Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Firma: ____________________________________
Aldo Antoniolo
CI: V-6.505.900
ii
INSTITUTO UNIVERSITARIO POLITÉCNICO
“SANTIAGO MARIÑO”
Firma: ____________________________________
Hayde Aponte
CI: V-7.003.875
iii
ÍNDICE GENERAL
Pp.
LISTA DE CUADROS ................................................................................. . vii
LISTA DE ECUACIONES………………………………………………………. ix
RESUMEN ................................................................................................... x
INTRODUCCIÓN ......................................................................................... . 1
CAPÍTULO
I. EL PROBLEMA
iv
Intensidad luminosa............................................................................. 19
Iluminancia .......................................................................................... 21
Exposición luminosa ............................................................................ 22
Luminancia .......................................................................................... 22
Lámparas Incandescentes .................................................................. 24
Lámparas de descarga ........................................................................ 25
Lámparas Fluorescentes ..................................................................... 27
Tubos luminosos (neón) ...................................................................... 29
Lámparas led ....................................................................................... 29
Modelo de la Luz para iluminación ...................................................... 30
Calculo de la iluminancia ..................................................................... 31
Cálculo de la iluminancia en iluminación LED ..................................... 33
Microcontroladores .............................................................................. 35
Sistema De Control Automático........................................................... 36
El microcontrolador PIC ....................................................................... 37
Sistemas de aprendizaje automático ................................................... 37
Redes Neuronales Artificiales ............................................................. 38
Fundamentos Biológicos de las Redes Neuronales ............................ 38
Red neuronal artificial .......................................................................... 40
Función de activación .......................................................................... 42
Función escalón .................................................................................. 43
Función lineal y mixta .......................................................................... 44
Función Tangente Hiperbólica ............................................................. 44
Función Sigmoidal ............................................................................... 45
Función de Gauss ............................................................................... 46
Topologías de las Redes Neurales...................................................... 46
Elementos de una red neuronal artificial ............................................. 47
Árboles de Decisión............................................................................. 48
Aprendizaje en Árboles de Decisión .................................................... 49
Validación del Árbol de Decisión ......................................................... 50
Bases Legales.......................................................................... ................ 50
Sistema de Variables............................................................................... 55
Definición de Términos Básicos................................................................ 57
v
Técnicas de Recolección de Datos.......................................................... 63
Técnicas de Análisis de Datos.................................................................. 64
Procedimientos ………………................................................................... 66
Limitaciones de la Investigación............................................... ............... 68
Cronograma de actividades............................................... ...................... 69
REFERENCIAS ........................................................................................... 70
vi
LISTA DE CUADROS
CUADRO Pp.
vii
LISTA DE FIGURAS
FIGURA Pp.
viii
LISTA DE ECUACIONES
ECUACIÓN Pp.
ix
REPÚBLICA BOLIVARIANA DE VENEZUELA
INSTITUTO UNIVERSITARIO POLITÉCNICO
“SANTIAGO MARIÑO”
SEDE, EXTENSIÓN O AMPLIACIÓN
INGENIERIA ELECTRÓNICA
Trabajo de Grado
Resumen
x
INTRODUCCIÓN
1
que se le dan entre los cuales destaca la iluminación eléctrica por ser uno de
los usos más comunes y cotidianos que se le da a este recurso. Según Philips,
(2011) la iluminación representa un 20% del consumo eléctrico, haciendo que
de los miles de usos que tiene la energía eléctrica este destaque por su
elevado porcentaje en consumo.
Para lograr la eficiencia en uso de la energía eléctrica se ha propuesto
varios métodos, así como surgidos avances tecnológicos que permiten la
disminución de consumo por dispositivo. Enfocándonos en la iluminación
tenemos por ejemplo la aparición de la lámparas led las cuales tienen un
menor índice de consumo con respecto a lámparas más tradicionales aunque
su costo es elevado su bajo nivel de consumo y durabilidad la hacen una
opción viable, los mecanismos de control han sido otra de los principales
métodos que se desarrollan para aumentar la eficiencia controlando el
consumo, los sistemas de control automático tienen diferentes características
del más simple al más complejo.
