SISTEMA IOT CON MACHINE LEARNING PARA EL CONTROL DE EQUIPOS ELÉCTRICOS EN LAS AULAS DEL INSTITUTO

PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR SEDE SANTO DOMINGO

Dirección de Postgrados

SISTEMA IOT CON MACHINE LEARNING PARA EL CONTROL DE EQUIPOS ELÉCTRICOS EN LAS AULAS DEL INSTITUTO SUPERIOR TECNOLÓGICO TSÁCHILA DEL CANTÓN SANTO DOMINGO. Trabajo de Titulación previo a la obtención del título de Magíster en Tecnologías de la Información Modalidad Proyecto de titulación con componente de investigación aplicada y/o desarrolloMTI Línea de Investigación: Tecnologías de la información y la comunicación.

Autoría: DIEGO JAVIER BASTIDAS LOGROÑO DAMIÁN FABRICIO BARAHONA ZAMBRANO

Dirección: Mg. WILLIAN JAVIER OCAMPO PAZOS

Santo Domingo – Ecuador Julio, 2021

PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR SEDE SANTO DOMINGO

Dirección de Postgrados

HOJA DE APROBACIÓN SISTEMA IOT CON MACHINE LEARNING PARA EL CONTROL DE EQUIPOS ELÉCTRICOS EN LAS AULAS DEL INSTITUTO SUPERIOR TECNOLÓGICO TSÁCHILA DEL CANTÓN SANTO DOMINGO.

Línea de Investigación: Tecnologías de la información y la comunicación Autoría: DIEGO JAVIER BASTIDAS LOGROÑO DAMIÁN FABRICIO BARAHONA ZAMBRANO

Willian Javier Ocampo Pazos, Mg.

f._____________________

DIRECTOR DE TRABAJO DE TITULACIÓN Rodolfo Sirilo Córdova Gálvez, Mg.

f._____________________

CALIFICADOR Fausto Ernesto Orozco Iguasnia, Mg.

f._____________________

CALIFICADOR Yulio Cano de la Cruz, Mg. DIRECTOR DE POSTGRADOS

Santo Domingo – Ecuador Julio, 2021

iii

DECLARACIÓN DE AUTENTICIDAD Y RESPONSABILIDAD Yo, DIEGO JAVIER BASTIDAS LOGROÑO, portador de la cédula de ciudadanía No.060323337-0, y DAMIÁN FABRICIO BARAHONA ZAMBRANO, portador de la cédula de ciudadanía No. 171733829-5 declaramos que los resultados obtenidos en la investigación que presentamos como informe final, previo la obtención del Título de Magíster en Tecnologías de la Información son absolutamente originales, auténticos y personales.

En tal virtud, declaro que el contenido, las conclusiones y los efectos legales y académicos que se desprenden del trabajo propuesto de investigación y luego de la redacción de este documento son de nuestra exclusiva responsabilidad legal y académica.

Igualmente declaramos que, todo resultado académico que se desprenda de esta investigación y que se difunda, tendrá como filiación la Pontificia Universidad Católica del Ecuador, Sede Santo Domingo, reconociendo en las autorías al Director del Trabajo de Titulación y demás profesores que amerita. Estas publicaciones presentarán el siguiente orden de aparición en cuanto a los autores y coautores: en primer lugar, a los estudiantes autores de la investigación; en segundo lugar, al director del trabajo de titulación y, por último, siempre que se justifique, otros colaboradores en la publicación y trabajo de titulación.

Mg. Diego Javier Bastidas Logroño CI. 0603233370

Ing. Damián Fabricio Barahona Zambrano CI. 171733829-5

iv

INFORME DE TRABAJO DE TITULACIÓN ESCRITO DE POSTGRADO Yulio Cano De La Cruz, Mg. Dirección de Postgrados Pontificia Universidad Católica del Ecuador Sede Santo Domingo De mi consideración, Por medio del presente informe en calidad del director/a del Trabajo de Titulación de Postgrado de

MAESTRÍA EN TECNOLOGÍAS DE LA INFORMACIÓN,

SISTEMA IOT CON

MACHINE LEARNING PARA EL CONTROL DE EQUIPOS ELÉCTRICOS EN LAS AULAS DEL INSTITUTO SUPERIOR TECNOLÓGICO TSÁCHILA DEL CANTÓN SANTO DOMINGO, realizado por los maestrantes: Diego Javier Bastidas Logroño, portador de la cédula de ciudadanía No. 060323337-0, y Damián Fabricio Barahona Zambrano, portador de la cédula de ciudadanía No. 171733829-5, previo a la obtención del Título de Magíster en Tecnologías de la Información, informo que el presente trabajo de titulación escrito se encuentra finalizado conforme a la guía y el formato de la Sede vigente.

Santo Domingo, 15 de agosto de 2021 Atentamente,

Mg. Willian Javier Ocampo Pazos Profesor Titular Auxiliar I

v

AGRADECIMIENTOS

Agradezco al Padre de mi espíritu por haberme creado, a Jesucristo por ser mi Salvador y Redentor, al Espíritu Santo por su compañía constante, a mi madre quien me ha apoyado en el transcurso de mi vida terrenal en todo aspecto, a mi director Mg. Willian Ocampo, a mis familiares y amigos.

Diego Javier Bastidas Logroño

Agradezco en primer lugar a mi Padre Celestial, por la vida y la salud, por darme ésta alegría de compartir este logro con mis seres queridos, a mis abuelitos que siempre han sido y serán un ejemplo a seguir y ser además un pilar fundamental en mi crecimiento y desarrollo tanto espiritual como personal, a mis padres por el sacrificio y dedicación, sus consejos y respaldo en cada una de mis decisiones y muchas cosas más, a mi mujer y mi hijo, quienes han dedicado su tiempo y esfuerzo, ya que han sido un peldaño más para culminar esta importante etapa, a mis hermanas por el apoyo brindado cada día, a mi director Mg. William Ocampo, quien ha sido un excelente profesional y ser humano, el mismo que ha sabido impartir sus conocimientos y experiencia de forma incondicional y así concluir este trabajo, a la Pontificia Universidad Católica y su planta docente, por impartir los conocimientos necesarios y prepararnos para un mundo más competitivo.

Damián Fabricio Barahona Zambrano

vi

DEDICATORIA

Éste trabajo se lo dedico a Elohim mi Padre Eterno, a Jesucristo por ser mi Salvador y Redentor , al Espíritu Santo, a mi madre quien me ha apoyado en el transcurso de mi vida terrenal en todo aspecto, a mi tutor Mg. Willian Ocampo, a mis familiares y amigos.

Diego Javier Bastidas Logroño

Éste trabajo se lo dedicado a mis amados padres, mujer, hijo, hermanas, los cuales han sido un apoyo permanente en mi vida, a mi madre, por su incansable sacrificio y siempre darme la oportunidad de ser mejor persona, a mis abuelitos quienes con su ayuda incondicional fueron un fuerte incentivo en mi vida.

Damián Fabricio Barahona Zambrano

vii

RESUMEN En la actualidad el uso de la tecnología es más común y de gran importancia tanto para el control en los procesos industriales como también institucionales y empresariales. El deficiente control energético en las instituciones públicas del país conlleva gastos innecesarios de energía eléctrica y por ende de recursos. Este problema también se presentó en el Instituto Superior Tecnológico Tsáchila, en el cual el control de los equipos eléctricos es responsabilidad de cada docente tutor de aula. Para abordar este problema se implementó un prototipo de un sistema IoT con machine learning que se desarrolló a nivel de back end con el lenguaje de programación PHP y con MySQL, con las librerías de teachable machine y con el algoritmo de supervisión de TensorFlow, y a nivel de font end con HTML, CS3 y javascript, en cuanto al hardware se empleó la tarjeta escalable con código abierto denominada NodeMCU, resistores, relé y leds. En esta investigación se utilizó un enfoque mixto con un diseño no experimental transversal. Para validar la hipótesis se realizó un análisis de chi cuadrado, donde se determinó que el sistema IoT con machine learning influye significativamente en el control de equipos eléctricos en las aulas del Instituto Superior Tecnológico Tsáchila del cantón Santo Domingo.

Palabras clave: Equipos eléctricos; Internet de las cosas; Machine learning.

viii

ABSTRACT At present, the use of technology is more common and of great importance both for control in industrial processes as well as institutional and business. The deficient energy control in the public institutions of the country entails unnecessary expenses of electrical energy and therefore of resources. This problem was also presented at the Tsáchila Higher Technological Institute, in which the control of electrical equipment is the responsibility of each classroom tutor. To address this problem, a prototype of an IoT system with machine learning was implemented that was developed at the back end level with the PHP programming language and with MySQL, with the teachable machine libraries and with the TensorFlow supervision algorithm, and at the of font end with HTML, CS3 and javascript, in terms of hardware the scalable card with open source called NodeMCU, resistors, relay and LEDs was used. In this research, a mixed approach with a non-experimental cross-sectional design was used. To validate the hypothesis, a chi square analysis was carried out, where it was determined that the IoT system with machine learning significantly influences the control of electrical equipment in the classrooms of the Tsáchila Higher Technological Institute of the canton Santo Domingo.

Keywords: Electric equipment; Internet of things; Machine learning.

ix

ÍNDICE DE CONTENIDOS 1.

INTRODUCCIÓN.............................................................................................. 1

1.1.

Antecedentes ........................................................................................................ 1

1.2.

Delimitación del problema ................................................................................... 2

1.3.

Formulación y sistematización del problema ....................................................... 3

1.3.1.

Formulación del problema. .................................................................................. 3

1.3.2.

Sistematización del problema. Preguntas específicas. ......................................... 3

1.4.

Justificación de la investigación........................................................................... 3

1.5.

Objetivos de la investigación ............................................................................... 4

1.5.1.

Objetivo general. .................................................................................................. 4

1.5.2.

Objetivos específicos. .......................................................................................... 5

2.

REVISIÓN DE LA LITERATURA ................................................................. 6

2.1.

Fundamentos Teóricos ......................................................................................... 6

2.1.1.

Internet de las Cosas (IoT) ................................................................................... 7

2.1.1.1.

Domótica .............................................................................................................. 7

2.1.1.1.1.

Control energético ................................................................................................ 7

2.1.1.1.2.

Confort ................................................................................................................. 7

2.1.1.1.3.

Seguridad.............................................................................................................. 8

2.1.1.1.4.

Telecomunicaciones ............................................................................................. 8

2.1.1.2.

Tipos de conexiones. ............................................................................................ 8

2.1.1.2.1.

Conexión P2P ....................................................................................................... 8

2.1.1.2.2.

Conexión M2M .................................................................................................... 8

2.1.1.3.

Comunicación ...................................................................................................... 9

2.1.1.3.1.

Comunicación Alámbrica..................................................................................... 9

2.1.1.3.2.

Comunicación Inalámbrica .................................................................................. 9

2.1.1.4.

Protocolo .............................................................................................................. 9

x 2.1.1.4.1.

MQTT .................................................................................................................. 9

2.1.1.4.2.

WAMP ............................................................................................................... 10

2.1.1.4.3.

CoAP .................................................................................................................. 10

2.1.1.5.

Dispositivos ........................................................................................................ 10

2.1.1.5.1.

Arduino .............................................................................................................. 10

2.1.1.5.2.

Raspberry Pi ....................................................................................................... 10

2.1.1.5.3.

NodeMCU .......................................................................................................... 11

2.1.1.6.

Hardware y Software.......................................................................................... 12

2.1.1.6.1.

Hardware ............................................................................................................ 12

2.1.1.6.2.

Software ............................................................................................................. 12

2.1.1.6.3.

Middleware ........................................................................................................ 12

2.1.2.

Machine Learning .............................................................................................. 12

2.1.2.1.

Mecanismos de aprendizaje automático ............................................................. 12

2.1.2.1.1.

Aprendizaje Supervisado ................................................................................... 13

2.1.2.1.2.

Aprendizaje no supervisado ............................................................................... 13

2.1.2.2.

Aprendizaje automático a gran escala ................................................................ 13

2.1.2.2.1.

TensorFlow ........................................................................................................ 14

2.1.2.2.2.

Cálculo de TensorFlow ...................................................................................... 14

2.1.3.

Control de Equipos ............................................................................................. 14

2.1.3.1.

Control Energético ............................................................................................. 15

2.1.3.1.1.

Índice de consumo.............................................................................................. 15

2.1.3.1.2.

Índice de potencia instalada ............................................................................... 15

2.1.3.2.

Equipos Eléctricos .............................................................................................. 15

2.1.3.2.1.

Tiempo de uso .................................................................................................... 16

2.1.3.2.2.

Factor de simultaneidad ..................................................................................... 16

2.1.3.3.

Control de Equipos ............................................................................................. 16

xi 2.1.3.3.1.

Eficiencia energética .......................................................................................... 16

2.1.3.3.2.

Control manual y automático ............................................................................. 16

2.2.

Predicción Científica .......................................................................................... 17

3.

Metodología de la investigación ...................................................................... 18

3.1.

Enfoque, diseño y tipo de investigación ............................................................ 18

3.1.1.

Enfoque .............................................................................................................. 18

3.1.2.

Diseño y tipo de investigación ........................................................................... 18

3.2.

Población y muestra ........................................................................................... 19

3.3.

Operacionalización de las variables ................................................................... 20

3.4.

Técnicas e instrumentos de recogida de datos ................................................... 22

3.4.1.

Encuesta: ............................................................................................................ 22

3.4.2.

Entrevista: .......................................................................................................... 22

3.5.

Técnicas de análisis de datos.............................................................................. 22

4.

RESULTADOS ................................................................................................. 23

4.1.

Resultado uno: Proceso de control de equipos eléctricos .................................. 23

4.1.1.

Resultado de la entrevista dirigida al responsable de Infraestructura ................ 23

4.1.1.1.

Discusión de los resultados de la entrevista ....................................................... 26

4.1.1.2.

Diagrama de actividades del proceso de control de equipos eléctricos ............. 26

4.1.2.

Resultado de las encuestas. ................................................................................ 27

4.2.

Resultado dos: Determinar el hardware necesario para la propuesta ................. 31

4.2.1.

Herramientas de tecnologías IoT........................................................................ 31

4.2.1.1.

NodeMCU vs Arduino ....................................................................................... 31

4.2.1.2.

Protoboard .......................................................................................................... 32

4.2.1.3.

