• Author / Uploaded
• Miguel Angel Enciso Molina

Citation preview

UNIVERSIDAD NACIONAL DE INGENIERÍA FACULTAD DE INGENIERÍA MECÁNICA

PROYECTO PRELIMINAR “Semáforos Inteligentes usando Google Maps” CURSO PROYECTO DE INGENIERÍA MC612-A

INTEGRANTES Escudero Cantu, Fernando Augusto Gonzales Castillo, Salim Gonzales Escobar, Carloandre Santana Perales, Roosvelly Samuel

17 de junio del 2019

Tabla de contenido 1.

MODELO MATEMÁTICO ................................................................................ 3 1.1.

Diagrama de Control ................................................................................ 6

1.2.

Diagrama de Fuerza ................................................................................. 7

1.3.

Diagrama Ladder ...................................................................................... 8

2.

ANÁLISIS DE SENSIBILIDAD ........................................................................ 9

3.

ANALISIS DE COMPATIBILIDAD ................................................................ 14 3.1.

Especificaciones del Semáforo ............................................................... 15

3.2.

Esquema de Localización de los Elementos ........................................... 16

4.

ANALISIS DE ESTABILIDAD ....................................................................... 17

5.

PROYECCION HACIA EL FUTURO ............................................................. 19

6.

PREDICCION DEL COMPORTAMIENTO ..................................................... 20

7.

PRUEBAS ..................................................................................................... 21

1. MODELO MATEMÁTICO Para poder tener una idea de la cantidad de autos que pasan en el cruce de la avenida Túpac Amaru con Habich, se tuvo que medir el flujo de autos y se obtuvieron los siguientes datos y resultados.

Cantidad de Autos vs Tiempo medido 45

y = -0.0022x3 + 0.1883x2 - 3.8761x + 35.59

40

Tiempo (s)

35 30 25 20 15 10 5 0 0

10

20

30

40

50

Cantidad de Autos

Cantidad de Autos vs Tiempo medido 60

Tiempo (s)

50

y = -0.0704x3 + 3.748x2 - 60.394x + 314.57

40 30 20 10 0 0

5

10

15

20

Cantidad de Autos

25

30

Cantidad de Autos vs Tiempo Medido 80 70 y = -0.0332x3 + 1.929x2 - 31.439x + 164.72

Tiempo (s)

60 50 40 30 20 10 0 0

5

10

15

20

25

30

35

Cantidad de Autos

Mediante Matlab para obtener la gráfica y analizar el comportamiento del flujo de los carros en cada carril de la avenida Eduardo de Habich y Túpac Amaru.

Para el caso B es similar, solo cambiamos los datos

Para la Caso C:

Para las tres zonas podemos observar que un modelo de segundo o tercer orden describen muy bien el comportamiento del flujo de autos. Se decidirá usar un modelo polinomial de tercer orden.

𝑇𝐴 = −0.0022 ∗ 𝑥 3 + 0.1883 ∗ 𝑥 2 − 3.8761 ∗ 𝑥 + 35.5902 𝑇𝐵 = −0.0704 ∗ 𝑥 3 + 3.7480 ∗ 𝑥 2 − 60.3938 ∗ 𝑥 + 314.5734 𝑇𝐶 = −0.0332 ∗ 𝑥 3 + 1.929 ∗ 𝑥 2 − 31.4389 ∗ 𝑥 + 164.7250 Donde: x=Número de Autos T=Tiempo

1.1. Diagrama de Control

1.2.

Diagrama de Fuerza

1.3.

Diagrama Ladder

2. ANÁLISIS DE SENSIBILIDAD Supongamos que vendemos nuestro producto a la municipalidad de San Martín de Porres con un margen de S/. 3500.00 y si hacemos un estudio de mercado, podríamos vender entre 30 y 50 unidades anuales, con un número esperado de 40 unidades. Por otro lado, el contrato por el alquiler de semáforos fija un precio de S/. 120,000.00 al año durante los primeros 2 años y luego se renegocia para los siguientes 3 años. Por contrato el alza de precio está limitada a un máximo de 20% por gastos en electricidad y mantenimiento, pero se espera que suba solo un 10%. Suponiendo que no hay otras fuentes de flujos de cajas incrementales, una tasa de descuento del 20% y un horizonte de evaluación de 5 años, con el método VAN obtenemos que el valor esperado del proyecto es: Valor esperado del flujo incremental es 20000 (= 3500 ∗ 40 − 120000) para los años 1 al 2 y de 8000 (= 3500 ∗ 40 − 120000 ∗ (1 + 10%)) para los años 3 al 5.