Tomando en cuenta la versatilidad y eficiencia se puede observar a el
control inteligente el cual comprende una serie de técnicas tomadas
fundamentalmente de inteligencia artificial, para abordar problemas que
difícilmente pueden abordarse por métodos de control tradicionales. El que
contemple mecanismos y funciones de la inteligencia artificial da pie a que el
control pueda aprender adaptarse y ser más eficiente con el tiempo.
En esta investigación se propone el diseño e implementación de un control
inteligente para sistemas de iluminación, generando así un uso más eficiente
de la energía eléctrica disminuyendo el consumo innecesario en lo que a
iluminación se refiere, lo cual también alargara la vida útil de las lámparas
generando un aumento en la eficiencia de estos equipos, así como importantes
ahorros económicos
2
De acuerdo a la descripción realizada, la investigación estará estructurada
en 3 capítulos que se describen a continuación:
Capítulo I: EL PROBLEMA, cuyo contenido es la contextualización del
problema los objetivos tanto general y específicos, así como la justificación de
la misma.
Capítulo II: MARCO TEÓRICO, en este aparte se describe los
antecedentes de la investigación, las bases teóricas y legales, el sistema de
variable y la definición de términos básicos.
Capítulo III: MARCO METODOLÓGICO, en este capítulo se establece la
modalidad de la investigación, el tipo de investigación, los procedimientos,
población y muestra, las técnicas e instrumentos de recolección de información
y las técnicas de análisis de datos. Finalmente se indica las referencias y el
cuadro de Gantt
3
CAPITULO I
EL PROBLEMA
4
Casos muy comunes que ocurren día a día en todo el mundo que suben los
niveles de consumo y por ende los gastos
Al respecto, tener un control que permita evitar ese desperdicio toma gran
relevancia menor demanda igual a menos contaminación, menor consumo
igual a facturas más bajas, se hace evidente la necesidad de que este control
tenga un funcionamiento automático e inteligente que permita auto regularse
y asegurar su eficiencia.
Objetivos de la Investigación
Objetivo General
5
Objetivos Específicos
Justificación de la Investigación
6
ningún control y que la sobre exposición a la luz eléctrica pueden afectar la
salud provocando dolores de cabeza, cansancio de la vista entre otros.
7
CAPITULO II
Reseña histórica
8
Según Shultz y Simmons, para los años de la década de 1930, la utilización
de la luz eléctrica pasó a ser habitual en las oficinas de Estados Unidos, lo
cual produjo una serie de campañas relacionadas con la importancia de la
iluminación para las correctas condiciones de trabajo. Fue entonces, que los
expertos estuvieron de acuerdo en que la iluminación debería tener 55 lx.: lo
suficiente para poder leer en una oficina en Estados Unidos (citado por
Mondelo et al 2002); sin embargo, poco tiempo después esta medida llegó a
los 250 lx. o más.
Antecedentes de la Investigación
9
neuronales convolucionales, para optar por el título posgrado en
ciencias de la computación, otorgado por la Universidad Central de
Venezuela, tuvo como objetivo general construir un modelo de
reconocimiento facial mediante la combinación de clasificadores
entrenados a partir de descriptores basados en HOG, SIFT, LBP, HLBP
y redes neuronales convolucionales (CNN), y evaluar su rendimiento
sobre un conjunto de rostros con distintas condiciones de iluminación,
pose y expresión y sus objetivos específicos
1. Aplicar una metodología de minería de datos para la
construcción de un clasicador de rostros.
2. Construir y aplicar algoritmos de procesamiento digital de
imágenes en la preparación y extracción de información.
3. Diseñar y construir representaciones de imágenes a partir de
descriptores HOG, SIFT, LBP y HLBP para el entrenamiento de
algoritmos de aprendizaje automático.
4. Construir modelos de clasificación de rostros, basados en
distintas representaciones de las imágenes.