Resistencia.......................................................................................................... 33

4.2.1.4.

Led ...................................................................................................................... 34

4.2.1.5.

Relé .................................................................................................................... 34

xii 4.3.

Resultado tres: Prototipo del sistema IoT .......................................................... 35

4.3.1.

Nomenclatura ..................................................................................................... 35

4.3.2.

Marco de trabajo Scrum ..................................................................................... 35

4.3.2.1.

Sprint 1 ............................................................................................................... 35

4.3.2.1.1.

Planificación de Sprint 1 .................................................................................... 35

4.3.2.1.1.1. Roles ................................................................................................................... 35 4.3.2.1.1.2. Product Backlog ................................................................................................. 36 4.3.2.1.1.3. Estimación .......................................................................................................... 36 4.3.2.1.1.4. Planificación del tiempo ..................................................................................... 36 4.3.2.1.1.5. Fertilización Cruzada ......................................................................................... 37 4.3.2.1.1.6. Escenarios de prueba .......................................................................................... 37 4.3.2.1.1.7. Gestión de tareas ................................................................................................ 37 4.3.2.1.1.8. Sprint Backlog .................................................................................................... 38 4.3.2.1.2.

Scrum diario del Sprint 1 ................................................................................... 38

4.3.2.1.2.1. Historia de Usuario 1 - HU1-Login ................................................................... 39 4.3.2.1.2.2. Historia de Usuario 2 – HU2- Ingreso al tablero ............................................... 41 4.3.2.1.2.3. Historia de Usuario 3 – HU3- Ingreso de usuarios y roles................................. 42 4.3.2.1.2.4. Historia de Usuario 4 – HU4- Revisión de equipo activo en el aula ................. 43 4.3.2.2.

Sprint 2 ............................................................................................................... 45

4.3.2.2.1.

Planificación de Sprint 2 .................................................................................... 45

4.3.2.2.1.1. Sprint 2 Backlog ................................................................................................. 45 4.3.2.2.2.

Reuniones diarias del Sprint 2............................................................................ 46

4.3.2.2.2.1. Historia de Usuario 6 – HU6- Visualizar aula ................................................... 47 4.3.2.2.2.2. HU7-Revisión de equipo activado en el aula ..................................................... 48 4.3.2.2.2.3. HU-8 Machine Learning .................................................................................... 50 4.4.

Validación de hipótesis ...................................................................................... 53

xiii 5.

DISCUSIÓN...................................................................................................... 54

6.

CONCLUSIONES y RECOMENDACIONES .............................................. 56

6.1.

Conclusiones ...................................................................................................... 56

6.2.

Recomendaciones ............................................................................................... 56

7.

REFERENCIAS BIBLIOGRÁFICAS ........................................................... 58

8.

ANEXOS ........................................................................................................... 63

Anexo I. Carta de aprobación, tabla de recursos y cronograma .............................................. 63 Anexo II. Consentimiento informado, carta de impacto, árbol del problema y acta ............... 64 Anexo III. Validación de los instrumentos de investigación por experto ................................ 65 Anexo IV. Historias de usuario ................................................................................................ 67 Anexo V. Pruebas de aceptación primer sprint ........................................................................ 69 Anexo VI. Pruebas de aceptación segundo sprint .................................................................... 70 Anexo VII. Manual de usuario y técnico ................................................................................. 73

xiv

ÍNDICE DE FIGURAS Figura 1. Internet de las cosas ................................................................................................... 6 Figura 2. Machine Learning ...................................................................................................... 6 Figura 3. Control de Equipos Eléctricos ................................................................................... 6 Figura 4. Diagrama de actividades del proceso de control de equipos eléctricos ................... 26 Figura 5. Frecuencia de olvido en encendido de dispositivos eléctricos ................................ 27 Figura 6. Probabilidad de control desde el hogar .................................................................... 27 Figura 7. Frecuencia de uso de Apps ...................................................................................... 28 Figura 8. Que hace después de la jornada laboral. .................................................................. 28 Figura 9. Plataformas IoT........................................................................................................ 29 Figura 10. Probabilidad de sistema IoT sea una buena solución. ............................................ 29 Figura 11. Frecuencia de utilización de aplicaciones móviles. ............................................... 30 Figura 12. Prevención de llamados de atención por medio de la aplicación. ......................... 30 Figura 13. Tarjeta NodeMCU. ................................................................................................ 32 Figura 14. Protoboard. ............................................................................................................ 33 Figura 15. Resistencia. ............................................................................................................ 33 Figura 16. Valor del color. ...................................................................................................... 34 Figura 17. Led. ........................................................................................................................ 34 Figura 18. Relé ........................................................................................................................ 34 Figura 19. Tablero Trello ....................................................................................................... 37 Figura 20. Diseño de la interfaz del formulario login.php ...................................................... 39 Figura 21. Modelado de la tabla usuarios en MySQL ............................................................. 39 Figura 22. Script de conexión de usuarios .............................................................................. 40 Figura 23. Font end – Administrador ...................................................................................... 40

xv Figura 24. Back end – Administrador ..................................................................................... 41 Figura 25. Diseño de la interfaz del formulario usuarios.php ................................................. 41 Figura 26. Modelado de la base de datos en MySql................................................................ 41 Figura 27. Crud de Usuario" en el controlador denominado usuarios.controlador.php ......... 42 Figura 28. Diseño de la interfaz del formulario usuarios.php ................................................. 42 Figura 29. Revisión de la integridad de tabla usuarios en MySQL......................................... 43 Figura 30. Ingreso de datos en la tabla usuarios en MySQL................................................... 43 Figura 31. Diseño de interfaz del equipo activo...................................................................... 43 Figura 32. Código del diseño de la interfaz del formulario del equipo activo ........................ 44 Figura 33. Modelado de la tabla datos en MySQL ................................................................. 44 Figura 34. Script de conexión de datos ................................................................................... 45 Figura 35. Pruebas de ingreso en la tabla datos en MySQL ................................................... 45 Figura 36. Diseño de la interfaz del formulario inicio.php ..................................................... 47 Figura 37. Script de la conexión a la base de datos en MySql ................................................ 47 Figura 38. Desarrollo de la función aulas ............................................................................... 48 Figura 39. Script del controlador aulas ................................................................................... 48 Figura 40. Diseño de los datos en los pines ............................................................................ 49 Figura 41. Desarrollo del modelo denominado pines.modelo.php ......................................... 49 Figura 42. Elaboración del prototipo....................................................................................... 50 Figura 43. Configuración del servidor de archivos ................................................................. 50 Figura 44. Configuración de la base de datos de la aplicación de node js .............................. 51 Figura 45. Programación de las librerías de teachablemachine- node .................................... 51 Figura 46. Programación del node js en interacción con la base de datos .............................. 52 Figura 47. Codificación del reconocimiento de voz ............................................................... 52 Figura 48. Tensorflow código ................................................................................................. 53 Figura 49. Carta de aceptación ................................................................................................ 63

xvi Figura 50. Tabla de recursos ................................................................................................... 63 Figura 51. Cronograma ........................................................................................................... 63 Figura 52. Consentimiento informado .................................................................................... 64 Figura 53. Carta de impacto .................................................................................................... 64 Figura 54. Árbol del problema ................................................................................................ 64 Figura 55. Acta de entrega - recepción ................................................................................... 64

ÍNDICE DE TABLAS Tabla 1.Variable independiente IoT ........................................................................................ 20 Tabla 2.Variable independiente: Machine learning ................................................................ 20 Tabla 3.Variable dependiente: Control de equipos ................................................................. 21 Tabla 4.Expertos en la validación de instrumentos para la recolección de la información ... 23 Tabla 5.Comparativa NodeMCU vs Arduino........................................................................... 31 Tabla 6.Roles............................................................................................................................ 35 Tabla 7.Product Backlog Versión 1.7 ...................................................................................... 36 Tabla 8.Planificación del tiempo ............................................................................................. 36 Tabla 9.Sprint Backlog correspondiente al Sprint 1 ................................................................ 38 Tabla 10.Sprint Backlog correspondiente al Sprint 2 .............................................................. 46 Tabla 11.Validación de hipótesis: Chi-cuadrado-probabilidad de IoT y machine learning ... 53

1

1.

INTRODUCCIÓN

En este trabajo de titulación de maestría (TTM), se propone realizar un sistema de comunicación de equipos mediante internet, conocido como IoT (Internet de las Cosas) con machine learning para el control de equipos eléctricos en las aulas del Instituto Superior Tecnológico Tsáchila en el cantón Santo Domingo. Se puede realizar esta operación desde cualquier dispositivo con acceso a internet.

1.1.

Antecedentes Un sistema domótico sirve para tener un mejor confort y seguridad. Como establece

Soto (2019) también sirve para brindar un control sobre los equipos y artefactos eléctricos y electrónicos con el fin de utilizar óptimamente el consumo de energía eléctrica, pudiendo apagar o encender los dispositivos en una hora determinada, hasta cualquier sistema conectado a la red. Dentro de este marco los sistemas de Internet de las Cosas (IOT) permiten controlar los dispositivos inteligentes dentro del hogar, como expresan Pulver (2019) en su trabajo y de forma similar Bitnova (2020) en su página de internet “a través de la domótica, los equipos eléctricos o electrónicos se pueden controlar completamente en cualquier entorno, y mediante el uso de sensores, se pueden gestionar e incluso programar.”, y de este modo poder llevar un mejor control sobre los dispositivos.

Como señala Pineda, Espinel, & Ruiz (2019), en su artículo, donde indica los instrumentos utilizados para el control de los equipos y electrodomésticos (equipo de medición) y para el control de la iluminación mediante una Raspberry pi que gestiona y reduce el consumo de energía, integrando los sistemas inteligentes, al utilizar una investigación exploratoria se pudo hacer un análisis del tipo de software escalable.

Así mismo Redondo (2018), dice que la integración de las aplicaciones de sistemas inteligentes de control desarrollados en la tecnología de las comunicaciones (tele gestión), es necesario para la reducción de gastos, mantenimientos, el incremento de confort y seguridad, lo cual conlleva a un sistema gestión de edificios o instalaciones industriales a obtener el control de los equipos eléctricos y al ahorro energético, es un punto muy importante utilizado en el proyecto.

2

1.2.

Delimitación del problema El consumo de energía a nivel mundial en el año 2018 tuvo un crecimiento de más del

2.3%, debido al auge económico sostenido y la necesidad en algunos países como China y Estados Unidos, ya que en la actualidad existen equipos que en su mayoría funcionan a través de la electricidad. Esto conlleva a tener siempre conexiones con internet para tener acceso a todo tipo de información y a la vez poder controlar un equipo usando un sistema IoT. (Enerdata, 2019). De ésta manera se reduce como una opción fiable el consumo de energía en el Instituto Superior Tecnológico Tsáchila con el prototipo.

Sin embargo, en Ecuador según a los datos del Centro Nacional de Control de Energía, el consumo eléctrico fue de 26578,72 Gwh que significa un incremento de 11.20% en relación al año 2018 (Centro Nacional de Control de Energía [CENACE]), (2019).

Notándose claramente el aumento de equipos y dispositivos, sean estos eléctricos y/o electrónicos en cada hogar, haciendo que el consumo de energía eléctrica se incremente, sin haber un control de IoT. El Instituto Superior Tecnológico Tsáchila ubicado en el cantón Santo Domingo inaugurado el día 13 de febrero del 2017, y con una infraestructura acorde a las necesidades de la ciudadanía de la provincia de Santo Domingo de los Tsáchilas, brinda a la sociedad una educación de calidad en diversas áreas como Tecnología Superior en Seguridad y Prevención de Riesgos Laborales, Tecnología Superior en Planificación y Gestión del Transporte Terrestre, Tecnología Superior en Desarrollo Infantil Integral, Tecnólogo Superior en Seguridad Ciudadana y Orden Público, Tecnología Superior en Mantenimiento Eléctrico y Control Industrial, Tecnología Superior en Electrónica, Tecnología Superior en Electricidad, Tecnología Superior en Confección Textil, Tecnología Superior en Logística y Transporte, Tecnología Superior en Mecánica Industrial, Tecnología Superior en Procesamiento de Alimentos, Tecnología Superior en Gastronomía. Uno de los inconvenientes detectados, se basa en los equipos eléctricos quedan encendidos toda la noche y posiblemente todo un fin de semana sin ningún sistema de alerta. Esto ocasiona que los equipos se calienten y se produzcan daños en los mismos, ya sea por calentamiento y hasta producir cortocircuitos, lo cual podría ocasionar problemas mayores como un incendio. Es menester de contar con un sistema IoT de control que alerte sobre los dispositivos encendidos.

3 Por último, al notar algún dispositivo que quede encendido sea de manera visual o por alguna revisión del personal de seguridad, quienes notifican del suceso, y al no existir la manera de apagar estos equipos a distancia (vía aplicación o vía web), esto implica que se deba regresar al lugar personalmente y realizar el apagado de estos dispositivos manualmente y ocasionando generalmente malestar en el personal de seguridad.

1.3.

Formulación y sistematización del problema

1.3.1. Formulación del problema. ¿Cómo automatizar el control de equipos eléctricos en las aulas de clase del Instituto Superior Tecnológico Tsáchila Santo Domingo?

1.3.2. Sistematización del problema. Preguntas específicas. ¿Cuál es el proceso de control de equipos eléctricos en el Instituto Superior Tecnológico Tsáchila? ¿Qué tipo de hardware es necesario para el proceso de desarrollo de la propuesta de intervención? ¿Qué solución tecnológica se podría implementar para el control de los equipos eléctricos de forma remota?

1.4.

Justificación de la investigación El presente trabajo de titulación de maestría (TTM), como se sustenta en el Plan

Nacional de Desarrollo 2017-2021 “Toda una Vida” (Secretaria Nacional de Planificación y Desarrollo [SENPLADES], 2017). Donde constan 9 objetivos, los cuales consideran el plan para construir una sociedad con igualdad de oportunidades y una vida digna para todos, se alinea con el objetivo 1 y 5.

El consumo de la energía eléctrica en los centros educativos o en cualquier organización conlleva altos costos, los mismos que deben ser controlados en sus niveles de consumo para optimizar este gasto. Al no existir un sistema de control automático del

4 encendido y especialmente del apagado de estos equipos, se incrementa los niveles de consumo incurriendo en pagos de altas cuotas por este concepto.

