Detección y predicción en tiempo real de gases tóxicos en minas de carbón subterráneas de Norte de Santander
Palabras clave:
Detección y predicción, gases tóxicos, red inalámbricaResumen
Se realiza una búsqueda de las técnicas de detección y predicción en tiempo real a través de diferentes métodos de aprendizaje automático en una red inalámbrica de sensores.
Citas
AB Niño., (2018), Micro turbina Peltón, una solución real de energía para zonas no interconectadas (ZNI). Revista Colombiana de Tecnologías de Avanzada, ISSN: 1692-7257.
Agencia Nacional de Minería. (2019). Emergencias Mineras. Recuperado el 12 de diciembre de 2019, de https://www.anm.gov.co/?q=emergencias_mineras.
Albarracin, M., & Gutierrez, G. (2014). Monitoreo Inalambrico De Gases En Mineria Con Servicio Web En Tiempo Real Fase Ii. tesis de pregrado,Universidad Pedagógica Y Tecnológica De Colombia.
Alfonso, I., Goméz, C., Garcés, K., & Chavarriaga, J. (2018). Lifetime optimization of Wireless Sensor Networks for gas monitoring in underground coal mining. 2018 7th International Conference on Computers Communications and Control, ICCCC 2018 - Proceedings, (Icccc), 224–230. https://doi.org/10.1109/ICCCC.2018.8390462.
Ali, D., Hayat, M. B., Alagha, L., & Molatlhegi, O. K. (2018). An evaluation of machine learning and artificial intelligence models for predicting the flotation behavior of fine high-ash coal. Advanced Powder Technology, 29(12), 3493–3506. https://doi.org/10.1016/j.apt.2018.09.032.
Alvarado Ostos, J. S. (2014). Sistema de supervicion y control para los gases de la mina de carbon Gaia. Development, 134(4), 635–646. Recuperado de https://repository.usta.edu.co/bitstream/handle/11634/780/sistema de supervision y control de gases de la mina de carbon gaia.pdf?sequence=1&isAllowed=y.
Bonetti, B., Abruzzi, R. C., Peglow, C. P., Pires, M. J. R., & Gomes, C. J. B. (2019). CH4 and CO2 monitoring in the air of underground coal mines in southern Brazil and GHG emission estimation. REM - International Engineering Journal, 72(4), 635–642. https://doi.org/10.1590/0370-44672018720105.
Celedón, N. (2015, julio 3). Colombia es un país de alta accidentalidad minera. EL TIEMPO. Recuperado de https://www.eltiempo.com/archivo/documento/DR-918848.
Chen, W., Jiang, X., Li, X., Gao, J., Xu, X., & Ding, S. (2013). Wireless Sensor Network nodes correlation method in coal mine tunnel based on Bayesian decision. Measurement: Journal of the International Measurement Confederation, 46(8), 2335–2340. https://doi.org/10.1016/j.measurement.2013.04.018.
Cicio?lu, M., & Çalhan, A. (2019). Performance analysis of IEEE 802.15.6 for underground disaster cases. Computer Standards and Interfaces, 66(June). https://doi.org/10.1016/j.csi.2019.103364.
Clavijo, J. A. (2016). Monitoreo de gases en mineria. Instrumentación especializada higiene y seguridad, 1–32.
Ferrin,C. & Magdalena, X. (2013). Sistema de extracción automática de parámetros morfológicos de la huella plantar mediante técnicas de visión por computador en un sistema embebido. Revista colombiana de tecnologías de avanzada, ISSN: 1692-7257, 1(23), pp 80-86.
Manogaran, G., Chilamkurti, N., & Hsu, C. H. (2019). Machine learning algorithms towards merging of mobile edge computing and Internet of Things. Computer Networks, 161, 249–250. https://doi.org/10.1016/j.comnet.2019.07.014.
Ministerio de minas y energia República de Colombia. (2015). Decreto 1886. (21,septiembre,2015) Reglamento de seguridad en las labores mineras subterráneas. 82.
Mouriño, A. (2017). Clasificación multilingüe de documentos utilizando machine learning y la Wikipedia. 31–32. Recuperado de http://www.investigo.biblioteca.uvigo.es/xmlui/bitstream/handle/11093/928/clasificación_multilingüe_documentos_utilizando_machine_learning_wikipedia %28AA%29.pdf?sequence=4&isAllowed=y.
Muduli, L., Mishra, D. P., & Jana, P. K. (2018). Application of wireless sensor network for environmental monitoring in underground coal mines: A systematic review. Journal of Network and Computer Applications, 106(September 2017), 48–67. https://doi.org/10.1016/j.jnca.2017.12.022.
Ni, J., Yang, H., Yao, J., Li, Z., & Qin, P. (2019). Toxic gas dispersion prediction for point source emission using deep learning method. Human and Ecological Risk Assessment, 0(0), 1–14. https://doi.org/10.1080/10807039.2018.1526632.
Pavón Pérez, F. (2016). Generación de Conocimiento basado en Aprendizaje Automático y Aplicación en Diferentes Sectores. 92. Recuperado de https://dialnet.unirioja.es/servlet/tesis?codigo=66958.
Positiva Companía de Seguros. (2017). Guía de seguridad para ventilación de minas subterráneas. Guia de Seguridad para ventilación, I(1ra Edición), 1–40.
Qian, F., Chen, L., Li, J., Ding, C., Chen, X., & Wang, J. (2019). Direct prediction of the toxic gas diffusion rule in a real environment based on LSTM. International Journal of Environmental Research and Public Health, 16(12). https://doi.org/10.3390/ijerph16122133.
Restrepo Echeverri, D., Ríos Cano, S. H., & Jiménez Builes, J. A. (2012). Detección y control de atmósferas explosivas en minas subterráneas de carbón usando programación estructurada. Revista Educación en Ingeniería, 7, 10–21. Recuperado de http://www.educacioneningenieria.org/index.php/edi/article/view/240%5Cn.
Salamanca, J. M., Avendaño Fernández, E., Albarracín C., M. E., & Gutiérrez P., G. A. (2014). Sensado inalámbrico de gases en minería con servicio web en tiempo real. Ingeniería Investigación y Desarrollo, 14(2), 24. https://doi.org/10.19053/1900771x.3447.
Society of Mining Professors. (2019). Mines of the future? (Vol. 1). https://doi.org/10.1088/2058-7058/4/8/28.
Srivastava, S. K. (2015). Real Time Monitoring System for Mine Safety using Wireless Sensor Network ( Multi-Gas Detector ).
T Velásquez, E Espinel, G Guerrero (2016). Estrategias pedagógicas en el aula de clase. Revista Colombiana de Tecnologías de Avanzada, ISSN: 1692-7257.
Troya, M. L. G. (2019). Diseño y simulación de red de sensores inalámbricos para detección de incendio en Bosque Protector Cerro Blanco de la cordillera Chongón- Colonche. Tesis de maestria,Universidad católica de Santiago de Guayaquil, Ecuador.
UNECE - United Nations Economic Commission for Europe (Methane to Markets Partnership). (2010). Best Practice Guidance for Effective Methane Drainage and Use in Coal Mines. En The ECE Energy Series No.31. Recuperado de http://www.unece.org/energy/se/pdfs/cmm/pub/BestPractGuide_MethDrain_es31.pdf.
Zheng, Y., Li, Q., Yuan, C., Tao, Q., Zhao, Y., Zhang, G., & Liu, J. (2019). Influence of temperature on adsorption selectivity: Coal-based activated carbon for CH 4 enrichment from coal mine methane. Powder Technology, 347, 42–49. https://doi.org/10.1016/j.powtec.2019.02.042.