5. Evaluar, mediante un estudio comparativo, el rendimiento
distintos modelos de aprendizaje automático entrenados a partir
de distintas representaciones de imágenes.
6. Utilizar técnicas de validación como la validación cruzada
(Cross-Validation), para garantizar la calidad de los modelos
obtenidos.
7. Diseñar y construir un prototipo para una aplicación de
reconocimiento facial a partir de un modelo combinado de
clasificadores basados en Redes Neuronales Convolucionales
(CNN).
10
El antecedente citado mostro resultados importantes para el estudio, ya
que el investigador puede reflexionar lo que permite repensar la
investigación en el ámbito de la Ingeniería Electrónica desde otros
escenarios, donde la investigación trascienda con efectos multiplicadores
de conocimiento propiciando el desarrollo intelectual del investigador
11
4. Ejecutar el montaje puesta en marcha, pruebas y ajustes del
sistema de control para la calibración de los instrumentos de
flujo (LACIF-I), en el laboratorio del Complejo Petroquímico
Hugo Chávez.
12
Bases Teóricas
Las bases teóricas según Arias, F. (2016), puntualiza: “Son aquellas que
implican un amplio desarrollo de los conceptos y proposiciones que forman el
punto de vista o enfoque adoptado, para sustentar o explicar el problema
planteado” (p.107). Con la finalidad de utilizar una fundamentación teórica, se
recopilará la información necesaria, relacionada a la temática planteada;
tomando en cuenta aquellos aspectos relacionados directamente con los
objetivos de la investigación. Las bases teóricas de la investigación están
constituidas por los tópicos relacionados con el problema planteado y los
objetivos formulados.
Corriente Eléctrica
13
la carga eléctrica que se mueve por un punto de un conductor en función del
tiempo.
Corriente Alterna
Corriente Continua
14
Por otro lado, Córdova (2009, p. 12) menciona que la corriente continua es
aquella corriente en donde los electrones circulan en la misma cantidad y
sentido, es decir, que fluye en una misma dirección. Su polaridad es invariable
y hace que fluya una corriente de amplitud relativamente constante a través de
una carga.
Asimismo, según Gussow (1994, p. 9) es la corriente que se mueve en un
circuito o conductor únicamente en una dirección. En este sentido, se puede
denominar a la corriente que se mantiene de la misma polaridad, siendo ésta;
polaridad positiva o negativa, y aunado a ella el sentido de la corriente; es
decir, la corriente continua es la que viaja en un solo sentido a través del
conductor.
Voltaje
Consumo Eléctrico
15
depende de las características propias del aparato (principalmente potencia
del mismo, y del tiempo que esté utilizándose. Para calcular de forma eficiente
el consumo eléctrico de cualquier lugar, se deben sumar los consumos
individuales de cada artefacto a los que se está sometiendo el circuito y
dividirlos por su voltaje correspondiente. Esto dará como resultado la corriente
que se está consumiendo.
Luz visible
16
Figura 1. Banda de energía electromagnética; tomado de Interior Lighting for Designers
Gary Gordon (2015; p.3)
Medidas y unidades
17
Flujo luminoso
Eficacia luminosa
𝜙 𝑙𝑚
𝜂=𝑃 ; [𝜂] = Ecuación 1
𝑊
18
Cantidad de luz
𝑄 = 𝜙 × 𝑡; [𝑄] = 𝑙𝑚 × ℎ Ecuación 2.
Intensidad luminosa
19
Figura 2. Intensidad luminosa; tomado de Cómo planificar con luz Rüdiger Ganslandt y
Harald Hofmann (2009; p. 40)
20
Figura 3. Superficie de distribución de intensidad luminosa; tomado de Cómo planificar
con luz Rüdiger Ganslandt y Harald Hofmann (2009; p. 41)
Iluminancia
21
Figura 4. Calculo de iluminancia; tomado de Cómo planificar con luz Rüdiger Ganslandt y
Harald Hofmann (2009; p. 42)
Exposición luminosa
Luminancia
22
luminancia se define como la relación de la intensidad luminosa y la superficie
proyectada verticalmente a la dirección de irradiación. No obstante, la luz
también puede ser reflejada o transmitida por la superficie.