Para controlar el inconveniente de los equipos eléctricos que quedan encendidos en las noches por cualquier motivo, se ha propuesto el sistema IoT para el control de equipos en las aulas del Instituto Superior Tecnológico Tsáchila. De esta manera crear una alerta de equipo encendido y poder realizar el proceso de apagado, mediante un teléfono móvil o ingresando a la web donde se podrá observar el dispositivo, y adicionalmente aplicando machine learning para que el equipo de control pueda ir guardando la información como establece Pulver (2019).

Por otro lado, Rhee & Park (2018) escribe en su artículo donde expresa los beneficios que brinda la construcción de entornos inteligentes IoT “Un edificio inteligente se compone de equipos de construcción automatizados y una infraestructura de comunicación”. (pág. 2).

Tomando en consideración la idea anterior, se justifica el presente trabajo de titulación para que se puedan conectar los equipos eléctricos a una red inteligente, monitorearlos y optimizar el control.

De igual manera, con respecto al desarrollo de software que se empleó en el prototipo Rubin (2013) establece que, los principios ágiles con los principios de desarrollo tradicional, son herramientas útiles en la programación de sistemas, esto no quiere decir que el desarrollo secuencial impulsado por planes es malo y que Scrum es bueno, los dos enfoques son válidos, dependerá del producto.

1.5.

Objetivos de la investigación

1.5.1. Objetivo general.

Implementar un prototipo de sistema IoT con machine learning para el control de equipos eléctricos en las aulas del Instituto Superior Tecnológico Tsáchila del cantón Santo Domingo.

5 1.5.2. Objetivos específicos.

Analizar el proceso de control de los equipos eléctricos del Instituto Superior Tecnológico Tsáchila para la aplicación de nuevas tecnologías.

Determinar el hardware necesario para el proceso de desarrollo de la propuesta de intervención.

Desarrollar el prototipo del sistema IoT con machine learning para que se optimice el control de los equipos eléctricos de forma remota.

Este trabajo de titulación de maestría (TTM), contiene la revisión de literatura, con sus respectivos fundamentos teóricos, la metodología de la investigación, el enfoque, diseño y tipo de investigación. Además, contienen las técnicas e instrumentos de recolección y análisis de datos, resultados, discusión, conclusiones, recomendaciones, referencias bibliográficas y finalmente los anexos.

6

2.

2.1.

REVISIÓN DE LA LITERATURA

Fundamentos Teóricos Para el presente estudio se analizaron los fundamentos basados en las variables y su

aplicación en el sistema propuesto, se inició con el tema de Internet de las cosas (IoT), que actualmente está en auge y se aplica tanto al entorno industrial como al entorno del hogar.

Figura 1. Internet de las cosas

Figura 2. Machine Learning

Figura 3. Control de Equipos Eléctricos

7 2.1.1. Internet de las Cosas (IoT) Es un paradigma técnico, que define la provisión de conexión a internet para cualquier objeto que pueda medirse y actuar sobre parámetros físicos, así como aplicaciones relacionadas y procesamiento inteligente de datos. La plataforma IoT, es la base en la cual dispositivos se interconectan para formar un entorno propio bajo un mismo ecosistema, es decir, donde el software interactúa con el hardware, con los puntos de accesibilidad y las redes de datos en una interfaz que disfruta el usuario. (Quintanilla, 2019).

2.1.1.1.

Domótica

La domótica que viene del latín “domus” que significa hogar y “tica” que significa automática o inteligente, por eso se dice que la domótica trata de los hogares inteligentes, esta tecnología aporta bienestar, confort y seguridad en los hogares, pudiendo controlar los equipos eléctricos a distancia, basta con una conexión a internet. Por otro lado, se tiene también la inmótica, que a diferencia de la domótica trata de la automatización de lugares más grandes como son: industrias, centros comerciales, universidades, etc. Por tanto, la domótica e inmótica permite conectar sensores, actuadores a una unidad central o varias según el protocolo y la topología que se use, ayudando con esto a tener el control mediante el uso del sistema IoT, este sistema ayuda también al ahorro energético para poder controlar ya sea por programación o de forma remota todos los dispositivos y equipos. (Martin, 2010).

2.1.1.1.1.

Control energético

En la regulación se puede observar las variantes de consumo energético, la programación en horarios, días de la semana, mes en el consumo y la optimización se regula, por medio del aprovechamiento de la tarificaciones nocturnas, diurnas, detección de pérdidas en sistemas de climatización y automatismos de procesos de aprovechamiento de energía.

(Martin, 2010).

2.1.1.1.2.

Confort

En este concepto se incluyen todos los sistemas que hacen referencia al bienestar del usuario, va dirigido a la calefacción, climatización, ventilación. Un sistema domótico por lo general realiza programación de estilos de vida razonables, como el encendido y apagado con medios tecnológicos de equipos eléctricos. (Martin, 2010).

8 2.1.1.1.3.

Seguridad

Se divide en seguridad de las personas y la seguridad de los bienes en especial si se está integrada en un sistema domótico.

Seguridad de personas, se pueden dar unos ejemplos como son el alumbrado automático, la desactivación de enchufes para evitar cortos, detectores de fugas de gas, etc.

Seguridad de bienes, se puede ejemplificar las alarmas de salud, avisos a distancia, detección de intrusos, simulación de presencia, alarmas técnicas, etc. (Martin, 2010).

2.1.1.1.4.

Telecomunicaciones

Existen varias aplicaciones como las que se detallan a continuación: Sistemas de comunicación, megafonía, red de área local, teleducación, teletrabajo, telefonía, internet, radio, fax, televisión, teleasistencia, domo portero, telemedicina etc. (Martin, 2010).

2.1.1.2.

Tipos de conexiones.

Según (Hanes, Salgueiro, Grossetete, Barton, & Henry, 2017), los pilares de IoT tienes los siguientes tipos de conexiones:

2.1.1.2.1.



Persona a persona (P2P)



Máquina a máquina (M2M) Conexión P2P

Esta conexión (P2P) ocurre cuando la información es transferida de un individuo a otro. Se presenta la mayoría del tiempo con frecuencia a través de redes sociales, teléfonos inteligentes y videos. (Hanes, Salgueiro, Grossetete, Barton, & Henry, 2017).

2.1.1.2.2.

Conexión M2M

El tipo de conexión (M2M) se produce cuando los datos se transmiten desde un objeto a través de una red a otra y da respuesta a una señal, estos objetos o máquinas contienen sensores, computadoras, dispositivos móviles y robots. A este tipo de conexión se denomina

9 “Internet de las cosas” (IoT) por las siglas en Ingles. (Hanes, Salgueiro, Grossetete, Barton, & Henry, 2017).

2.1.1.3.

Comunicación

La comunicación de los dispositivos IoT y la mayoría de dispositivos en la actualidad se comunican de dos maneras (alámbrica e inalámbrica).

2.1.1.3.1.

Comunicación Alámbrica

Como su nombre claramente expresa este tipo de comunicación se realiza mediante un cableado que conecta un dispositivo a otro o a una red, sean estos mediante cable ethernet, fibra óptica, RS-232, etc. Este tipo de conexión tiene la desventaja de dejar el cable a la vista al momento de realizar la conexión entre los mismos, y los costos que esto conlleva. (Hanes, Salgueiro, Grossetete, Barton, & Henry, 2017) 2.1.1.3.2.

Comunicación Inalámbrica

Tiene la ventaja de ser más flexible y menos costosa que la conexión alámbrica haciendo que las instalaciones sean mejor presentables y más fáciles de conectarse a una red y/o configurarlo. Esta comunicación puede ser mediante Bluetooth, Wifi, Zigbee, etc. (Hanes, Salgueiro, Grossetete, Barton, & Henry, 2017).

2.1.1.4.

Protocolo

Un protocolo es una norma que se define para que dos o más dispositivos se puedan comunicar entre si y a la vez se puedan entender (conexión M2M), entre estos protocolos se encuentran MQTT, WAMP y COAP. 2.1.1.4.1.

MQTT

MQTT (Message Queing Telemetry Transport), es un protocolo de servicio de mensajes Pubsub, que actúa en TCP. Se destaca de ser fácil de implementar. Es adecuado para dispositivos de potencia baja, que a menudo se tiene en el IoT. Es óptimo para el enriquecimiento activo de varios clientes conectados al mismo tiempo. (Llamas, 2019).

10 2.1.1.4.2.

WAMP

WAMP (Web Aplications Messaging Protocol). Este es un protocolo abierto que funciona en WebSocket y proporciona aplicaciones PUBSUB y RRPC. (Llamas, 2019).

2.1.1.4.3.

CoAP

CoAP (Constrained Aplication Protocol). Es un protocolo utilizado en dispositivos IoT de baja capacidad. Usa el modelo residual HTTP con calentadores reducidos agregando UDP, soporte de multidifusión y mecanismos de seguridad adicionales. (Llamas, 2019) 2.1.1.5.

Dispositivos

Un dispositivo es una pieza o un equipo con capacidad para comunicar, detectar, almacenar, adquirir y procesar datos. Estos dispositivos guardan varios tipos de información para ser procesados.

2.1.1.5.1.

Arduino

“Arduino es una plataforma de hardware con open source, basada en una placa de circuito con un micro controlador y entorno para el desarrollo de software, diseñada para promover la utilización de dispositivos electrónicos en prototipos y proyectos multidisciplinarios”. (Huang & Rungerg, 2017).

“El uso de arduino puede automatizar la mayoría de cosas para convertirse en agentes autónomos (se puede llamarlos robots si lo desea), para controlar equipos, luces o cualquier cosa que desee, puede elegir una solución basada en arduino.” (Huang & Rungerg, 2017).

2.1.1.5.2.

Raspberry Pi

Raspberry Pi “es un computador de un tamaño pequeño y costo muy alcanzable, a este dispositivo electrónico puede conectarlo a un televisor y un teclado para interactuar con ella como cualquier otro ordenador”. (Monk, 2020).

Raspberry Pi “es un microprocesador en el cual el desarrollo es de código abierto. La comunidad en torno a esta pequeña computadora es muy grande, con miles de proyectos y millones de usuarios que brindan soporte a los nuevos desarrolladores”. (Monk, 2020).

11 La Raspberry Pi generalmente no posee un tradicional disco duro. Este dispositivo está equipado con una unidad de almacenamiento SD de estado sólido, el sistema puede arrancar desde la tarjeta SD que debe tener, además el sistema operativo requiere de la tarjeta que tenga como mínimo 2 GB de capacidad de almacenamiento archivos. La tarjeta SD con el sistema operativo preinstalado se puede comprar en la tienda virtual oficial de Raspberry Pi; de lo contrario para iniciar el sistema operativo, primero debe instalar al sistema operativo sobre la tarjeta antes de usarlo. (Monk, 2020).

La salida de video de Raspberry se llama Visual Serial Interface (DSI) y se usa en pantallas planas de las tabletas y teléfonos inteligentes. Para la salida de audio, además de HDMI, también tiene una conexión de audio de treinta y cinco milímetros. Cuando se usa el puerto HDMI de la tarjeta Raspberry Pi, el sonido es muy simple: a la medida que se configura correctamente, el puerto HDMI transporta las señales de audio y video. Esto quiere decir que solo necesita conectar el cable a un monitor. Si dicho monitor no posee una entrada HDMI, se debe utilizar el conector de salida de audio. (Monk, 2020).

2.1.1.5.3.

NodeMCU

Es una plaqueta de código abierto (open source), a nivel de software y hardware, todo es para facilitar la programación del micro controlador o MCU (unidad de micro controlador), además NodeMCU es una placa muy económica y de hardware libre. Entre las características principales se tiene: 

Posee una MCU de 32-bit



Tiene un módulo WiFi con 2.4 GHz



Memoria RAM 50 kb



Una entrada analógica con 10 bits



17 pines de salida y entrada

NodeMCU es la placa de “desarrollo en ESP12E, y puede ser el módulo más popular que integra ESP8266. Sin embargo, aunque la placa NodeMCU es muy popular, existen muchas confusiones en los términos de Lua y Lolin, y a veces se confunden o incluso se usan como sinónimos”. (Pulver, 2019).

12 2.1.1.6.

Hardware y Software

2.1.1.6.1.

Hardware

Es la parte tangible, o sea lo que se puede ver y tocar, en éstos dispositivos se encuentran sensores de detección, que son los encargados de medir una magnitud y transformarla en un pulso eléctrico según la calibración establecida, de igual manera se tienen los actuadores o dispositivos de actuación, quienes se encargan de transformar la señal emitida por el sensor y realizar la acción (sea prender o apagar una luz, arranque de un motor, etc.). (Petzold, 2000).

2.1.1.6.2.

Software

Los dispositivos vienen con un software (parte intangible) integrado o se puede desarrollar, mediante el cual se comunican ya sea entre sí, o con el servidor y de esta manera se obtienen los resultados que se desean, esta parte intangible que no se puede tocar pero sí manipular, el cual por medio de una interfaz que muestra los dispositivos conectados en una red. (Petzold, 2000).

2.1.1.6.3.

Middleware

Es un tipo de software que ayuda a los programas de aplicación a interactuar o comunicarse con programas, redes, hardware y otras aplicaciones informáticas del sistema operativo. Este es un término que cubre todo el software necesario para respaldar la interacción entre los clientes y servidores. Se encuentran principalmente en aplicaciones distribuidas que permiten que el cliente obtenga la vinculación del servicio del servidor, suele estar definido como capa de software, su propósito es ocultar la heterogeneidad y proporcionar un modelo de programación conveniente para desarrolladores de aplicaciones.

(Britton & Bye, 2004).

2.1.2. Machine Learning 2.1.2.1.

Mecanismos de aprendizaje automático

En una rama de la informática y de la inteligencia artificial, el objetivo es construir tecnologías que empoderen a que las computadoras aprendan por sí mismas. El aprendizaje automático es la ciencia que permite que las computadoras actúen sin estar programadas

13 explícitamente. En los últimos años, nos dado automóviles autónomos, reconocimiento de voz práctico, búsqueda web efectiva, además de una comprensión mucho mejor del genoma humano; es hoy en día generalizado que probablemente lo use docenas de veces al día o más.

Varios investigadores han analizado que es la mejor manera de avanzar hacia la inteligencia artificial a nivel humano. Cuando se construyen máquinas inteligentes, se puede hacer casi cualquier cosa que se desee con un aprendizaje automático. Muchos científicos manifiestan que la mejor manera de avanzar en esto es a través de algoritmos de aprendizaje llamados redes neuronales, que imitan cómo funciona el cerebro humano. (Matich, 2001).

