🧑🏽💻Yorbis Aragón Bedoya
👨🏻💻 Daniel Álvarez Echeverry
MACA es un sistema IoT de bajo costo diseñado para monitorear y alertar sobre los niveles de contaminación acústica en instituciones de educación superior. El proyecto busca contribuir al bienestar ambiental y académico, promoviendo espacios más saludables mediante la recolección y visualización de datos en tiempo real.
- 📡 Monitoreo en tiempo real de niveles de ruido ambiental.
- 🎛️ Sensores de sonido integrados (compatibles con MAX4466, INMP441, SEN0232).
- 💾 Procesamiento local mediante ESP32 para adquisición y envío de datos.
- ☁️ Conectividad IoT con soporte para MQTT y plataformas en la nube.
- 📊 Visualización de datos en dashboards web o móviles.
- 🚨 Alertas configurables ante niveles de ruido que superen los umbrales establecidos.
- 🔋 Bajo consumo energético y fácil integración en entornos educativos.
Desarrollar un sistema de bajo costo utilizando sensores de sonido y placas ESP32 para el monitoreo en tiempo real de la contaminación acústica.
- Diseñar un prototipo para adquirir variables acústicas (intensidad, frecuencia, duración).
- Implementar una plataforma central para reportes, alertas y visualización.
- Validar el sistema mediante pruebas funcionales, de precisión y usabilidad.
La Resolución 627 de 2006 del Ministerio de Ambiente en Colombia establece límites permisibles para la exposición al ruido. Sin embargo, en entornos educativos no se suele hacer medición ni control, afectando la concentración y salud de los estudiantes.
Se utilizó una metodología híbrida:
- Waterfall para el desarrollo del hardware.
- Scrum con 6 sprints para el desarrollo del software.
- Medición en vivo del ruido ambiental.
- Alerta automática cuando se exceden los límites.
- Visualización en tiempo real vía plataforma web (Grafana).
- Registro y análisis de datos en base de datos relacional y NoSQL.
- Hardware: ESP32, Sensor de sonido, Pantalla OLED.
- Backend: Node.js, Broker MQTT, MySQL.
- Frontend: Grafana para visualización.
- Despliegue: VPS (Ubuntu), Nginx.
Durante una prueba de 30 días:
- Se registraron más de 250,000 mediciones en aulas, biblioteca y cafetería.
- El bloque 5 y la cafetería presentaron los niveles más altos.
- El sistema mostró un coeficiente de determinación R² de 0.97 y un MAE del 2.5%, comparable con equipos profesionales.
- Manual de Efectos de Ruido – EPA
- Estudios de impacto del ruido en estudiantes
- Diseño de sistemas de monitoreo IoT acústico