23
Lámparas Incandescentes
24
conductores que disponen de un punto de fusión suficientemente elevado y al
mismo tiempo por debajo del punto de fusión de una velocidad de evaporación
tan mínima que se pueden utilizar para filamentos incandescentes.
Lámparas de descarga
25
característica una determinada combinación de longitudes de onda emitidas;
cada vez es emitida una radiación de uno o varios márgenes estrechos de
frecuencias.
Si la velocidad de los electrones aumenta más, al chocar los átomos de
gas ya no son estimulados, sino ionizados; el átomo de gas es descompuesto
en un electrón libre y un ion de carga positiva. La cantidad de las partículas
cargadas eléctricamente y efectivas en el tubo de descarga aumenta
progresivamente y produce el correspondiente incremento de radiación. Las
lámparas de descarga tienen otras cualidades que las incandescentes.
En primer lugar, por el tipo de luz irradiada. Mientras que en las lámparas
incandescentes se emite un espectro continuado, cuyo curso depende casi
exclusivamente de la temperatura del filamento, las lámparas de descarga
irradian un espectro con distintas rayas características para los gases o
vapores metálicos utilizados. Además, las líneas espectrales irradiadas
pueden encontrarse en todas las áreas del espectro, desde la radiación
infrarroja y la zona visible hasta la radiación ultravioleta. Por cantidad y
dispersión de las líneas espectrales se obtiene luz con el m á s variado efecto
cromático; mediante diferentes llenados de lámpara se pueden producir de
modo dirigido colores de luz y luz blanca de las más diversas temperaturas.
Sobre todo, es posible sobrepasar el límite indicado de 3650 K en los
radiadores térmicos y producir una luz similar a la diurna con elevadas
temperaturas de color. Otro camino para una producción dirigida de colores
de luz resulta de la utilización de sustancias luminosas en las paredes
interiores del tubo de descarga. Sobre todo, la radiación ultravioleta, que
aparece en algunas descargas de gas, es convertida en luz visible por estas
sustancias luminosas fluorescentes, donde nuevamente mediante la elección
26
y la mezcla adecuada de materias fluorescentes se pueden producir definidos
colores de luz.
Figura 7 Lámparas de descarga; tomado de Cómo planificar con luz Rüdiger Ganslandt y
Harald Hofmann (2009; p. 53)
Lámparas Fluorescentes
27
Para facilitar el encendido de la lámpara fluorescente, los electrodos casi
siempre están acabados como filamento incandescente, llevando
adicionalmente una capa de óxido metálico (emisor), que favorece la salida
de electrones. Los electrodos se precalientan en la salida, un impulso de
tensión causa entonces el encendido de la lámpara.
28
Tubos luminosos (neón)
Lámparas led
Es una lámpara de estado sólido que usan unos conjuntos de diodos, LED
son las siglas de Light Emisión Diode, (diodo de emisión de luz), son
componentes electrónicos constituidos por la unión de materiales
semiconductores de diferentes características, capaces de convertir la
energía eléctrica directamente en energía luminosa cuando son polarizados
por medio de un campo eléctrico.
29
1. Las lámparas led poseen muchas ventajas:
2. Voltaje de operación muy bajos.
3. Tiempo de vida útil muy prolongado.
4. Posee muy alta eficiencia.
5. Reducidos costos de mantenimiento.
6. Flexibilidad de instalación.
7. Encendido instantáneamente al 100% de sus rendimientos.
8. Es insensible a las vibraciones.
9. Ausencia de radiaciones.
10. Colores vivos y saturados sin filtro.
30
Calculo de la iluminancia
En los libros Design with light e Interior lighting for designers hacen
mención a la siguiente técnica de cálculo medio de la iluminancia que
considerando la ecuación de iluminancia en un punto:
𝐼
𝐸𝑝 [𝑙𝑢𝑥] = 𝑎2 Ecuación 5.