2.1.2.1.1.

Aprendizaje Supervisado

Estos algoritmos son entrenados por lo general mediante “históricos de datos” y de esta manera puede aprender a asignar etiquetas de salidas a un nuevo valor con predicciones acertadas. (Simeone, 2018).

2.1.2.1.2.

Aprendizaje no supervisado

Este tipo de aprendizaje, no requiere una versión etiquetada previamente. Se entrenan nuevos conceptos basados en información del mundo real para identificar similitudes, diferencias y relaciones. La técnica de agrupamiento se usa ampliamente en problemas de aprendizaje no supervisados porque los individuos están agrupados en un patrón parecido y los datos de entrenamiento, por lo general no indican claramente lo que están tratando de aprender por medio del agrupamiento. Se usa en la operación de generalización para descubrir instancias similares que comparten los mismos atributos. (Simeone, 2018).

2.1.2.2.

Aprendizaje automático a gran escala

El proyecto Google Brain empezó en 2011 con el fin de explorar el uso de redes neuronales a gran escala, tanto para la investigación como para su uso en los productos de Google. Como parte del trabajo inicial de éste proyecto se ha desarrollado “DistBelief. Los miembros de Google han realizado una amplia variedad de investigaciones utilizando DistBelief con machine learning, basándose en ésta experiencia para tener una comprensión más completa de las propiedades deseables del sistema y los requisitos para el entrenamiento y el uso de redes neuronales, han construido TensorFlow. (Abadi, 2015).

14 2.1.2.2.1.

TensorFlow

Es una biblioteca de open source en el aprendizaje automático en una serie de algunas tareas, fue desarrollada por Google para dotar de un sistema que pueda entrenar redes neuronales con el fin de detectar y descifrar patrones en el aprendizaje supervisado y su relevancia para el aprendizaje automático al mismo tiempo. Considera al árbol de decisiones, que es similar al aprendizaje y al razonamiento que usan los humanos, excepto que puede entrenar e implementar fácilmente su modelo en el servidor o dispositivo, sin importar que idioma o plataforma use. (Abadi, 2015).

2.1.2.2.2.

Cálculo de TensorFlow

Un cálculo de TensorFlow se describe mediante un gráfico dirigido, que se compone de un conjunto de varios nodos. El gráfico por lo general representa un cálculo de flujo de datos, con varias extensiones para poder permitir que varios tipos de nodos mantengan, actualicen el estado persistente, el control de ramificaciones y bucles. Los principales componentes en TensorFlow son el cliente, que usa una interfaz de sesión para comunicarse con el maestro, y uno o más procesos de trabajo; cada proceso de trabajo es responsable de gestionar el acceso a uno o más dispositivos computacionales (como núcleos de CPU o GPU tarjetas) y para ejecutar nodos de gráficos en esos dispositivos según las instrucciones del maestro. La implementación local se usa mientras el cliente, el maestro se ejecuta en una sola máquina, en un solo proceso del sistema operativo (posiblemente con varios dispositivos si la máquina tiene muchas tarjetas GPU instalado). La implementación distribuida posee la mayor parte del código en la implementación local, se puede extender con soporte de un entorno donde el cliente y el maestro pueden estar todos en diferentes procesos en diferentes máquinas. (Abadi, 2015).

2.1.3. Control de Equipos Se puede ahorrar energía al controlar los tomacorrientes, la energía es un recurso fundamental para nuestra vida, depende de su correcto uso y conservación. En ocasiones el consumo de la electricidad en las instituciones y hogares es mayor por una utilización inadecuada, como resultado, se tiene un aumento en la facturación mensual. (Pitti, 2018).

15 2.1.3.1.

Control Energético

Para ahorrar energía se debe en primer lugar conocer el gasto de la misma, la manera del uso de la energía eléctrica en los hogares determina el consumo mensual, es decir, si se olvida un equipo eléctrico conectado, un cargador de celular. Por ejemplo, seguirá consumiendo energía aún después de desconectar el teléfono celular, claro que es algo mínimo inicialmente pero no sólo es el consumo sino el riesgo que ocurre al dejar conectado, esto es por el calentamiento del mismo pudiendo ocasionar un incendio. (Pitti, 2018).

2.1.3.1.1.

Índice de consumo

Actualmente se desarrollan métodos para la monitorización del gasto energético obteniendo ventajas como lo dice Carrasco (2015) en su publicación de la “supervisión energética para la monitorización y el control del consumo de energía, como un caso práctico” dando las siguientes ventajas: Analizar los datos y compararlos con los patrones de consumo más conocidos y los parámetros ambientales externos (como la temperatura, la humedad, etc.) para tomar decisiones sobre acciones de ahorro energético. Se pueden medir y monitorear diferentes parámetros a través de gráficos. (Carrasco, 2015).

2.1.3.1.2.

Índice de potencia instalada

Se refiere a la suma de las potencias nominales de cada equipo eléctrico existente o conectado a la red. Las características de carga residencial son por lo general de tensión y potencia baja, en la mayor parte de los casos son monofásicas. Por lo general las cargas comerciales y de instituciones suelen ser trifásicas y de potencia media. Varias tarifas son de energía de bajo costo para incentivar varias actividades económicas o poder ayudar a varios sectores desprotegidos de la población. (Juarez, 1995).

2.1.3.2.

Equipos Eléctricos

Son dispositivos que funcionan a base de electricidad transformando la energía eléctrica en varios tipos de trabajo como son (emitir luz, permitir un refrigerador mantener frío los alimentos, calentar agua en un horno microondas, etc.). (Juarez, 1995).

16 2.1.3.2.1.

Tiempo de uso

Se puede medir el consumo de amperaje con un amperímetro de pinza o un monitor de energía, multiplicando las horas utilizadas en el día por el vatiaje (watts), esto le dará los watts hora consumidos, por ejemplo un equipo eléctrico de trescientos vatios usado por cinco minutos por día consume veinte y cinco vatios por hora. (Ramos, 2017).

2.1.3.2.2.

Factor de simultaneidad

Se toma en consideración la cantidad de dispositivos eléctricos conectados a la vez poniendo a prueba la potencia eléctrica, sin que brinque la protección por exceso de consumo.

(Ramos, 2017).

2.1.3.3.

Control de Equipos

Muchos equipos eléctricos tienen micro controladores integrados y ofrecen un mejor rendimiento y comodidad en el uso de los mismos. Otros, pueden ser un simple sistema de iluminación, adicionalmente todos los sistemas de control y de comunicación con bajo costo, lo cual hace que se necesite tener un control sobre ellos y por ende un consumo de energía menor, favoreciendo por ese lado también al medio ambiente. (Ramos, 2017).

2.1.3.3.1.

Eficiencia energética

La eficiencia energética consiste en mantener un uso razonable y eficaz de la energía al mismo tiempo. El servicio energético sin reducir el confort, calidad de vida, se puede decir que la eficiencia energética consiste en optimizar la relación entre consumo energético y la relación con la tecnología. Esto se puede lograr mediante la implementación de varios desarrollos con las tecnologías de la información actuales. (Berru, 2009).

2.1.3.3.2.

Control manual y automático

Si el control se realiza de manera manual, el servicio se interrumpirá temporalmente, y el coste de la solución sea relativamente bajo. Si la transferencia es automatizada, la continuidad por lo general es solucionada. (Juarez, 1995).

17

2.2.

Predicción Científica H0: El sistema IoT con machine learning no influye significativamente en el control

de equipos eléctricos en las aulas del Instituto Superior Tecnológico Tsáchila del cantón Santo Domingo.

H1: El sistema IoT con machine learning influye significativamente en el control de equipos eléctricos en las aulas del Instituto Superior Tecnológico Tsáchila del cantón Santo Domingo.

18

3.

3.1.

METODOLOGÍA DE LA INVESTIGACIÓN

Enfoque, diseño y tipo de investigación 3.1.1. Enfoque El enfoque de investigación es mixto, porque la información recolectada se realizó

con instrumentos cualitativos y cuantitativos. Según Hernández (2017), expresa que “El objetivo de la investigación mixta no es reemplazar la investigación cuantitativa o la investigación cualitativa, sino usar las ventajas de estos dos tipos de investigaciones, combinarlas y minimizar sus posibles debilidades.” (p. 533).

En definitiva, con este enfoque se resolvió el problema, utilizando técnicas como la entrevista, la encuesta, discusión y observación.

3.1.2. Diseño y tipo de investigación En este trabajo se empleó un diseño no experimental transversal, con un tipo de investigación aplicada, porque un problema específico busca una solución inmediata y viabilidad en el mundo real. Según Baena (2017) establece que “la investigación aplicada, conocida también como investigación utilitaria, plantea problemas específicos que requieren soluciones concretas inmediatas e iguales”.

Por otro lado, se eligió para el trabajo de titulación de maestría a la investigación descriptiva y también a la de campo. Según Hernández (2017) manifiesta que una investigación descriptiva, “busca definir a las propiedades y características importantes de cualquier fenómeno que se pueda analizar”. (p. 92). En un primer acercamiento con los implicados en la investigación, se inició en el Instituto Tecnológico Superior Tsáchila del cantón Santo Domingo. Además, según Baena (2017) la investigación de campo “consiste en registrar y recopilar de manera sistemática los datos relativos obteniendo contacto directo con el objetivo del estudio”. (p. 85).

19

3.2.

Población y muestra Según (Hernández, 2017), menciona que “una vez especificada la unidad de muestreo

y análisis, se delimitó la población a estudiar y se resumen sus resultados” (p. 174). Es decir, gente con similares características, una vez aclaradas o definidas, son necesarias para realizar investigaciones con la población de la institución. Existen 200 docentes en el Instituto Superior Tecnológico Tsáchila, en la que se calculó la muestra de estudio:

En donde: N = El tamaño de la población (200) Z = El nivel de Confianza (1.96) P = La probabilidad de éxito (0.50) Q = La probabilidad del fracaso (0.50) d = El error muestral (0.05) 𝑛=

110 ∗ 1.962 ∗ 0.50 ∗ 0.50 0.052 (110 − 1) + 1.962 ∗ 0.50 ∗ 0.50 𝑛

=86 docentes

20

3.3.

Operacionalización de las variables

Tabla 1.

Variable independiente IoT CONCEPTUALIZACIÓN IoT “paradigma técnico, que define la provisión de conexión a internet para cualquier objeto que se pueda hacer mediciones o actuar sobre parámetros físicos, así como aplicaciones relacionadas y procesamiento inteligente de datos” (Quintanilla, 2019).

CATEGORÍAS Domótica

Tipos de conexiones en IoT

INDICADORES Control energético Confort Seguridad Telecomunicaciones Conexión P2P

Conexión M2M

Comunicación Protocolos IoT Dispositivos

Hardware y Software

Alámbrica Inalámbrica MQTT WAMP Arduino COAP Raspberry pi NodeMCU Hardware Software Midleware

ÍTEMS Ha manejado alguna plataforma IoT, si su respuesta es positiva ¿Cuál de las siguientes plataformas ha usado?

En general, ¿Qué porcentaje de conocimiento tiene sobre Internet de las Cosas (IoT)? ¿Considera usted que tener el control de las aulas por medio de un sistema IoT ayuda a los docentes a evitar llamados de atención? ¿Considera que mediante internet puede ayudarle a tener un control de apagado de equipos eléctricos? ¿Considera que debería desarrollarse un aplicativo en internet para el control de equipos eléctricos? ¿Cuál es la probabilidad que un sistema con Internet de las cosas (IoT) es una buena solución para el control de equipos eléctricos? ¿De qué forma considera usted que las tecnologías de la información aportan en la automatización? ¿Considera que un aplicativo en internet debe estar desarrollado con las últimas tecnologías y de fácil uso? ¿Consideraría usar un aplicativo en internet para apagar los equipos eléctricos que queden encendidos por olvido involuntario? ¿Está de acuerdo con la implementación de un aplicativo en internet que permita el control de los equipos eléctricos en el Instituto Superior Tecnológico Tsáchila?

TÉCNICAS Encuesta a docentes Entrevista a responsable de infraestructura Encuesta a docente Encuesta Entrevistaa adocentes responsable de infraestructura

Encuesta a docente Entrevista encargado Entrevista al a responsable de de infraestructura infraestructura Entrevista al responsable de Encuesta a docentes infraestructura Entrevista al responsable de infraestructura Entrevista al encargado Entrevista al de infraestructura responsable de infraestructura Entrevista al encargado de infraestructura

Tabla 2.

Variable independiente: Machine learning CONCEPTUALIZACIÓN En una rama de la informática y de la inteligencia artificial, el objetivo es construir

CATEGORÍAS Mecanismos de Aprendizaje Automático

INDICADORES Aprendizaje supervisado Aprendizaje no supervisado

ÍTEMS ¿Con qué frecuencia usa aplicaciones que le permita el control autónomo de los dispositivos eléctricos?

Entrevista al encargado de infraestructura TÉCNICAS Encuesta a los docentes Entrevista al encargado de infraestructura

21 tecnologías que empoderen a que las computadoras aprendan por sí mismas.

(Matich, 2001).

Aprendizaje automático a gran escala

Tabla 3.

Variable dependiente: Control de equipos CONCEPTUALIZACIÓN CATEGORÍAS

Controlar el consumo, permite ahorrar energía, la energía es el recurso básico de nuestra vida, depende de su correcto uso y conservación. En ocasiones, el consumo eléctrico de los hogares e instituciones, es elevado debido a un uso inadecuado, por lo que aumentan las facturas mensuales. (Pitti, 2018).

TensorFlow Cálculo de TensorFlow

INDICADORES

Control energético

Índice de consumo

Equipos eléctricos

Índice de potencia instalada Tiempo de uso Factor de simultanei dad

Control de equipos.

Eficiencia energética Manual y automático

¿Cuándo llega a su casa después de la jornada laboral usted? ¿Consideraría utilizar un aplicativo en internet que permita a parte del control de equipos eléctricos, aprenda y realice el apagado por si solo?

ÍTEMS

¿Con qué frecuencia se ha dejado encendido los dispositivos eléctricos al salir de las aulas del ISTT? En la actualidad ¿Qué tan probable es que pueda controlar los dispositivos eléctricos de las aulas del Instituto Superior Tecnológico Tsáchilas desde su hogar?

