Avaliação da utilização de hidrômetros com aquisição de dados por telemetria para monitoramento do consumo de água de uma agência bancária em Joinville/SC
DOI:
https://doi.org/10.46421/sispred.v1i.1578Palabras clave:
Controle estatístico de processos, Consumo de água, Edifícios públicos, Linguagem R, Sistemas prediais hidrossanitáriosResumen
RESUMO: O objetivo deste artigo é avaliar a utilização de um hidrômetro com aquisição de dados por telemetria para monitoramento do consumo de água de uma agência bancária em Joinville/SC, para detecção de excessos de consumo e vazamentos. A avaliação do medidor ocorreu durante 6 meses, de novembro de 2018 até abril de 2019. O sensor acoplado ao hidrômetro registra uma leitura a cada 15 minutos, o que resulta 2.880 medições automáticas em 30 dias. Os dados são armazenados no registrador e sincronizados com servidor em nuvem, possibilitando acesso a distância. A análise estatística dos dados foi realizada com auxílio da linguagem de programação R. Foram desenvolvidos scripts para importação dos dados, formatação e análise. Na etapa de análise foram utilizados gráficos de controle estatístico de processos. A mediana de consumo diário foi de 5,925 m³, desvio padrão de 3,25 m³ e consumo máximo de 25,68 m³. Conclui-se que a gestão inteligente da água com uso de medidores de vazão associados a ferramentas de tecnologia da informação é uma inovação que auxilia na identificação quase que imediata de excessos de consumo. Leituras automáticas possibilitaram a elaboração de gráficos de controle em curtos períodos, possibilitando assim, detecção de anomalias de consumo e atuação mais rápida para redução do desperdício de água do imóvel.
Descargas
Citas
BRITTON, T. C.; COLE, G.; STEWART, R. A.; WISKAR, D. Remote Diagnosis of Leakage in Residential Households. Water, n. September, p. 56–60, 2008.
FREITAS, L. L. G.; HENNING, E.; KALBUSCH, A.; KONRATH, A. C.; WALTER, O. M. F. C. Analysis of water consumption in toilets employing Shewhart, EWMA, and Shewhart-EWMA combined control charts. Journal of Cleaner Production, v. 233, p. 1146–1157, 2019.
IPCC. Summary for policymakers. In: FIELD, C.B., V.R. BARROS, D.J. DOKKEN, K. J. M.; M.D. MASTRANDREA, T.E. BILIR, M. CHATTERJEE, K.L. EBI, Y.O. ESTRADA, R.C. GENOVA, B. GIRMA, E.S. KISSEL, A. N.; LEVY, S. MACCRACKEN, P. R. M. E L. L. W. (Eds.). . Climate Change 2014: Impacts, Adaption, and Vulnerability.Part A: Global and Sectoral Aspects. Cambridge, UK and New York, USA: Cambridge University Press, 2014. p. 1–32 .
MAAMAR, Z.; BAKER, T.; FACI, N.; AL-KHAFAJIY, M.; UGLJANIN, E.; ATIF, Y.; SELLAMI, M. Weaving cognition into the internet-of-things: Application to water leaks. Cognitive Systems Research, v. 56, p. 233–245, ago. 2019.
MOHAMMED SHAHANAS, K.; BAGAVATHI SIVAKUMAR, P. Framework for a Smart Water Management System in the Context of Smart City Initiatives in India. Procedia Computer Science, v. 92, p. 142–147, 2016.
MONTGINOUL, M.; VESTIER, A. Smart metering: A water-saving solution? Consider communication strategies and user perceptions first. Evidence from a French case study. Environmental Modelling & Software, v. 104, p. 188–198, jun. 2018.
MONTGOMERY, D. C.; RUNGER, G. C. Estatística aplicada e probabilidade para engenheiros. Rio de Janeiro: LTC, 2013.
R CORE TEAM. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria, Disponível em: <https://www.r-project.org/>. Acesso em: 14 maio. 2019.
WELSH, A. Smarter water infrastructure. World Pumps, v. 2019, n. 1, p. 22–23, 1 jan. 2018.
YUANYUAN, W.; PING, L.; WENZE, S.; XINCHUN, Y. A New Framework on Regional Smart Water. Procedia Computer Science, v. 107, n. Icict, p. 122–128, 2017.
