Generación de un modelo estadístico para la automatización del control de los parámetros de calidad del agua, de la planta de tratamiento de agua potable El carrizal, perteneciente a la parroquia San Miguel, del Cantón Salcedo, Provincia de Cotopaxi

La investigación actual persigue la meta de generar un modelo predictivo estadístico fundamentado en métodos de aprendizaje automático, orientado a la automatización del control de los parámetros de calidad del agua de la planta de tratamiento “El Carrizal”, localizada en el cantón Salcedo, en la provincia de Cotopaxi. Para esto, se empleó una metodología mixta con dominancia cuantitativa, desglosada en cuatro etapas: preproceso de datos, diseño del modelo predictivo, evaluación comparativa y validación en operación. En el análisis de los parámetros pH, turbidez y cloro residual se recurre a los datos históricos basados en sensores IoT, y se aplican algoritmos de regresión lineal múltiple, máquinas de soporte vectorial, árboles de decisión, redes neuronales multicapa y bosques aleatorios. Los resultados muestran una baja correlación lineal entre las variables (valores de R² próximos a cero), lo que se puede explicar por la estabilidad del sistema en su operación y la complejidad no lineal del sistema hidráulico. A pesar de esto, el modelo Random Forest se destacó por su buen equilibrio entre error medio, estabilidad y capacidad de generalización, sirviendo, así como modelo base en la automatización predictiva del proceso. Estas conclusiones proponen una metodología replicable a partir de datos y de aprendizaje automático, que abre un camino hacia sistemas inteligentes para el control de calidad del agua más eficientes y sostenibles.

• Egile nagusia: Llamuca Montaluisa Segundo Atahualpa (author)
• Formatua: masterThesis
• Argitaratua: 2025
• Gaiak: IOT; APRENDIZAJE AUTOMÁTICO; RANDOM FOREST; CALIDAD DEL AGUA; AUTOMATIZACIÓN DEL CONTROL; TRATAMIENTO DE AGUA POTABLE
• Sarrera elektronikoa: https://repositorio.uta.edu.ec/handle/123456789/45691