Resumen de Sistema de fusión de datos para la clasificación de gases licuados del petróleo a través de técnicas de aprendizaje de máquina

Daniel Fernando Quintero Bernal, Miguel Ángel Jaramillo Bedoya, Hernán Alberto Quintero Vallejo, William Prado Martinez

• español

  La fusión de datos (FD) es un proceso que permite la combinación de información de diversas fuentes con un propósito determinado. En este documento se presenta el diseño y construcción de un sistema FD, particularmente una nariz electrónica (NE), para un dispositivo como el descrito en la patente “Equipo portátil para evitar la contaminación vehicular en las estaciones de servicio” con resolución número 23016. Dicho equipo es un instrumento para clasificación de gases licuados derivados del petróleo (GLP), cuya aplicación se encuentra dirigida a reconocer ACPM (Aceite Combustible Para Motores) o gasolina, en el proceso de abastecimiento vehicular. Estos gases están almacenados en el depósito de combustible de los automóviles, y mediante su identificación es posible tomar las acciones requeridas para evitar la contaminación de un vehículo con un carburante diferente al que éste utiliza. Se implementó un experimento que evaluó el funcionamiento de la NE mediante técnicas de clasificación. En el procesamiento de la información entregada por los sensores del prototipo fueron utilizadas dos metodologías de aprendizaje de máquina supervisadas, K-Nearest Neighbor (KNN) y Naive Bayes, para diferenciación de GLP. A través de una prueba de validez, se determinó que la exactitud de las técnicas implementadas fue de 1, por lo tanto, el equipo está en capacidad de discriminar adecuadamente los gases de gasolina y ACPM en condiciones ambientales dinámicas.

• English

  Data fusion (DF) is a process that allows the combination of information from various sources for a specific purpose. A DF system, particularly an electronic nose (EN), was designed and built for a device as described in the patent “Portable equipment to avoid vehicle pollution in service stations” with resolution number 23016. It is an instrument for the classification of liquefied petroleum gases (LPG), the application of which is aimed at recognizing diesel fuel or gasolina, in the supply process. These gases are stored in the fuel tank of cars, and by identifying them take the actions required to prevent the contamination of vehicles with a fuel different from that used by the latter. A system that supports the operation of the EN was implemented. In the processing of the information provided by the sensors of the prototype the methodologies of machine learning, K-Nearest Neighbor and Naive Bayes, for lpg differentiation were used. Through a validity test, it was determined that the accuracy of the implemented techniques was 1, therefore, they are ideal methodologies for the classi-fication of diesel fuel and gasoline in dynamic environments.