. (2016). Aprenda rápidamente a programar. Vol. 1, pp.
3–4.
Minerva, R., Biru, A., & Rotondi, D.
(2015). Towards
a definition of the Internet of Things (IoT). IEEE IoT Initiative.
https://iot.ieee.org/images/files/pdf/IEEE_IoT_Towards_Definition_Internet::contentReference[oaicite:17]{index=17}
Okokpujie, I., Avwunu, O., Akande, S.,
Dada, O., Musa, A., & Agbemuko, D. (2024). Development and evaluation of a
MQ-5 sensor-based condition monitoring system for in-situ pipeline leak
detection. Instrumentation
Mesure Métrologie, 23(1), 1–11. https://doi.org/10.18280/i2m.230101
Pinzón Castañeda, S. (2021). Domótica: genealogía del concepto e
integración con ambientes naturales. #ashtag, (8), 43–54. https://doi.org/10.52143/2346139X.n8.2016
Silva, A., Contreras,
R., & Barrandeguy, M. (2022). Riesgo por fugas accidentales de gas licuado
de petróleo hacia trabajadores y comunidad en las ciudades de Nacimiento,
Cabrero, La Laja y Mulchén (Chile). Recuperado de https://revistas.ucsc.cl/index.php/oyp/article/download/1757/1163/4298
Tipantiza Pacheco, F. J. (2022). Implementación de un prototipo de
sistema de alerta por detección de llama [Tesis de licenciatura, Escuela
Politécnica Nacional]. http://bibdigital.epn.edu.ec/handle/15000/23075
Vilañez
Uvidia, Daniel Alexander. (2019).
Implementación de un prototipo de sistema de seguridad doméstico basado en WPAN
para una red IoT. Escuela Superior Politécnica de Chimborazo. Riobamba.
Yahaya, S. Z., Mohd
Zailani, M. N., Che Soh, Z. H., & Ahmad, K. A. (2020, octubre 13). IoT based
system for monitoring and control of gas leaking. IEEE Conference Publication. https://ieeexplore.ieee.org/document/9398384
Shelke, D., Khule, H., Jadhav, P., Aher,
Y., Gondkar, S., & Pardeshi, D. (2023). Smart MQ6 gas detector based on
IoT. En 2023 7th International Conference on I-SMAC (IoT in Social, Mobile,
Analytics and Cloud) (I-SMAC) (pp. 1–6). IEEE. https://doi.org/10.1109/I-SMAC58438.2023.10290324
Zalazar, M. (2023, noviembre 22). Censo 2022: cuántos argentinos
tienen acceso a gas natural, cloacas y vivienda propia. Infobae. https://www.infobae.com/economia/2023/11/22/censo-2022-cuantos-argentinos-tienen-acceso-a-gas-natural-cloacas-y-vivienda-propia/
0009-0004-6919-7240, Priscila
Elizabeth Bernal Ortiz2
0000-0001-6811-1784