𝑉𝐴𝑁 =

20000 20000 8000 8000 8000 + + + + (1 + 20%) (1 + 20%)2 (1 + 20%)3 (1 + 20%)4 (1 + 20%)5

Variación del VAN a lo largo de los años 45000.00 y = 718.02x3 - 8042.1x2 + 32392x - 8281.9 40000.00 35000.00

VAN

30000.00 25000.00 20000.00 15000.00 10000.00 5000.00 0.00

1

2

3

4

5

Año

Para sensibilizar el valor del proyecto debemos buscar valores optimistas y pesimistas para cada variable relevante y luego estimar el VAN en cada caso. Para las unidades vendidas utilizaremos rangos del estudio del mercado, estableciendo un valor optimista de 50 unidades y un valor pesimista de 30 unidades. En el caso del valor pesimista el valor esperado del flujo incremental es −15000 (= 3500 ∗ 30 − 120000) para los años 1 al 2 y de −27000 (= 3500 ∗ 30 − 120000(1 + 10%)) para los años 3 al 5.

𝑉𝐴𝑁 =

−15000 −15000 −27000 −27000 −27000 + + + + (1 + 20%) (1 + 20%)2 (1 + 20%)3 (1 + 20%)4 (1 + 20%)5 𝑉𝐴𝑁 = 𝑆/. −62,431.194

Varición del VAN a lo largo de los años 0.00 1

-10000.00

2

3

4

5

VAN

-20000.00 -30000.00 -40000.00 -50000.00 y = 614.87x3 - 5409.8x2 + 919.73x - 8506.9

-60000.00 -70000.00

Año

Ahora para el caso del valor optimista el valor esperado del flujo incremental es 55000 (= 3500 ∗ 50 − 120000) para los años 1 al 2 y de 43000 (= 3500 ∗ 50 − 120000(1 + 10%)) para los años 3 al 5.

𝑉𝐴𝑁 =

55000 55000 43000 43000 43000 + + + + 2 3 4 (1 + 20%) (1 + 20%) (1 + 20%) (1 + 20%) (1 + 20%)5 𝑉𝐴𝑁 = 𝑆/.146,929.655

Variación del VAN a lo largo de los años 160000.00 y = 821.17x3 - 10674x2 + 63864x - 8056.8 140000.00 120000.00

VAN

100000.00 80000.00 60000.00 40000.00 20000.00 0.00 1

2

3

Año

4

5

Sobre el precio de alquiler si aumenta los gastos en electricidad o sea si aumenta en un 20%, sería el caso pesimista, el valor esperado del flujo incremental es 20000 (= 3500 ∗ 40 − 120000) para los años 1 al 2 y de −4000 (= 3500 ∗ 40 − 120000(1 + 20%)) para los años 3 al 5.

𝑉𝐴𝑁 =

20000 20000 −4000 −4000 −4000 + + + + (1 + 20%) (1 + 20%)2 (1 + 20%)3 (1 + 20%)4 (1 + 20%)5 𝑉𝐴𝑁 = 𝑆/.24,704.218

Variación del VAN a lo largo de los años 35000.00 y = 1377.1x3 - 14580x2 + 46800x - 16692 30000.00

VAN

25000.00 20000.00 15000.00 10000.00 5000.00 0.00 1

2

3

4

5

Año

Y el valor óptimo para este caso es que se mantenga el precio del alquiler durante todos los 5 años.

𝑉𝐴𝑁 =

20000 20000 20000 20000 20000 + + + + 2 3 4 (1 + 20%) (1 + 20%) (1 + 20%) (1 + 20%) (1 + 20%)5 𝑉𝐴𝑁 = 𝑆/.59,812.242

VAN 70000.00 y = -973.69x2 + 16593x + 1118.8 60000.00 50000.00 40000.00 30000.00 20000.00 10000.00 0.00 1

2

3

4

5

Sobre estos valores calculados, el resultado del análisis de sensibilidad se muestra en la siguiente tabla: Variable Modificada Unidades Vendidas Gasto en electricidad

Caso Pesimista 𝑆/. −63,549.558

Caso Esperado 𝑆/.42,258.23

Caso Optimista 𝑆/.146,929.655

𝑆/.24,704.218

𝑆/.42,258.23

𝑆/.59,812.242

CONCLUSIONES Este análisis nos permite concluir, para nuestro proyecto la correcta estimación de unidades vendidas es más relevante que los gastos en electricidad, ya que las unidades vendidas afectan notoriamente al VAN del proyecto, se puede observar el peor escenario de las unidades vendidas el proyecto deja de ser rentable, ya que el VAN es negativo.

3. ANALISIS DE COMPATIBILIDAD

10

3.1. Especificaciones del Semáforo

3.2. Esquema de Localización de los Elementos

Los cables de conducción de energía eléctrica de 18 AWS flexible, vulcanizado de dos tipos: Conductores eléctricos de energía y conductores de comunicación para sincronización. Los cables deben cumplir las especificaciones: Calibre de conductor: 18 AWG, Tensión de Servicio: 220 Voltios.

4. ANALISIS DE ESTABILIDAD Para que el proyecto se ponga en marcha se requiere de conocimiento en programación para lo cual vamos a usar una interfaz de programación basado en Arduino; de la misma manera usaremos 2 placas de Arduino y los conocimientos de electrónica adquiridos a lo largo de nuestra carrera, así como el costo de mano de obra y materiales.