Encuesta a los docentes Entrevista al encargado de infraestructura

TÉCNICAS

Encuesta a los docentes Encuesta a los docentes

¿Con qué frecuencia usa aplicaciones en su celular que permiten el control de algún dispositivo eléctrico? ¿Considera importante el control de apagado de equipos eléctricos vía remota (internet)? ¿Por qué?

Encuesta a los docentes

¿Cómo le parece tener un control de apagado de equipos eléctricos vía remota (internet)? ¿Por qué? ¿Cuáles serían los efectos al desperdiciar toda la noche energía con los equipos eléctricos encendidos por olvido involuntario? ¿Cree usted tener las condiciones a altas horas de la noche para regresar al instituto para apagar un equipo eléctrico encendido?

Entrevista al encargado de infraestructura Entrevista al encargado de infraestructura Entrevista al encargado de infraestructura

Entrevista al encargado de infraestructura

22

3.4.

Técnicas e instrumentos de recogida de datos

3.4.1. Encuesta: Se aplicó la técnica de la encuesta a los docentes del Instituto Superior Tecnológico Tsáchila según la muestra calculada, donde se establece preguntas para conocer la factibilidad de aplicar un sistema IoT para el control de equipos eléctricos (Anexo III ).

3.4.2. Entrevista: Otra técnica aplicada fue la entrevista al encargado de infraestructura del Instituto Superior Tecnológico Tsáchila, empleando un cuestionario en el cual brinda la información del manejo de los equipos eléctricos (Anexo III).

3.5.

Técnicas de análisis de datos Se utilizó un análisis estadístico, donde se procesaron datos recogidos en la encuesta y

convertirlos en datos numéricos los cuales se reflejan en gráficos y tablas estadísticas para obtener una mejor interpretación, mediante la aplicación informática vía web de formularios en Google Forms. Por otra parte, se realiza un análisis cualitativo de la entrevista debido a la información proporcionada por la autoridad competente quien indica el estado del manejo de los equipos eléctricos. Además se empleó el aplicativo SPSS para el análisis de chi cuadrado.

23

4.

4.1.

RESULTADOS

Resultado uno: Proceso de control de equipos eléctricos Los cuestionaros están validados por dos especialistas en su área de conocimientos,

como se observa en la tabla 4, están los nombres, título profesional y el área del conocimiento. Los instrumentos de la recolección de información son las encuestas y las entrevistas que se detallan en el anexo III. Tabla 4.

Expertos en la validación de instrumentos para la recolección de la información

NOMBRES

TÍTULO PROFESIONAL

ÁREA

Estuardo Cevallos Uve Edison Fernando Herrera Núñez

PhD. en Ciencias Económicas Magíster Universitario en Industria 4.0

Investigación IoT

4.1.1. Resultado de la entrevista dirigida al responsable de Infraestructura del Instituto Superior Tecnológico Tsáchila La entrevista fue dirigida al encargado de infraestructura del Instituto Superior Tecnológico Tsáchila, el cual proporcionó valiosa información para el presente estudio.

Pregunta 1: ¿Considera importante el control de apagado de equipos eléctricos vía remota (internet)? ¿Por qué?

Respuesta: Si, porque me brinda la seguridad de que cuando me olvido involuntariamente de apagar un equipo eléctrico, puedo tener la confianza en que puedo apagarlo desde mi dispositivo móvil u ordenador con acceso a internet, de ésta manera poseo el confort y estabilidad emocional de no preocuparme al dejar encendido un equipo eléctrico en las aulas y/o laboratorios del Instituto Superior Tecnológico Tsáchila.

Pregunta 2: ¿Cómo le parece tener un control de apagado de equipos eléctricos vía remota (internet)? ¿Por qué?

Respuesta: Correcto, porque con ésta aplicación de las nuevas tecnologías de la información y de la comunicación automatizado desde cualquier lugar con acceso a internet, puedo mantener un ahorro en el consumo de energía eléctrica.

24 Pregunta 3: ¿Cuáles serían los efectos al desperdiciar toda la noche energía con los equipos eléctricos encendidos por olvido involuntario?

Respuesta: En primer lugar, se incrementaría el consumo de energía eléctrica, lo cual conlleva a que se eleve la planilla con los valores a cancelar más altos, otro efecto es ganarse un llamado de atención de parte de los señores guardias, porque es responsabilidad del docente mantener apagado los equipos eléctricos al salir de las aulas y/o laboratorios del Instituto Superior Tecnológico Tsáchila.

Pregunta 4: ¿Cree usted tener las condiciones a altas horas de la noche para regresar al instituto para apagar un equipo eléctrico encendido?

Respuesta: No, por el motivo de que la ciudad de Santo Domingo , como una ciudad con los mayores índices de delincuencia en el país, de ésta manera correría peligro mi integridad personal, al retornar a altas horas de la noche a la institución para apagar los equipos eléctricos que han quedado encendidos, por lo general por olvido involuntario.

Pregunta 5: ¿Considera que mediante internet puede ayudarle a tener un control de apagado de equipos eléctricos?

Respuesta: Claro, con este sistema de internet de las cosas que me proponen, me parece magnifico que yo pueda mantener un control domótico desde mi hogar, proceder con el apagado vía remota de los equipos eléctricos en las aulas y/o laboratorios de la institución manteniendo un orden gracias a la tecnología.

Pregunta 6: ¿De qué forma considera usted que las tecnologías de la información aportan en la automatización?

Respuesta: En primer lugar esta propuesta con éste prototipo que me muestran es un claro ejemplo de cómo éste prototipo solucionaría de manera hipsofacta si se implementa, un problema que se ha tenido por varios años con los docentes de la institución que dejan encendidos los equipos eléctricos de la institución en su mayoría los aires acondicionados, luego personalmente no se me había ocurrido que podrían solucionar este craso problema con las tecnologías de la información y comunicación.

Pregunta 7: ¿Considera que debería desarrollarse un aplicativo en internet para el control de apagado de equipos eléctricos?

25 Respuesta: Correcto, porque es un problema diario que se llama la atención al docente que dejó encendido los equipos eléctricos de las aulas y/o laboratorios de la institución, por tal razón es menester este desarrollo informático, para el control vía internet.

Pregunta 8: ¿Consideraría usar un aplicativo en internet para apagar los equipos eléctricos que queden encendidos por olvido involuntario?

Respuesta: Claro, debido a que la tecnología soluciona la mayoría de los problemas de las instituciones privadas y públicas, en el caso del Instituto Superior Tecnológico Tsáchila solucionaría un problema que se tiene con el personal docente y administrativo a diario.

Pregunta 9: ¿Consideraría utilizar un aplicativo en internet que permita a parte del control de equipos eléctricos, aprenda y realice el apagado por si solo?

Respuesta: Claro, se me vino a mi mente que pueda reconocer mi voz y controlar los equipos eléctricos a distancia, que podría éste prototipo, escuchar mi voz al decir “encender laboratorio uno” y se encienda o “apagar laboratorio uno” y se apaguen los equipos eléctricos de dicho laboratorio.

Pregunta 10: ¿Está de acuerdo con la implementación de un aplicativo en internet que permita el control de los equipos eléctricos en el Instituto Superior Tecnológico Tsáchila?

Respuesta: Si estoy muy de acuerdo, a decir verdad, por medio de ésta prototipo si se implementa se podría mantener una tranquilidad mental y física, ya que desde cualquier lugar puedo controlar los equipos eléctricos de la institución.

Pregunta 11: En general, ¿Qué porcentaje de conocimiento tiene sobre Internet de las Cosas (IoT)?

Respuesta: 70% Pregunta 12: ¿Considera que un aplicativo en internet debe estar desarrollado con las últimas tecnologías y de fácil uso?

Respuesta: Claro, es como en los países de primer mundo, se manejan a diario, y es muy importante que se maneje de la misma manera aquí.

26 4.1.1.1.

Discusión de los resultados de la entrevista

Como se observa en el anterior apartado, en los resultados obtenidos de la entrevista, se obtienen los datos de los aspectos de como las tecnologías de la información pueden aportar en el avance de la institución en especial para solucionar un craso error diario, que se tiene con el personal docente y administrativo del Instituto Superior Tecnológico Tsáchila, cuando se presenta el olvido involuntario en el apagado de equipos eléctricos al salir de la jornada nocturna de labores. Al tener un control vía internet se obviaría este tipo de olvidos involuntarios, ya que desde cualquier parte desde un ordenador o un dispositivo móvil, con conexión a internet se podría solucionar apagando los equipos eléctricos de manera remota.

4.1.1.2.

Diagrama de actividades del proceso de control de equipos eléctricos

El Instituto Superior Tecnológico Tsáchila, tiene un flujo de procesos en cuanto al control de equipos. Como se observa en la figura 4, el docente al finalizar la clase verifica que todos los equipos eléctricos se encuentren apagados en el aula o laboratorio, el señor guardia de seguridad verifica que estén apagados los equipos eléctricos, sino es así, reporta al responsable de infraestructura, por ende éste reporta al responsable de talento humano, el cual genera un llamado de atención al docente y se guarda en los registros.

Figura 4. Diagrama de actividades del proceso de control de equipos eléctricos

27 4.1.2. Resultado de las encuestas.

La encuesta se aplicó a los docentes del Instituto Superior Tecnológico Tsáchila, el modelo se encuentra en el Anexo III. Pregunta 1. ¿Con qué frecuencia se ha dejado encendido los dispositivos eléctricos al salir de las aulas del ISTT?

Figura 5. Frecuencia de olvido en encendido de dispositivos eléctricos

Análisis e Interpretación: En base a los datos proporcionada en la figura 5, se puede observar que el 27,7% de docentes rara vez olvida encendido algún dispositivo eléctrico en el aula, de igual manera el 10.8% nunca, el 24.1% de docentes a veces lo hace, en menor porcentaje se tiene el 8.4% que deja encendido frecuentemente los dispositivos y el 28.9% que siempre lo hace. Con la información recolectada se observa que la mayor cantidad de docentes se olvidan algún dispositivo eléctrico ya sea siempre o rara vez, sumando un total del 89.2%, siendo necesario implementar el sistema de control de equipos.

Pregunta 2. En la actualidad ¿Qué tan probable es que pueda controlar los dispositivos eléctricos de las aulas del Instituto Superior Tecnológico Tsáchila desde su hogar?

Figura 6. Probabilidad de control desde el hogar

28 Análisis e Interpretación: De acuerdo a la figura 6, donde se observa la probabilidad de controlar los dispositivos eléctricos en las aulas, lo que predomina es 1 (uno) con un 30.1%, 2 (dos) con 14.5%, 3 (tres) con 6%, 4 (cuatro) con 7.%, 5 (cinco) con 8.4%, 6 (seis) con 2.4%, 7 (siete) con 3.6%, 8 (ocho) con 6%, 9 (nueve) con 7.2%, 10 (diez) con 14.5%.

Como conclusión la implementación del sistema de control de dispositivos eléctricos en forma remota se puede realizar.

Pregunta 3. ¿Con qué frecuencia usa aplicaciones que le permita el control autónomo de los dispositivos eléctricos?

Figura 7. Frecuencia de uso de Apps

Análisis e Interpretación: En base a la información de la figura 7, el 40% de la planta docente encuestada casi nunca usa aplicaciones para control autónomo de dispositivos eléctricos, el 16.7%, rara vez lo hace, el 24.4% lo hace a veces, el 14.4% con un poco más de conocimiento de los sistemas IoT realiza el control de dispositivos eléctricos, y, el 4.5% casi siempre usan aplicaciones para llevar algún tipo de control, donde se observa que tienen mayor conocimiento del tema. Con la información obtenida, se observa que al no existir una relación directa con las tecnologías de la información, el personal encuestado no usa frecuentemente aplicaciones tecnológicas basadas en IoT. Además, se requiere una pre capacitación a la planta docente respecto a sistemas IoT. Pregunta 4. ¿Cuándo llega a su casa después de la jornada laboral usted?

Figura 8. Que hace después de la jornada laboral.

Análisis e Interpretación: La figura 8 muestra el final del día de un docente del Instituto Superior Tecnológico Tsáchila, donde se indica que el 33,3% de los mismos chatea en las

29 diferentes redes o aplicaciones una vez que llega a su casa, el 30% no realiza ninguna de las opciones detalladas, lo cual indica que realizan otro tipo de actividad, el 13.3% ingresa a navegar en Internet en busca de información para sus clases, el 12.2% revisa sus páginas sociales, y, el 11.1% se acuesta a dormir. En conclusión la mayor cantidad de la planta docente de una u otra forma se conecta a internet, pudiendo así manejar el sistema de control remoto para el apagado de los dispositivos eléctricos. Con los datos obtenidos se observa una interacción con aplicaciones desarrolladas en redes sociales y el internet.

Pregunta 5. Ha manejado alguna plataforma IoT, si su respuesta es positiva ¿Cuál de las siguientes plataformas ha usado?

Figura 9. Plataformas IoT

Análisis e Interpretación: En la figura 9 se observa que 84.4% de la planta docente tiene un mayor acercamiento con la plataforma de Google, al trabajar con esta plataforma y manejar los servicios que la misma proporciona, el 12.2% ha manejado otro tipo de plataforma IoT, el 2.1% se inclina por Alexa, y, el 1.3% por Home Kit, de esta manera y al estar la planta docente familiarizada con la plataforma Google, y al enlazar la mayor parte de las actividades en dicha plataforma es la que más utilizan. Con los datos obtenidos se observa que el personal está familiarizado con la plataforma Google.

Pregunta 6. ¿Cuál es la probabilidad que un sistema con Internet de las cosas (IoT) sea una buena solución para el control de equipos eléctricos?

Figura 10. Probabilidad de sistema IoT sea una buena solución.

30 Análisis e Interpretación: De acuerdo a la figura 10, donde se observa la probabilidad de controlar los dispositivos eléctricos en las aulas, lo que predomina es 1 (uno) con un 8.4%, 2 (dos) con 7.2%, 3 (tres) con 3.6%, 4 (cuatro) con 4.8 %, 5 (cinco) con 13.3%, 6 (seis) con 9.6%, 7 (siete) con 6%, 8 (ocho) con 7.2%, 9 (nueve) con 13.3%, 10 (diez) con 26.5%. Con la información obtenida, se observa que es muy alta la probabilidad de tener un sistema para el control de los equipos eléctricos de forma remota.