𝐼
𝐸𝑝 [𝑙𝑢𝑥] = 𝐷2 ∙ cos(𝜃) Ecuación 6.
Figura 9. calculo de iluminancia con Angulo; tomado de Interior Lighting for Designers
Gary Gordon (2015; p.127)
31
Como base de estas fórmulas en áreas mayores una rápida forma de
calcular la iluminancia media es usando la siguiente formula, conocido como
cálculo de la iluminancia media:
𝑛∙𝑙𝑢𝑥𝑙𝑎𝑚𝑝 ∙𝐹𝑝 ∙𝐹𝑢
𝐸(𝑓𝑐) = Ecuación 7
𝐴
Donde :
5∙ℎ∙(𝑙+𝑤)
𝑃ℎ = Ecuación 8
𝑙∙𝑤
32
Dónde: h representa la altura de utilización (figura 7), l representa la longitud
y w el ancho de la habitación
33
grados sexagesimales, h representa la distancia entre el led y el plano a
iluminar, y r se calcula a partir de la altura y la tangente del ángulo, de acuerdo
a la siguiente ecuación:
𝜃
𝑟 = ℎ ∙ 𝑡 (2) Ecuación 9
34
Figura 12 Calculo de posición de sensores, Bhardwaj, S. et al, 2011.
Microcontroladores
35
fabricado, el microcontrolador no contiene datos en la memoria ROM. Para
que pueda controlar algún proceso es necesario generar o crear y luego
grabar en la EEPROM1 o equivalente del microcontrolador algún programa,
el cual puede ser escrito en lenguaje ensamblador u otro lenguaje para
microcontroladores; sin embargo, para que el programa pueda ser grabado
en la memoria del microcontrolador, debe ser codificado en sistema numérico
hexadecimal que es finalmente el sistema que hace trabajar al
microcontrolador cuando éste es alimentado con el voltaje adecuado y
asociado a dispositivos analógicos y discretos para su funcionamiento.
36
El microcontrolador PIC
Los PIC son una familia de microcontroladores tipo RISC fabricados por
Microchip Technology Inc. y derivados del PIC1650, originalmente
desarrollado por la división de microelectrónica de General Instrument. En
1985 la división de microelectrónica de General Instrument se separa como
compañía independiente que es incorporada como filial (el 14 de diciembre de
1987 cambia el nombre a Microchip Technology y en 1989 es adquirida por
un grupo de inversores) y el nuevo propietario canceló casi todos los
desarrollos, que para esas fechas la mayoría estaban obsoletos. El PIC, sin
embargo, se mejoró con EEPROM para conseguir un controlador de canal
programable.
37
Redes Neuronales Artificiales
38
axón y varias ramas más cortas que corresponden a las dendritas. Una de las
características de las neuronas es su capacidad de comunicarse.
39
Figura 13. Elementos neuronales; tomado de Ponce Cruz (2010; p.194)
40
3. Conexiones entre las unidades, generalmente definidas por un peso
que determina el efecto de una señal de entrada en la unidad.
4. Una regla de propagación, que determina la entrada efectiva de una
unidad a partir de las entradas externas.
5. Una función de activación que actualiza el nuevo nivel de activación
basándose en la entrada efectiva y la activación anterior.
6. Una entrada externa que corresponde a un término determinado como
vías para cada unidad.
7. Un método para reunir la información, correspondiente a la regla del
aprendizaje.
8. Un ambiente en el que el sistema va a operar, con señales de entrada
e incluso señales de error. En muchas redes las unidades de proceso
tienen respuesta de la forma:
𝑦 = 𝑓(∑𝑛𝑘 𝜔𝑘 𝑥𝑘 ) Ecuación 10
donde:
𝑥𝑘 : señales de salida de otros nodos o entradas externas.
𝜔𝑘 : pesos de las ligas de conexión.
f (•): función no lineal simple. La función f puede ser sigmoidal, tangente
hiperbólica, escalón, entre otras. En MATLAB® se tiene diferentes funciones
de activación como tansig, hardlim y purelin, entre otras, lo cual facilita las
aproximaciones que se requieran hacer, empleando RNA.
