El objetivo del proyecto ha sido construir un sistema digital de detección temprana para predecir las erupciones volcánicas. Con la información obtenida con los sensores Waspmote se va a construir una familia de ‘gemelos digitales’ que simule digitalmente lo que está ocurriendo dentro del cráter y poder experimentar con un volcán en activo en tiempo real.

blank

Los vulcanólogos apuestan por las últimas tecnologías que ofrece el Internet de las Cosas (IoT) para monitorizar en tiempo real todo lo que ocurre dentro y fuera de los cráteres, y predecir erupciones. La compañía que combina expediciones científicas innovadoras con proyectos de tecnología para impulsar cambios positivos, Qwake, ha confiado en la tecnología de リベリウム para desarrollar una red de sensores inalámbricos en la Boca del Infierno, nombre por el que se conoce al volcán Masaya de Nicaragua.

Masaya es uno de los volcanes latinoamericanos más activos. 実際, durante el último trimestre de 2008 su caldera arrojó ceniza y vapor alcanzando una altura de 2,1 キロ. 現時点では, uno de sus cráteres cuenta en su interior con un lago de lava de 600 metros cuadrados que permite visualizar el comportamiento dinámico del magma en donde se aprecian efectos cascada, explosiones y erupciones de lava.

El equipo de Qwake, encabezado por el explorador y el director de documentales Sam Cossman, ザ Gobierno de Nicaragua, Libelium y General Electric (GE) han trabajado en este proyecto para lanzar el primer volcán online. La expedición tuvo lugar en los meses de julio y agosto de 2016.

blank

Qwake necesitaba implementar un sistema inalámbrico de monitorización capaz de recoger, transmitir y almacenar datos en tiempo real. このため, eligieron la tecnología de Libelium para obtener información directamente del cráter.

Para poder acceder de manera segura al Cráter Santiago, donde se encuentra el lago de lava a cielo abierto, Sam Cossman y su expedición desarrollaron un sistema de tirolinas que permitiera descender de manera eficiente tanto al propio equipo de la expedición como al material. Esto permitió instalar las plataformas de sensores Waspmote cerca del cráter para obtener datos en un ambiente tan extremo como difícil y casi inaccesible.

Las plataformas de sensores implementadas en el Volcán Masaya fueron Waspmote Plug & Sense! Smart Environment PRO y Waspmote Plug&Sense! Ambient Control que actuaron como repetidores de la señal enviada por los primeros. Se conectaron más de 80 de sensores para medir CO2, H2S, 温度, humedad y presión atmosférica.

blank

Las plataformas de sensores encapsuladas fueron selladas al vacío para protegerlas contra el calor dentro del cráter y también en las zonas cercanas al volcán. La temperatura donde colocaron la mayoría de los sensores estaba en torno a 150 grados Farenheit (約 65 摂氏), aunque en algunas partes del volcán se alcanzaban entre 800 そして 1.000 grados Farenheit (間 426 そして 537 摂氏).

Waspmote Plug & Sense! Smart Environment PRO enviaba la información directamente al Meshlium Gateway y en algunos casos, cuando la señal era baja, a los Waspmote Plug&Sense! Ambient Control que actuaban como estaciones repetidoras. Estos datos se enviaban a través de Xbee 900HP de Digi International. El IoT Gateway recogía los datos y enviaba información por 3G a la base de datos de GE donde luego era visualizada en Predix, un plataforma Cloud de GE desarrollada para el Internet Industrial.

Detección temprana de las erupciones

blankEl principal objetivo del proyecto ha sido construir un sistema digital de detección temprana para predecir las erupciones volcánicas. この情報は、研究者や科学者がクレーター内で起こっていることをデジタルでシミュレートする「デジタルツイン」のファミリーを構築するために使用されます。.

このプロジェクトの最終的な目標は、人口と意思決定者が活火山をリアルタイムで実験できるようにする公共サービスを提供することです。.

クラウドベースの予測分析ツールは、収集されたデータの組み合わせを使用します 20 マサヤ火山での長年のフィールドワークと、ワスプモートプラグセンサープラットフォームに接続されたセンサーによって得られた情報 & Sense! このプロジェクトにインストールされているもの. Todos estos datos ayudarán a anticipar crisis volcánicas y actuar de manera pionera como un Sistema de Alerta Temprana. Después de este primer proyecto, la expedición considera que existe un gran potencial para desarrollar otras aplicaciones en volcanes de todo el mundo.


あなたはこの記事が好きでした?

私たちの購読 RSS フィード そして、あなたは何も見逃すことはありません.

その他の記事について , ,
によって • 31 月, 2017
• 節: 事例研究, コントロール, 信号分布, ネットワーク, シミュレーション