Pregunta 7. ¿Con qué frecuencia usa aplicaciones en su celular que permiten el control de algún dispositivo eléctrico?

Figura 11. Frecuencia de utilización de aplicaciones móviles.

Análisis e Interpretación: La figura 11 se muestra un porcentaje de 37.8% que nunca usa aplicaciones para el control de equipos eléctricos, el 24,4% rara vez lo hace, el 17.8% lo hace a veces, el 11.1% lo hace con mayor frecuencia, y, el 8,9% siempre tiene el control de algún dispositivo en su hogar. Con los datos obtenidos se mira que pocos docentes, principalmente de las carreras técnicas usan algún tipo de software relacionado con internet de las cosas.

Además, se requiere una pre capacitación a la planta docente respecto al uso de aplicaciones informáticas.

Pregunta 8. ¿Considera usted que tener el control de las aulas por medio de un sistema IoT ayuda a los docentes a evitar llamados de atención?

Figura 12. Prevención de llamados de atención por medio de la aplicación.

31 Análisis e Interpretación: En base a la información proporcionada se puede observar en la figura12, que el 26.7% de docentes considera que el sistema IoT ayudará a evitar llamados de atención, el 45.6% dice que mucho, el 18.9% piensa que, es suficiente, el 7.8% asume que poco ayudaría el sistema, y, el 1% considera que en nada ayudaría tener este sistema. Con la información obtenida la mayoría del personal de la institución, desean evitar los llamados de atención, que conlleva dejar encendido los dispositivos dentro del aula y/o laboratorios, y además, por los gastos en planillas eléctricas.

4.2.

Resultado dos: Determinar el hardware necesario para la propuesta

4.2.1. Herramientas de tecnologías IoT 4.2.1.1.

NodeMCU vs Arduino

Se realizó el análisis de los distintos dispositivos con código abierto, entre estos la placa Arduino y NodeMCU (con un chip ESP8266), las cuales se presentan en la tabla 5, donde muestra las mejoras al utilizar la tarjeta de NodeMCU en lugar de arduino.

Tabla 5.

Comparativa NodeMCU vs Arduino

NodeMCU

Comparativa

Arduino

ESP8266 @ 80MHz (3.3V) (ESP-12E) 80MHz 4 MB 32 Mbit

Procesador Frecuencia de CPU RAM Flash

ATmega328 16MHz 2 KB 32 KB

Si / Wifi 802.11 b/g/n 32 Bits

Wifi Arquitectura

No 8 Bits

16

GPIO Pins

14

1

ADC Pins

6

3,3V max 20V

Voltaje Operación

5v

Fuente. Obtenido de (Pulver, 2019) https://learning.oreilly.com/library/view/hands-oninternet-of/9781789341782/7bbf93be-6206-449e-99c5-2b251d334073.xhtml

Como se observa en la tabla 5, la NodeMCU presenta mayores ventajas por lo cual se eligió para esta aplicación, y aporta facilidad para enviar comandos directos en ella una vez se cargue el script de inicio para de esta manera ejecutar funciones desde una consola, algo esencial que no tiene arduino. NodeMCU es definitivamente la placa de desarrollo más

32 económica, que se puede conectar a Internet. Ésta placa está basada en el ESP8266 que funciona con 3.3V, ofrece muchos puertos y admite protocolos como SPI. Sin embargo, a diferencia de las placas de arduino, solo admite una entrada analógica. Si planea leer varios sensores analógicos (por ejemplo, sensores de luz y presión) al mismo tiempo, debe obtener otra placa o debe agregar un convertidor analógico a digital (ADC) a su configuración.

(Pulver, 2019). La placa NodeMCU se puede observar en la figura 13.

Figura 13. Tarjeta NodeMCU. (Pulver, 2019) Obtenido de https://learning.oreilly.com/library/view/hands-on-internetof/9781789341782/7bbf93be-6206-449e-99c5-2b251d334073.xhtml

Se tiene en cuenta que hay varias versiones de la placa que son difíciles de diferenciar entre sí, una de ellas es el chip integrado de USB a serie. Algunas placas usan el CP2102 y otras usan el chip CH340. Dependiendo del sistema operativo que utilice, es posible que se necesiten controladores de terceros adicionales para que estos chips funcionen. También puede notar diferentes números de versión, que actualmente van desde V1 a V3. La placa V1 está desactualizada y probablemente ya no la encontrará en las tiendas. V2 (Amica) tuvo algunas mejoras sobre V1, por ejemplo, un mejor factor de forma y la V3, también conocida como LoLin, no tiene mejoras importantes, pero sí una gran desventaja: la placa es considerablemente más grande que la V2. Si lo coloca en una placa de pruebas, ocupará todo el espacio disponible en la dimensión más estrecha, sin dejar filas libres a cada lado, por lo que no podrá conectar nada a sus pines. (Pulver, 2019).

4.2.1.2.

Protoboard

En la figura 14, se observa el “protoboard”, que puede hacer conexiones eléctricas rápidas y fácilmente sin tener que hacer conexiones de soldadura permanentes. Se llama "protoboard" porque se usa como "placa de creación de prototipos". A menudo se le llama

33 "placa de pruebas sin soldadura". Es sorprendente que un componente tan útil con cientos de puntos de conexión integrados, se empleó en el prototipo.

Figura 14. Protoboard. Obtenido de (Mckeon, 2018) https://learning.oreilly.com/library/view/neuralnetworks-for/9781484235072/html/463524_1_En_3_Chapter.xhtm

Todos los componentes de hardware que se usaron en este prototipo tienen cables del tamaño adecuado para conectarlos directamente al protoboard y hacer un buen contacto.

4.2.1.3.

Resistencia

Los resistores generalmente no tienen sus valores escritos en ellos. En cambio, utilizan un sistema de bandas de colores para indicar el valor y la tolerancia. La tolerancia significa qué tan exacto es realmente el valor establecido. Para este proyecto, no se necesita resistencias de precisión; La tolerancia del 5% servirá. (Mckeon, 2018). Esto significa que el valor real de la resistencia no está a más del 5% del valor establecido, un resistor o resistencia con sus valores resistivos se observan en la figura 15 y 16 respectivamente.

Figura 15. Resistencia. Obtenido de (Mckeon, 2018) https://learning.oreilly.com/library/view/neuralnetworks-for/9781484235072/html/463524_1_En_3_Chapter.xhtml

34

Figura 16. Valor del color. Obtenido de (Mckeon, 2018) https://learning.oreilly.com/library/view/neural-networksfor/9781484235072/html/463524_1_En_3_Chapter.xhtml

4.2.1.4.

Led

El led tiene dos conexiones llamadas "ánodo" y "cátodo". El ánodo es el lado positivo y el cátodo es el lado negativo. Es fácil distinguir el cátodo porque es la pierna más corta y hay un pequeño punto plano en el borde de ese lado como se puede ver en la figura 17.

(Mckeon, 2018).

Figura 17. Led. Obtenido de (Mckeon, 2018) https://learning.oreilly.com/library/view/neural-networksfor/9781484235072/html/463524_1_En_3_Chapter.xhtml

4.2.1.5.

Relé

El manejo del relé o relay es muy sencillo, permitiendo controlar el encendido y apagado de cualquier dispositivo conectado a una fuente de alimentación externa. El relé actúa como un interruptor, activado y desactivado mediante la entrada de datos. De esta forma, puedes controlar el encendido de cualquier dispositivo. (Gerin, 1999).

Figura 18. Relé

35

4.3.

Resultado tres: Prototipo del sistema IoT

4.3.1. Nomenclatura El siguiente trabajo de titulación de IoT tiene la nomenclatura “Tsáchila” debido a la etnia donde se encuentra la institución donde se implementó el prototipo.

4.3.2. Marco de trabajo Scrum Se aplicó el marco de trabajo Scrum, el cual permite llegar a los objetivos de manera más precisa y crear los valores necesarios en la aplicación desarrollada del sistema IoT, para el control de equipos eléctricos de forma remota en el Instituto Superior Tecnológico Tsáchila.

4.3.2.1.

Sprint 1

4.3.2.1.1.

Planificación de Sprint 1

Un sprint es un evento esencial de Scrum, permitiendo enfocarse en lograr el objetivo, de este modo se planificó el primer sprint tomando en consideración la necesidad de controlar los equipos eléctricos a distancia.

4.3.2.1.1.1.

Roles

Basados en la estructura de Scrum, donde se fija roles que marcan la función a cumplir como lo es el Product Owner, responsable de ordenar el trabajo para llegar al objetivo mediante un Product Backlog, el Scrum Master fomenta un entorno de trabajo en el equipo, apoyando al cumplimiento del objetivo. Finalmente el Scrum Team, desarrolla el sprint para luego revisar y adaptar el siguiente sprint. Como se observa los roles asignados en la tabla 6.

Tabla 6.

Roles Rol

Persona

Área

Product Owner

Ing. Gabriel Obregón

Responsable de Infraestructura del IST Tsáchila

Scrum Master Scrum Team

Mg William Ocampo Mg. Diego Bastidas Ing. Damián Barahona

Director TTM Desarrolladores, analistas, diseñadores y tester.

36 4.3.2.1.1.2.

Product Backlog

El product backlog se observa en la tabla 7, la cual contiene la funcionalidad del sistema en sí, se realizó un encuentro virtual con el administrador para identificar las funcionalidades y priorizar según las estimaciones para su implementación. Se presentaron ocho historias de usuario en la primera versión y en la última versión del product backlog (1.7) se decidió con el product owner no realizar la historia de usuario 5, por lo tanto solo constan siete historias de usuario.

Tabla 7.

Product Backlog Versión 1.7 N° 1 2 3 4 6 7 8

PRODUCT BACKLOG PRIORIDAD DE RIESGO EN NEGOCIO DESARROLLO HU1-Login 100 Bajo HU2- Ingreso al tablero 90 Medio HU3- Ingreso de Usuarios y 80 Medio Roles HU4-Revisión de equipo activo 70 Alto en el aula HU6- Visualizar aulas 60 Medio HU7- Revisión de equipo activado 50 Alto en el aula HU8- Machine learning 40 Alto HISTORIA

4.3.2.1.1.3.

ESTIMACIÓN 13 13 13 13 13 13 21

Estimación

La estimación del producto y las historias de usuario para el desarrollo ágil tienen algunas técnicas, en este caso es la serie fibonacci: bajo 1,2,3 y 5; medio 8 y 13; alto más de 21 puntos de historia y en adelante se consideran épicas, de tal manera que se focalizan las estimaciones de las historias para el desarrollo del prototipo IoT. 4.3.2.1.1.4.

Planificación del tiempo

Se desarrolló la planificación para cada sprint en semanas, trabajando 5 días, 8 horas diarias, total veinte horas semanales, como se mira en la tabla 8.

Tabla 8.

Planificación del tiempo Semanas 1 2 Total, horas 1° sprint 3 4 Total, horas 2° sprint

Días

Horas diarias

Horas semanales

5 5

8 8

40 40 80 40 40 80

5 5

8 8

37 4.3.2.1.1.5.

Fertilización Cruzada

En la etapa actual del desarrollo del prototipo, la funcionalidad de la aplicación se recopila en reuniones previas entre el propietario del producto y los desarrolladores. Se obtuvieron las historias de usuarios como evidencia.

4.3.2.1.1.6.

Escenarios de prueba

En esta etapa, se desarrolló un plan de prueba para verificar si se cumple con la funcionalidad del product owner. Por lo tanto, los escenarios se convirtieron en pruebas de aceptación, demostrando ser parte de la documentación del prototipo.

4.3.2.1.1.7.

Gestión de tareas

En el desarrollo del prototipo, se utilizó la gestión de tareas con la herramienta Trello. Según lo que manifiesta Ohri (2017) “es una buena opción porque brinda una gran sencillez para el monitoreo, muy fácil de utilizar, y útil a la hora de coordinar a varias personas alrededor de un mismo trabajo”. Como se observa en la figura 19, el tablero con las ocho historias iniciales, de las cuales se decidió con el product owner no desarrollar la historia 5, quedando solo siete historias de usuario en el product backlog.

Figura 19. Tablero Trello Adaptado de “Trello” (Atlassian, 2021) Obtenido de https://trello.com/b/IlLFWloU/

38 4.3.2.1.1.8.

Sprint Backlog

En este punto constan las historias de usuarios con las tareas de ingeniería relevantes que se desarrollaron en el primer sprint backlog, donde constan las historias, estimación, categoría, tareas de ingeniería y responsables. Se planificó el trabajo para las dos primeras semanas como se observa en la tabla 9.

Tabla 9.

Sprint Backlog correspondiente al Sprint 1 HISTORIA HU1Login

EST. 13

CATEGORÍA Diseño Diseño Desarrollo Desarrollo

HU2Ingreso tablero

13

Diseño

al Diseño Desarrollo

HU3Ingreso de usuarios y roles

13

Diseño

Diseño Test

HU4Revisión de equipo activo en el aula

13

Diseño Desarrollo Desarrollo Desarrollo

4.3.2.1.2.

TAREA Diseño de la interfaz del formulario login.php.

Modelado de la tabla usuarios en MySQL. Script de conexión usuarios.

EST 3

Programación en el font y back end Diseño de la interfaz del formulario usuarios.php.

Modelado de la base de datos en MySQL. Desarrollo de la función del crud de Usuario" en el controlador denominado usuarios.controlador.php Diseño de la interfaz del formulario usuarios.php crud Usuarios Revisión de la integridad de tabla usuarios en MySQL Ingreso de datos en la tabla usuarios en MySQL Diseño de la interfaz del equipo activo Código del diseño de la interfaz del equipo activo Script de la tabla datos e importar al php myadmin.

Script de la conexión de datos

3

4 3

3 4 3

RESPONSABLE Damián Barahona Diego Bastidas Damián Barahona Diego Bastidas Damián Barahona Diego Bastidas Damián Barahona Diego Bastidas Diego Bastidas Damián Barahona Damián Barahona Diego Bastidas Damián Barahona Diego Bastidas

4

Damián Barahona Diego Bastidas

5

Damián Barahona Diego Bastidas Damián Barahona Diego Bastidas Damián Barahona Diego Bastidas Damián Barahona Diego Bastidas Damián Barahona Diego Bastidas Damián Barahona Diego Bastidas

4 3 4 3 3

Scrum diario del Sprint 1

La reunión con el product owner y el ScrumTeam duró un aproximado de quince minutos. En el sprint backlog se muestra en detalle el trabajo desarrollado en las tareas de ingeniería de las historias de usuario por el ScrumTeam en el primer sprint.