Cada unidad de proceso tiene una tarea simple: recibe la entrada de otras
unidades o de fuentes externas y procesa la información para obtener una
salida que se propaga a otras unidades.
41
Una red puede tener una estructura arbitraria, pero las capas que
contienen estas estructuras están definidas de acuerdo con su ubicación en la
topología de la red neuronal. Las entradas externas son aplicadas en la
primera capa, y las salidas se consideran la última capa. Las capas internas
que no se observan como entradas o salidas se denominan capas ocultas.
Por convención, las entradas no se consideran como capa porque no
realizan procesamiento. La entrada total u de una unidad k es la suma de los
pesos de las entradas conectadas, más unas vías θ
Función de activación
42
En muchas ocasiones esta función es de la forma no decreciente respecto
a la entrada total de la unidad:
Función escalón
Figura 15. Función de activación escalón; tomado de Ponce Cruz (2010; p.200)
43
Función lineal y mixta
Figura 16. Función de activación lineal y mixta; tomado de Ponce Cruz (2010; p.200)
44
de emplear esta fi gura entre los umbrales positivos y negativos antes de la
saturación, de otra forma la salida siempre generara valores saturados iguales
a1y2
Figura 17. Función tangente hiperbólica; tomado de Ponce Cruz (2010; p.201)
Función Sigmoidal
45
Figura 18 Función sigmoidal; tomado de Ponce Cruz (2010; p.201)
Función de Gauss
Los mapeos ocultos algunas veces pueden realizarse con un solo nivel de
neuronas mediante el uso de funciones de activación tipo Gauss, en lugar de
funciones tipo sigmoidales
46
a) Redes de propagación hacia delante (feed-foward): el flujo de
información de las entradas a las salidas es exclusivamente hacia
delante, extendiéndose por capas múltiples de unidades, pero no hay
ninguna conexión de retroalimentación.
b) Redes recurrentes: contienen conexiones de retroalimentación, lo
que puede derivarse en un proceso de evolución hacia un estado
estable en el que no haya cambios en el estado de activación de las
neuronas.
47
Los elementos básicos de una RNA son:
1. Conjuntos de unidades de procesamiento (neuronas).
2. Conexiones entre unidades (asociado a cada conexión un peso o valor).
3. Funciones de salida o activación para cada unidad de procesamiento.
El modelo de la neurona y la arquitectura de la red describen cómo esta
última transforma sus entradas en las salidas. Los elementos individuales de
cálculo que forman la mayoría de los modelos de sistemas neurales artificiales,
se conocen como neuronas artificiales
Árboles de Decisión
El libro Data mining with Decision Trees de Rokach & Maimon, (2015) en
referencia a los árboles de decisión lo definen como un modelo de predicción
utilizado en diversos ámbitos que van desde la inteligencia artificial hasta la
Economía. Dado un conjunto de datos se fabrican diagramas de
construcciones lógicas, muy similares a los sistemas de predicción basados
en reglas, que sirven para representar y categorizar una serie de condiciones
que ocurren de forma sucesiva, para la resolución de un problema, estos son
muy utilizados en el análisis de la toma de decisiones de individuos. Debido a
estas características se va aplicar esta teoría para compararla frente a una red
neuronal multicapa. Algunas ventajas de los árboles de decisión son;
1. Fácil de entender e interpretar, los arboles pueden ser visualizados.
2. Requiere poca preparación de la data, aunque es necesario que no
existan datos incompletos.
3. El costo de uso informático del árbol es logarítmico en relación al
número de puntos usados para entrenar el árbol.
48
4. Se puede analizar data categórica junto con la data numérica.
5. Es posible tener salidas categóricas y numéricas.
6. Los datos son interpretables debido a que el modelo de árbol de
decisión es una caja blanca.
Las desventajas de un árbol de decisión incluyen:
1. El mal uso de la complejidad puesta en un árbol de decisión puede
quitarle generalización, para evitar este error es necesario considerar
establecer la profundidad máxima del árbol o la poda al considerar un
número mínimo de datos para determinada decisión.