Las estrategias de control de tráfico en redes semaforizadas buscan maximizar la seguridad vial y minimizar el costo para sus usuarios, medido éste en términos de tiempos de recorrido y número de paradas.

Cuando el tipo de control implementado es independiente de las condiciones del tráfico en cada momento, se habla de estrategia de tiempo fijo (control en lazo abierto), esta estrategia se originó en una etapa en que la computación y el desarrollo de las comunicaciones y la tecnología de detección no eran aún suficientes para proveer soluciones más ajustadas a situaciones complejas de variación de demanda y de interacción de redes semafóricas. Ello no significa que dicha modalidad esté necesariamente obsoleta.

Según concluimos en los siguientes puntos para afirmar que nuestro proyecto presenta estabilidad en el tiempo.

 El Código Base Funcional para la Semaforización en Puntos Críticos define de manera eficiente a cualquier cambio de variables de entradas de manera sensible hasta un máximo de 5% de margen de error.  La utilización de un sensor online, en este caso con GOOGLE MAPS, permite que esto sea de manera más económica al no instalarse complejos dispositivos de detección de carros, por lo que cualquier mejora de toma de datos reales de los vehículos en circulación será en paralelo al avance de la aplicación web y a sus respectivas actualizaciones satelitales.  Si en la práctica resulta con un beneficio inmediato, esta solución se expandiría rápidamente a toda la ciudad de Lima como solución principal al problema del tráfico. Por lo que, se necesitarán un equipo más grande que opere esta empresa en una central de control en beneficio de la sociedad e inversores al largo de un min de 5 años de mejoras políticas. 5. PROYECCION HACIA EL FUTURO El proyecto después de unos 10 años podría alcanzar mejores controladores lógicos y mejorar la programación actual siendo posible la interacción a tiempo real con los mapas del tráfico y mejorando la comunicación vía wifi entre cada semáforo para que en cada conexión de las avenidas estén en coordinación constante para que sea capaz de crear rutas continuas de movimiento vehicular he impedir que se originen tráfico. Los algoritmos que se desarrollaran a futuro, las computadoras de alto procesamiento de datos podrían generar una red donde puedan analizar todos los casos posibles donde se busque los tiempos idóneos que se deben implantar en los semáforos para que no ocurra el embotellamiento y así interconectando una matriz de semáforos.

6. PREDICCION DEL COMPORTAMIENTO Las entidades que participan en este sistema propuesto seguirán siendo el centro de control, técnico de servicios, funcionarios públicos, además se incluye la simulación del tránsito vehicular y la generación de reportes. Estas entidades seguirán con sus mismas funciones, solo que ahora contarían con una herramienta computarizada para llevar el registro de los acontecimientos viales y consulta de la información de los mismos. Con el sistema de información propuesto el centro de control podrá verificar los reportes viales con mayor facilidad y veracidad, además podrá tomar decisiones basadas en los resultados y datos obtenidos. Por otra parte, el funcionario público podrá elaborar un análisis microscópico y macroscópico de los hechos viales ocurridos, los cuales pueden ser simulados en el mismo software. Registrar el flujo vehicular Con el registro de los datos obtenidos en los horarios denominados pico, cuando se produce el embotellamiento, a partir de la implementación del sistema propuesto las observaciones y registro se realizarán a través de una sala situacional, donde el fiscal observará los hechos, determinando así cuando será necesario que la luz verde de los semáforos demore unos segundos o minutos adicionales para ayudar a un flujo continuo. Registrar el cambio de luces de los semáforos El técnico del Centro de Control registrará la programación de los controladores de los semáforos, enviando señales al controlador de tránsito ubicado en la avenida. El

tiempo considerado en cada cambio de luz, lo realizarán nuestros sensores y nuestro software de acuerdo a una imagen en tiempo real del tráfico según Google Maps. Generar los reportes Una vez efectuada la evaluación se emiten los reportes de los comportamientos viales y son entregados a la central de control, este tiene por objeto principal garantizar a los habitantes del distrito o ciudad la fluidez vehicular, sobre todo en horas pico, donde los embotellamientos se presentan con más frecuencia. 7. PRUEBAS Para la programación en Arduino, seguimos una secuencia imperativa, los datos obtenidos de las respuestas de los circuitos están conectados al código base en la que extraeremos datos en tiempo real de la aplicación GOOGLE MAPS activaremos la opción TRAFICO. En el mapa geográfico es posible visualizar las avenidas criticas según la intensidad del color corresponde al tiempo-demora del tráfico vehicular.

El caso de aplicar la Aproximación Polinomial para obtener una relación de números de autos circulantes autos versus el tiempo requerido para el pase vehicular en hora punta resulta la manera más optima de representar el caso y poder obtener una función global para determinar el juego de tiempos en los semáforos para los diferentes colores de tránsito: verde, rojo y ámbar. En el funcionamiento es correlativo al tiempo real en el mapa geográfico y la codificación redireccionada para que se efectué una ventana los valores optamos de tiempos para cada semáforo.