39

4.3.2.1.2.1.

Historia de Usuario 1 - HU1-Login

Con la utilización del editor de texto de la familia de adobe, dreamweaver, se elaboró la respectiva interfaz gráfica con un diseño amigable para el manejo del usuario final como se evidencia en la figura 20.

Figura 20. Diseño de la interfaz del formulario login.php

Se procedió a modelar la base de datos y subir al cpanel de administración del hosting en el que está almacenado la base de datos, que fue prediseñada con anterioridad en MySQL con php myadmin, con los campos: id, nombre, usuario, contraseña, perfil, foto, estado, último login y fecha, como se evidencia en la figura 21.

Figura 21. Modelado de la tabla usuarios en MySQL

SQL son las siglas de inglés Structured Query Language, que permite procesar los datos insertados en las tablas de la data base, ejecutar consultas, editar información y eliminarlas.

Además, desde dreamweaver con php se puede interactuar directamente con la base creando

40 funciones crud. Según lo manifestado por Howard (2012) “se maneja éste tipo de prototipos transfiriendo también PHP al código Node.js y al mismo tiempo desarrollar dos bases de código que funcionen en dos lenguajes”. El diseño de bases de datos probablemente no sea la tarea más emocionante del mundo, pero de hecho se está convirtiendo en una de las más importantes, en especial si se usa MySQL. (Grippa & Kuzmichev, 2021), se observa en la figura 22 el crud de programación.

Figura 22. Script de conexión de usuarios

El font end interactúa con la interfaz, el back-end del prototipo consta de un servidor y base de datos, para procesar información y enviarla a los usuarios. En el desarrollo del font y back end se trabajó de forma colaborativa para que todo funcione correctamente como se ve en la programación de la historia de usuario login nivel administrador en la figura 23 y 24 respectivamente.

Figura 23. Font end – Administrador

41

Figura 24. Back end – Administrador

4.3.2.1.2.2.

Historia de Usuario 2 – HU2- Ingreso al tablero

Para gestionar el manejo del ingreso de usuarios, se diseñó la interfaz del formulario de usuarios, donde se requieren varios campos para agregar un nuevo usuario como se puede ver en la figura 25.

Figura 25. Diseño de la interfaz del formulario usuarios.php

El modelado determina la estructura de la base de datos y permite fundamentalmente la forma de almacenar, organizar y procesar los todos los datos como se observa en la figura 26.

Figura 26. Modelado de la base de datos en MySql

El término crud resume las funciones que los usuarios necesitan para crear y administrar datos. Varios procesos de gestión se basan en crud, pero en la base de datos o en el uso de aplicaciones, estas operaciones se adaptan específicamente a las necesidades del sistema y de los usuarios, como se ve en la figura 27.

42

Figura 27. Crud de Usuario" en el controlador denominado usuarios.controlador.php

4.3.2.1.2.3.

Historia de Usuario 3 – HU3- Ingreso de usuarios y roles

Cuando php analiza el archivo, busca las etiquetas de apertura, cierre y decirle a php donde comenzar y terminar la interpretación del código. Este mecanismo permite que php se incruste en todo tipo de documentos, porque el analizador ignora todo, excepto las etiquetas de apertura y cierre como se mira en la figura 28.

Figura 28. Diseño de la interfaz del formulario usuarios.php

La integridad referencial como sistema de reglas, es utilizada por una alta proporción de las bases de datos relacionales para garantizar que todos los registros en las tablas relacionadas sean válidos y que los datos relacionados no se puedan eliminar o modificar accidentalmente para causar errores, como se evidencia en la figura 29.

43

Figura 29. Revisión de la integridad de tabla usuarios en MySQL

Por lo general, se accede a los datos a través de un lenguaje de consulta, como un lenguaje de alto nivel que simplifica la tarea de crear aplicaciones. También simplifican la presentación de consultas e información. La base de datos y su sistema de gestión son indispensables para cualquier ámbito empresarial y deben gestionarse con cuidado como se verifica en la figura 30.

Figura 30. Ingreso de datos en la tabla usuarios en MySQL

4.3.2.1.2.4.

Historia de Usuario 4 – HU4- Revisión de equipo activo en el aula

Se implementó el fichero aula.php referente a la vista de la interfaz de inicio de la aplicación, con el crud de administración para insertar, eliminar, actualizar y seleccionar usuarios, contiene el código que interactúa con la visualización del tablero de control como se evidencia en la figura 31 y el código fuente es observado en la figura 32.

Figura 31. Diseño de interfaz del equipo activo

44

Figura 32. Código del diseño de la interfaz del formulario del equipo activo

La tabla datos con los pines 1, 2, 3, 4 tipo texto con tipo utf8_general_ci, es requerido para el envío de datos al hardware conectado al prototipo como se evidencia en la figura 33.

Figura 33. Modelado de la tabla datos en MySQL

Como cualquier otra variable php estática, solo se pueden usar cadenas literales o constantes para inicializar propiedades estáticas. No se permiten expresiones, por lo tanto, se puede usar números enteros o matrices, como se evidencia en la figura 34.

45

Figura 34. Script de conexión de datos

La tabla datos permite ingresar toda la información relacionada a los pines, en las pruebas de manera exitosa, que se gestionaron en la conexión a las aulas dentro de la aplicación como se puede ver en la figura 35.

Figura 35. Pruebas de ingreso en la tabla datos en MySQL

4.3.2.2.

Sprint 2

4.3.2.2.1.

Planificación de Sprint 2

De acuerdo con el plan utilizado en el de desarrollo de Scrum, en el segundo sprint se seleccionaron las tres últimas historias de usuario (ingeniería de requisitos ágiles), que tuvo una duración de dos semanas y representó un total de 47 puntos estimados. Se realizó una fertilización cruzada con el product owner y se registraron en el sprint backlog.

4.3.2.2.1.1.

Sprint 2 Backlog

Se planificó el segundo sprint backlog, como se observa de manera minuciosa en la tabla 10, que contiene tres historias, con 47 puntos de la estimación en su sumatoria, así también las tareas de la ingeniería por las historia de usuarios que son: visualizar, revisión de equipo activado en el aula y machine learning, distribuidas por varios puntos de estimación de cada una de las tareas.

46 Tabla 10.

Sprint Backlog correspondiente al Sprint 2 HISTORIA HU6Visualizar aula.

EST. 13

CATEGORÍA Diseño Diseño Desarrollo

Desarrollo

HU7- Revisión de equipo activado en el aula.

13

Diseño Desarrollo

Desarrollo

HU8- Machine Learning

21

Desarrollo Desarrollo

Desarrollo

Desarrollo

Desarrollo

4.3.2.2.2.

TAREA Diseño de la interfaz del formulario aulas Script : conexión a la base de datos en MySql Desarrollo de la función aulas con validación if($value["pin3"] != "0"){ echo '<td><button class="btn btn-success nombrePin="pin3">Activa do</button></td>'; } else { Script del controlador aulas <?php $login =new ControladorUsuarios (); $login -> ctrIngresoUsuario(); ?> Diseño de los pines de la tabla datos Desarrollo del modelo denominado pines.modelo.php Prototipo en la parte de hardware con: protoboard, tarjeta NodeMCU, dos resistores, con tres leds, un relé y un interruptor.

Configuración del 4 servidor de archivos Configuración de la 4 database de la aplicación de node js Programación de las 5 librerías de teachablemachine- node Programación del node js en interacción con la base de datos Codificación del reconocimiento de voz Tensorflow código

EST 4 3 3

RESPONSABLE Diego Bastidas Damián Barahona Damián Barahona Diego Bastidas Damián Barahona Diego Bastidas

3

Damián Barahona Diego Bastidas

4

Damián Barahona Diego Bastidas Damián Barahona Diego Bastidas

4

5

Damián Barahona Diego Bastidas

Damián Barahona Diego Bastidas Damián Barahona Diego Bastidas Damián Barahona Diego Bastidas Damián Barahona Diego Bastidas Damián Barahona Diego Bastidas Damián Barahona Diego Bastidas

Reuniones diarias del Sprint 2

Es una reunión de quince minutos con ScrumTeam, y se asignaron un total de cuarenta y siete puntos del sprint backlog, se realizó el seguimiento de manera ordenada de todas las tareas de ingeniería respectivamente de cada historia de usuario. Además, se realizó la gestión de riesgos de manera ágil (documentación mínima necesaria).

47 4.3.2.2.2.1.

Historia de Usuario 6 – HU6- Visualizar aula

En la funcionalidad capturada en la historia seis, los docentes y estudiantes responsables del apagado de equipos eléctricos, no tienen la opción crud que tiene el administrador, por ende, se lo ha llamado a esta función inicio.php como se evidencia en la figura 36.

Figura 36. Diseño de la interfaz del formulario inicio.php

La instalación predeterminada del sistema de base de datos MySQL tiene dos tablas llamadas datos y usuarios que almacenan la información. La tabla de usuarios almacena información sobre quién puede conectarse al servidor. Una vez configurada la cuenta de usuario y definido el sitio, puede conectarse a la base de datos en dreamweaver como se evidencia en la figura 37.

Figura 37. Script de la conexión a la base de datos en MySql

48 Generalmente, al escribir código, se desea realizar diferentes operaciones para diferentes condiciones. Puede usar declaraciones condicionales en su código para hacer esto, como se evidencia en la figura 38.

Figura 38. Desarrollo de la función aulas

Si los programadores utilizan la misma lógica en el desarrollo de software, con éste enfoque se evitaron los errores de acceso a los usuarios .Como se evidencia en la figura 39 el script de controlador usuario.

Figura 39. Script del controlador aulas

4.3.2.2.2.2.

HU7-Revisión de equipo activado en el aula

Basados en la tecnología de hardware de open source como NodeMCU, se gestionó la interacción con el sistema, que se requiere la operación remota a través de dos herramientas independientes, que incluye la páginas web que está alojada en el servidor hosting. Utilizando estos elementos, se creó una estructura autosuficiente que permite ver el estado del prototipo

49 desde cualquier lugar e interactuar con el en tiempo real, como se evidencia en la figura 40, la codificación de la tabla de datos en relación a los pines de la tarjeta NodeMCU.

Figura 40. Diseño de los datos en los pines

Todas las solicitudes de acceso a datos pasaron por la capa modelo, para administrar todo el contenido relacionado con la información y las iteraciones con los datos de los pines, como se puede evidenciar en la figura 41.

Figura 41. Desarrollo del modelo denominado pines.modelo.php

Se desarrolló el prototipo en la parte de hardware tomando un protoboard como tarjeta base, se detectaron conexiones eléctricas rápidas y fácilmente, sin haber tenido que hacer soldaduras permanentes. Adicionalmente se montó la tarjeta NodeMCU insertando todos los pines en el protoboard, adaptando dos resistores, con tres leds, un relé y un interruptor como se observa en la figura 42.

50

Figura 42. Elaboración del prototipo

4.3.2.2.2.3.

HU-8 Machine Learning

En cuanto al software en el desarrollo se utilizó Node.js, para proporcionar una gran escalabilidad para el prototipo y sobre todo la ejecución de los subprocesos sin bloqueo. El código desarrollado en "JavaScript puro", quiere decir que se dedica menos tiempo a "cambiar de contexto" entre idiomas al escribir el código del servidor y el navegador web.

JavaScript como un lenguaje de programación moderno, se ha beneficiado del avance del diseño de lenguajes. (Benitez, 2018). El aprendizaje automático por medio del reconocimiento de voz ayuda a interpretar, analizar la estructura y el patrón de los datos para realizar tareas complejas. La programación mediante un servidor node.js se evidencia en la figura 43.

Figura 43. Configuración del servidor de archivos

Para que se establezca la conexión con la base de datos, se procedió con una validación de acuerdo a las credenciales de usuarios y claves de hosting, de la data base como se observa en la figura 44.

51

Figura 44. Configuración de la base de datos de la aplicación de node js

La librería que se empleó es de Teacheable Machine como se observa en la figura 45, es una herramienta basada en la Web, con la cual se pueden crear los modelos de machine learning de manera rápida, sencilla y accesible para todos, son auténticos modelos de TensorFlow.js que funcionan en cualquier sitio con JavaScript. Por tanto, son perfectamente compatibles con herramientas como Glitch, Node.js, etc. Además, puede exportar los modelos a diferentes formatos para usarlos en otras plataformas, como Coral, Arduino y muchas otras; se utilizan para facilitar la programación a las librerías.

Figura 45. Programación de las librerías de teachablemachine- node

Se programó el prototipo para que interactúe con los pines de la base de datos y pueda responder a la automatización del sistema como se puede evidenciar en la figura 46.

52

Figura 46. Programación del node js en interacción con la base de datos

Los datos que son ingresados al algoritmo de machine learning en tensorflow con teachable machine y la programación en node.js, con el identificador speech.js, sirvió para el proceso de entrenamiento de voz. Se cargaron los datos desconocidos para el algoritmo, con las etiquetas de las respuestas correctas se controlaron los equipos eléctricos. (Muller, 2016).

El aprendizaje supervisado de la voz en la programación en node.js se refleja en la figura 47.

Figura 47. Codificación del reconocimiento de voz

Según lo investigado por Muñoz (2016) “TensorFlow es el algoritmo de aprendizaje automático, donde se pudo entrenar e implementar fácilmente el modelo de algoritmo de supervisión, en un servidor express con node.js”. La biblioteca de código de open source

53 para aprendizaje automático con un rango de tareas como tensorflow de google, se evidencia su programación en la figura 48.

Figura 48. Tensorflow código

4.4.

Validación de hipótesis Para la validación de la hipótesis se realizó un análisis de chi cuadrado, en la tabla 11

se observan las preguntas relacionadas con los indicadores de las variables, como: la frecuencia que se ha dejado encendido los dispositivos eléctricos, frecuencia en el uso de aplicaciones que le permita el control autónomo, frecuencia en el uso de aplicaciones en el celular y el control de las aulas por medio de un sistema IoT (p <0.05). Con lo antes indicado, se validó la hipótesis alternativa: el sistema IoT con machine learning influye significativamente en el control de equipos eléctricos en las aulas del Instituto Superior Tecnológico Tsáchila del cantón Santo Domingo.