2. Los árboles de decisión pueden ser inestables porque pequeñas
variaciones en los datos pueden dar lugar a que se genere un árbol
completamente diferente. Este problema se mitiga utilizando árboles de
decisión dentro de un conjunto.
3. La optimización del aprendizaje de un árbol de decisión conduce a
complejos algoritmos que no garantizan un óptimo global.
4. Existen formas lógicas que son difíciles de aprendes como el concepto
de XOR o de paridad debido a que no es fácil poner estos conceptos
en si como un árbol de decisión.
5. Es necesario tener la data equilibrada
Los intentos por crear algoritmos que generen árboles de decisión en base
a ejemplos dados comienza en las décadas de 1970, y en Quinlan, (1986)
presenta un papel sobre la técnica ID3, para la elaboración de árboles de
decisión considerando los ejemplos de aprendizaje, y a lo largo de los años
49
diversos artículos científicos se han dedicado analizar la preparación de los
datos, el cual se puede resumir en los siguiente:
1. La data debe estar equilibrada.
2. No es necesaria data en el mismo rango.
50
legal a la presente investigación. Según Pérez (2009) “Es el articulo legal del
instrumento jurídico que se cita de manera textual, utilizando comillas, sin
hacer interpretaciones ni análisis"(pag. 66). A continuaci6én se presenta las
bases legales del trabajo en estudio.
51
y tecnológica. La ley determinará los modos y medios para
dar cumplimiento a esta garantía.
52
Artículo 18 Regulaciones técnicas El Ministerio del Poder
Popular con competencia en materia de energía eléctrica,
impulsará en coordinación con los órganos competentes en
la materia, el desarrollo de normas y reglamentos técnicos
sobre eficiencia energética. Asimismo, se articulará con las
autoridades estatales y municipales en el desarrollo de la
normativa que les corresponda dictar en esta materia.
Artículo 24 Formación para el uso racional y eficiente de la
energía El Ministerio del Poder Popular con competencia en
materia de energía eléctrica, las organizaciones del Poder
Popular, organizaciones gremiales y sectores interesados,
podrán ejecutar programas, foros, talleres y cursos en
general de formación para la sensibilización ciudadana en
materia de aprovechamiento de fuentes de energía
renovables y uso racional y eficiente de la energía, bajo los
parámetros y lineamientos establecidos en el artículo 12 de
la presente Ley.
Artículo 25 Investigación científica tecnológica y
humanística El Poder Público a través de sus órganos y
entes, promoverán programas de investigación científica,
tecnológica y humanística, por parte de sus propias
instituciones o de particulares, que permitan desarrollar
nuevas tecnologías y mejorar las existentes asociadas al
uso racional y eficiente de la energía, así como al
aprovechamiento de fuentes de energía renovable. El
Ministerio del Poder Popular con competencia en materia de
ciencia, tecnología e industrias intermedias, otorgará
carácter prioritario al financiamiento de los programas de
investigación científica, tecnológica y humanística, referidos
en este artículo.
53
2 Objeto y campo de Aplicación
2.1 Esta Norma Venezolana COVENIN establece los valores de iluminancia
media en servicio recomendados como iluminación normal, para la obtención
de un desempeño visual eficiente en las diversas áreas de trabajo y para
tareas visuales específicas bajo condiciones de iluminación artificial.
2.2 Esta Norma establece, además, los valores mínimos de iluminancia media
en servicio recomendados como iluminación de Emergencia para evacuación,
seguridad y resguardo; así como recomendaciones para decidir sobre los
valores recomendables en general para la iluminación de reserva o de
reemplazo.
2.3 Esta Norma no establece iluminancias para actividades deportivas ni
vialidad pública.
2.4 Los valores dados en esta norma deben entenderse como iluminancias
nominales (objetivo a cumplir) con las desviaciones que cabe esperar.
