Para alertar sobre riesgos de inundaciones estudiantes del Instituto Politécnico Nacional (IPN) desarrollaron un sistema de detección de inundaciones con predicción inteligente y sensores IoT (Internet de las Cosas).
El sistema, desarrollado por Armando Rodríguez Blanco, Alejandro Emiliano Reyes Hernández y Sergio Zaldívar Díaz, alumnos de la Unidad Profesional Interdisciplinaria en Ingeniería y Tecnologías Avanzadas (UPIITA), está conformado por un poste con un sensor de nivel de agua en la parte inferior, una caja de control y un seguidor solar en la parte superior.
Para generar las alertas, los politécnicos se basaron en dos tipos de datos: el porcentaje del área inundable, es decir, qué tan susceptible es una zona a inundarse de acuerdo con el Atlas de Riesgos de la Ciudad de México, y el nivel de precipitación en milímetros, que indica la intensidad de las lluvias en determinada región.
El desarrollo de este prototipo se ajusta a la visión del Gobierno de México de priorizar el bienestar social, impulsada por la Presidenta Claudia Sheinbaum Pardo y bajo las directrices marcadas por el secretario de Educación Pública, Mario Delgado Carrillo.
Sensores
El sistema cuenta con un microcontrolador encargado tanto de la lógica de movimiento del panel solar como del envío de datos. Ahí se reciben las lecturas del sensor de nivel de agua, se procesan y se envían mediante WiFi a cualquier dispositivo que cuente con la aplicación y esté conectado a internet. “El componente clave del sistema es el desarrollo del software, que posibilita que cualquier persona que cuente con la aplicación pueda recibir las alertas a través de un dispositivo móvil”, indicó Armando Rodríguez.
En el interior de la caja se encuentra un controlador de carga solar, que optimiza la potencia proveniente del panel, así como una batería de fosfato de hierro y litio de alto rendimiento, la cual dota al sistema de autonomía energética total.
“Con estos datos (además del Atlas de Riesgos y el histórico de precipitaciones de cierta región) provenientes del sensor de nivel de agua del prototipo, nuestro modelo predictivo evalúa las tendencias de llenado, realiza una predicción del riesgo en tiempo real y publica la alerta en una plataforma web”, añadió Sergio Zaldívar.