Tabla 11.

Validación de hipótesis: Chi-cuadrado-probabilidad de IoT y machine learning Pregunta gl p ¿Con qué frecuencia se ha dejado encendido los 1 0.002 dispositivos eléctricos al salir de las aulas del ISTT? ¿Con qué frecuencia usa aplicaciones que le permita 1 0.015 el control autónomo de los dispositivos eléctricos? ¿Con qué frecuencia usa aplicaciones en su celular 1 0.009 que permiten el control de algún dispositivo eléctrico? ¿Considera usted que tener el control de las aulas por 1 0.049 medio de un sistema IoT ayuda a los docentes a evitar llamados de atención?

Nota: gl = grados de libertad; p=significancia de probabilidad; 𝑋 2 = chi cuadrado

𝑿𝟐 9.468 5.902 6.750

3.878

54

5.

DISCUSIÓN

A través de entrevistas y encuestas el product owner o responsable de infraestructura del Instituto Superior Tecnológico Tsáchila, se pudo determinar las necesidades que están en el primer objetivo específico en base a los resultados, donde no existía un control de apagado de equipos eléctricos de forma remota, lo que generaba llamadas de atención al personal docente. Como solución a este craso problema se implementó el prototipo para el control de los equipos eléctricos, donde se reemplazó el proceso manual con dispositivos electrónicos con una conexión a Internet. Lo antes mencionado se alinea al criterio de Pulver (2019), donde manifiesta que las aplicaciones informáticas con integración de IoT permitirá, encender y apagar el dispositivo desde su cualquier lugar, cambiar su configuración y verificar su estado.

En cuanto al segundo objetivo planteado, que es determinar el uso adecuado del hardware para el proceso de desarrollo de la propuesta de intervención, se empleó en el prototipo una variedad de componentes electrónicos de hardware, como resistencias, protoboard, leds, relés, cables, interruptor, una tarjeta NodeMCU que interactuarán en el sistema IoT con open source, lo que tuvo un impacto positivo en la solución automatizada de procesos en la institución. Lo antes mencionado se alinea al criterio de Pulver(2019), donde manifiesta que cualquier persona puede estudiar, modificar y redistribuir todo tipo de hardware con una licencia de código abierto.

Para continuar con el tercer objetivo planteado que hace referencia a que se desarrolló un prototipo con IoT y machine learning para que se optimice el control de los equipos eléctricos en forma remota, se usó la metodología de Scrum por ser una herramienta liviana que ayuda en el desarrollo de productos de software de manera eficiente, con sus diferentes actividades, la organización de historias que permiten optimizar los tiempos. Esto se alinea a lo indicado por Rubin (2013) quien manifiesta que se puede establecer mejor las distinciones e ilustrar más claramente los principios que subyacen al desarrollo basado en Scrum.

Para el desarrollo del prototipo, además se utilizó el gestor de la base de datos de MySQL en la cual se requiere un minucioso análisis para poder integrar el prototipo y su desarrollo. Esto se alinea a lo indicado por Grippa & Kuzmichev (2021), que dice que el diseño de bases de datos probablemente no sea la tarea más emocionante del mundo, sin embargo se está convirtiendo en una de las más importantes. Adicional se utilizó el

55 procesador y preprocesador de hipertexto combinado con Node.js, que en esta integración para este prototipo Iot con Machine learning se acopló muy bien. Lo antes mencionado concuerda a lo manifestado por Howard (2012) que dice que transfiriendo su código php al código Node.js y al mismo tiempo funcionan de manera correcta en los dos lenguajes diferentes.

También se eligió la herramienta del software Trello, que está al alcance de toda la gente en el internet y ayuda con la gestión de incidentes (historias técnicas, historias de usuarios y el control del trabajo pendiente). Esto está en concordancia con lo que menciona la empresa Atlassian (2021) . Asimismo, en el desarrollo del prototipo se usó la herramienta de TensorFlow, para optimizar de manera sencilla el aprendizaje automático. Esto se alinea a lo mencionado por Abadi (2015), que es una potente biblioteca de software open source para el cálculo numérico, especialmente adecuada y ajustada para el aprendizaje automático a gran escala.

56

5.1.

CONCLUSIONES y RECOMENDACIONES

5.1.1. CONCLUSIONES 

Se concluye que, en cuanto al proceso del control de equipos eléctricos, la institución necesita el apoyo de las nuevas tecnologías de la información, el encargado de la infraestructura (product owner) se interesó en la propuesta del prototipo, por medio de IoT y machine learning para automatizar los procesos en cuanto al evitar llamados de atención por dejar encendidos los equipos eléctricos por un olvido involuntario.



En relación al hardware utilizado en este prototipo para la propuesta de intervención, han sido los más económicos y adaptables a la programación de código abierto, se eligió la tarjeta NodeMCU, protoboard, resistencias, leds y relé de fácil y libre acceso en el mercado, combinado con el software de open source montado en servidores hosting con software libre bajo Linux.



En lo que respecta al desarrollo del prototipo con aprendizaje automático desarrollado con middleware de manera rápida, ha sido un medio para automatizar el control de equipos eléctricos a través de IoT de forma remota en la institución.



Finalmente, con la información recolectada en la encuesta a los docentes de la institución, se validó la hipótesis alternativa, el sistema IoT con machine learning influye significativamente en el control de equipos eléctricos en las aulas del Instituto Superior Tecnológico Tsáchila del cantón Santo Domingo.

5.1.2. RECOMENDACIONES 

Se recomienda realizar este tipo de prototipos en otras instituciones ya sean públicas o privadas ya que al implementarlo, con un diseño experimental o cuasi experimental, con un número mayor de datos se solucionaría el problema del ahorro energético, debido a que el personal tiende a olvidarse los equipos eléctricos encendidos.

57 

Se puede siempre investigar todo tipo de hardware adaptado al desarrollo con open source, ya que se encuentra en la cúspide el avance tecnológico, de proyectos basados en este tipo de tecnologías, que se pueden tomar como una guía de aprendizaje para futuros desarrollos de prototipos similares.



A la hora de elaborar un prototipo con IoT y machine learning para el control de apagado de equipos eléctricos de forma remota, se recomienda seguir esta obra ya que explica de una forma sencilla una solución fiable y económica para dichos problemas.

58

6.

REFERENCIAS BIBLIOGRÁFICAS

Abadi, M. (2015). TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed

Systems.

Recuperado

el

Enero

de

2021,

de

https://research.google/pubs/pub45166/ Atlassian. (2021). Trello siempre hace avanzar . Recuperado el Enero de 2021, de Trello: https://trello.com/es Baena, G. (2017). Metodología de la Investigación. Recuperado el Enero de 2021, de http://www.biblioteca.cij.gob.mx/Archivos/Materiales_de_consulta/Drogas_de_Abus o/Articulos/metodologia%20de%20la%20investigacion.pdf Benitez, C. (2018). Sistemas Web Escalables. Recuperado el Enero de 2021, de https://issuu.com/redusers/docs/sistemas_web_escalables Berru, J. (2009). Eficiencia Energética en iluminación para interiores, TESIS. Recuperado el Enero

de

2021,

de

http://dspace.utpl.edu.ec/bitstream/123456789/1898/3/Utpl_Berru_Astudillo_Jose_33 3x199.pdf Bitnova. (2020). https://www.bitnova.es. Obtenido de https://www.bitnova.es/solucionestecnologicas/domotica-e-internet-de-las-cosas Britton, C., & Bye, P. (2004). O´Reilly Media, Inc. Recuperado el Diciembre de 2020, de IT Architectures

and

Middleware:

https://learning.oreilly.com/library/view/it-

architectures-and/0321246942/ch01.html#ch01fig05

59 Carrasco, F. (2015). Supervision Energetica para monitorizacion y control de consumo electrico.

un

caso

practico.

Recuperado

el

Enero

de

2021,

de

https://dialnet.unirioja.es/servlet/articulo?codigo=5013488 Centro Nacional de Control de Energia [CENACE]. (2019). Corporacion CENACE. Obtenido

de

http://www.cenace.org.ec/index.php?option=com_phocadownload&view=category&i d=6:phocatinfanuales&Itemid=6# Enerdata.

(2019).

Estadistica

de

consumo

energetico

mundial.

Obtenido

de

https://datos.enerdata.net/energia-total/datos-consumo-internacional.html Gerin, M. (1999). Manual electrotécnico. Recuperado el Diciembre de 2020, de https://www.um.es/docencia/mmc/pdf/telesquemario.pdf Grippa, V., & Kuzmichev, S. ( 2021). O´Reilly Media, Inc. Recuperado el Marzo de 2021, de Learning MYsql, Second Edition: https://learning.oreilly.com/library/view/learningmysql-2nd/9781492085911/titlepage01.html Hanes, D., Salgueiro, G., Grossetete, P., Barton, R., & Henry, J. (2017). IoT fundamentals: Networking technologies, protocols, and use cases for the internet of things.

Recuperado el Enero de 2021, de https://learning.oreilly.com/library/view/iotfundamentals-networking/9780134307091/pref00.html Hernández, R. (2017). Metodología de la investigación. México: Mc Graw Hill.

Howard, D. ( 2012). O´Reilly Media, Inc. Recuperado el Febrero de 2021, de Node js. for php developers: https://learning.oreilly.com/library/view/node-js-for-php/9781449333775/

60 Huang, B., & Rungerg, D. ( 2017). O´Reilly Media, Inc. (L. Alison, & R. Hoffman, Edits.)

Recuperado el Enero de 2021, de https://learning.oreilly.com/library/view/thearduino-inventors/9781492023456/xhtml/title.xhtml Juarez, J. (1995). Sistemas de distribución de energía eléctrica. Recuperado el Enero de 2021, de https://core.ac.uk/download/pdf/48392416.pdf Llamas, L. (2019). Ingeniería, Informática y Diseño. Recuperado el Enero de 2021, de https://www.luisllamas.es/protocolos-de-comunicacion-para-iot/ Martin, J. (2010). Instalaciones Domóticas. Recuperado el Enero de 2021, de https://www.iberlibro.com/buscar-libro/titulo/instalaciones-dom%F3ticas/autor/juancarlos-mart%EDn-castillo/ Matich, J. D. (2001). Redes Neuronales, Conceptos básicos y aplicaciones. Rosario.

Mckeon, R. (Abril de 2018). O´Reilly Media, Inc. Recuperado el Enero de 2021, de Neural Networks for Electronic Hobbysts: https://learning.oreilly.com/library/view/neuralnetworks-for/9781484235072/html/Cover.xhtml Monk,

S.

(2020).

O´Reilly

Media,

Inc.

Recuperado

el

Enero

de

2021,

de

https://learning.oreilly.com/library/view/raspberry-picookbook/9781492043218/titlepage01.html Muller, A. (2016). Introduction to Machine Learnign with Pyton. (D. Schanafelt, Ed.) O’Reilly Media.

Muñoz,

G.

(2016).

Deep

Learning

con

Tensorflow.

Obtenido

https://es.scribd.com/document/398956166/seminario-tensorflowGabi-pdf

de

61 Ohri, S. (2017). O´Reilly Media, Inc. Recuperado el Enero de 2021, de TypeScript 2.x By Example: https://www.researchgate.net/publication/312526043_Trello_una_plataforma_para_la _gestion_de_tareas_en_entornos_de_trabajo_y_aprendizaje_cooperativos_en_educaci on_secundaria Petzold, C. (2000). O´Reilly Media, Inc. Recuperado el Diciembre de 2020, de Code: The Hidden

Language

of

Commputer

Hardware

and

Software:

https://learning.oreilly.com/library/view/code-thehidden/9780735634688/cover.xhtml Pineda, E. Espinel, M. & Ruiz,G. (2019). Diseño e Implementación de un sistema de gestión de energía enfocado en el control de equipos y luminarias. energía.

Pitti, C. (2018). Control de consumo electrico residencial automatizado. RIC. Pulver, T. (2019). O´Reilly Media, Inc. (P. P. Ltd., Ed.) Recuperado el Enero de 2021, de Hands

on

Internet

of

things

with

MQTT:

https://learning.oreilly.com/library/view/hands-on-internetof/9781789341782/cover.xhtml Quintanilla, R. (2019). Plataforma IoT para el control y monitoreo de variables físicas con tecnología

Open

Hardware.

Recuperado

el

Enero

de

2021,

de

http://www.redicces.org.sv/jspui/handle/10972/3989 Ramos, R. (2017). Sistema de control de la iluminacion de un hogar a traves de Android gobernado por la plataforma Arduino. Recuperado el Enero de 2021, de http://openaccess.uoc.edu/webapps/o2/bitstream/10609/60167/18/ramadorrTFG0117 memoria.pdf

62 Redondo, C. (2018). Regulación, control y telegestión de instalaciones tecnicas en edificios e instalaciones industriales. Leon.

Rhee. (2018). IoT-Based Smart Building Environment Service for Occupants’. Journal of Sensors, 10.

Rubin, K. (2013). O´Reilly Media, Inc. Recuperado el Enero de 2021, de Essential Scrum: https://learning.oreilly.com/library/view/essential-scruma/9780321700407/copyright.html Secretaria Nacional de Planificación y Desarrollo [SENPLADES], (2017). Plan Nacional de Desarrollo 2017-2021 “Toda una Vida” Simeone, O. (2018). A very brief introduction to machine learning with applications to communication systems. Standford.

Soto, B. R. (2019). Desarrollo de un prototipo domotico utilizando tecnologìa inalambrica para el ahorro de energia, confort y seguridad. Universidad Populae del Cesar, 17.

63

7.

ANEXOS

Anexo I. Carta de aprobación, tabla de recursos y cronograma

Figura 49. Carta de aceptación

Figura 50. Tabla de recursos

Figura 51. Cronograma

64 Anexo II. Consentimiento informado, carta de impacto, árbol del problema y acta

Figura 52. Consentimiento informado

Figura 54. Árbol del problema

Figura 53. Carta de impacto

Figura 55. Acta de entrega - recepción

65

Anexo III. Validación de los instrumentos de investigación por experto

66

67 Anexo IV. Historias de usuario

68

69 Anexo V. Pruebas de aceptación primer sprint

70

Anexo VI. Pruebas de aceptación segundo sprint

71

72

73 Anexo VII. Manual de usuario y técnico

74

75