2.5 La iluminación artificial es un sistema necesariamente ligado a la
instalación eléctrica, por lo tanto, no se incrementarán los valores de
iluminancias, en instalaciones existentes, sin comprobar que el sistema
eléctrico tenga la capacidad suficiente o haya sido remodelado para retenerla
y todo ello en cumplimiento con lo establecido en las Normas Venezolanas
COVENIN 200 y COVENIN 734.
2.6 Las recomendaciones de esta norma se basan en consideraciones de
aplicación general y el especialista deberá analizar juiciosamente al detalle
todos los aspectos involucrados en la visión bajo condiciones de iluminación
artificial en los casos especiales de aplicación
54
Sistema de Variables
Objetivo General:
Diseñar e implementar un control inteligente para un sistema de
iluminación
Objetivos Específicos Variable Definición Concepto
Diagnosticar la Sistemas de Un sistema de
situación actual de los iluminación iluminación es un
sistemas de iluminación conjunto de elementos,
aplicando técnicas de que se diseña para
recolección de proporcionar una
información. visibilidad clara y los
aspectos estéticos
requeridos en un
espacio y actividades
definidas.
55
Cont. Cuadro 1
56
Definición de Términos Básicos
57
Polaridad: se denomina polaridad a la cualidad que permite distinguir cada
uno de los terminales de una pila, batera u otras máquinas eléctricas de
corriente continua. Cada uno de estos terminales llamados polos, puede ser
positivo o negativo
58
CAPÍTULO III
Marco Metodológico
Modalidad de la Investigación
59
Diseño de la Investigación
60
Tipo de Investigación
61
Población y Muestra
Población
Muestra
62
que para hacer una generalización exacta de una población es necesario
tomar una muestra representativa y por lo tanto la validez de la generación de
lo valido y del tamaño de la muestra
La muestra a tomar en consideración en la presente investigación serán
los sistemas de iluminación tradicional con lámparas incandescentes y los
sistemas de iluminación led, se tomará solo documentos y trabajos referentes
a ellos y el estudio de su eficiencia en particular. Se tomará en cuenta también
a un especialista en diseño e instalación de sistemas de iluminación y a 4
personas interesadas en su uso directo, ubicadas en diferentes zonas de la
ciudad de valencia Edo Carabobo.
Observación
Encuesta
63
La entrevista
Entrevista Estructurada
Entrevista no Estructurada
Cuestionario
64
denomina cuestionario auto administrado porque debe ser llenado por el
encuestado, sin intervención del encuestador.
Validez y Confiabilidad
Validez
65
Confiabilidad
Fases de la Investigación
Procedimientos
66
Fase II. Analizar la información recopilada en el diagnostico aplicando
técnicas de análisis de datos determinando los requerimientos necesarios del
diseño de un control inteligente.
67
En esta fase se llevará a cabo la construcción del circuito cumpliendo con
el diseño establecido se le implantara el software de control previamente
elaborado en el diseño y se realizará una prueba de sus funciones de
forma modular posteriormente se realizará una prueba total y funcional
para que finalmente una vez se culminen con éxito las pruebas se pueda
implementar un prototipo funcional para el uso de los usuarios
interesados
Limitaciones
68
Cronograma de actividades
3 4 5 1 2 3 4 5 1 2 2 3 4
Validación de temas de proyectos de PI
Investigación de campo, tour de
exploración hacia el terreno
propuesto
Inicio de la observación directa y análisis del
sector a emplear la propuesta
Revisión de Protocolo
69
REFERENCIAS
Ganslandt, R., & Hofmann, H. (2009). Cómo planificar con luz. Madrid: Erco.
Gordon, G. (2015). Interior lighting for designers. John Wiley & Sons.
70
Ley de Uso Racional y Eficiente de la Energía (19 de diciembre de 2011)
Gaceta Oficial Nº 39.823
Ritschel, T., Dachsbacher, C., Grosch, T., & Kautz, J. (2012). The state of the
art in interactive global illumination
Rokach, L., & Maimon, O. (2015). Data mining with decision trees: theory and
applications (Second edition). Hackensack, New Jersey: World
Scientific.
71