Currently we are thoroughly watching over the situation in Ukraine and trying to support the brave and unstoppable
spirit of Ukrainian nation in fight against Russian invasion by donating to the official resources provided by the
Government. NING is standing with Ukraine in this fight for freedom and independence and if you want to show your
support you can donate here.
SI USTED ES MIEMBRO ACTIVO DE LA HERMANDAD DE BOMBEROS EN SU RED SOCIAL Y PROFESIONAL - NUESTRO CORREO DE CONTACTO ES hermandadebomberos@hotmail.com - INSCRIPCIÓN A NUESTROS EVENTOS DE FORMACIÓN PROFESIONAL A TRAVÉS DE inscripcioncursolhb@gmail.com Y TE ESPERAMOS EN NUESTRO GRUPO DE TELEGRAM https://t.me/lahermandaddebomberos - DENTRO DE ESTA RED DE TRABAJO PROFESIONAL DE PRIMEROS RESPONDIENTES USTED TIENE DERECHO A DIFUNDIR EVENTOS SOLICITÁNDOLO A NUESTRA ADMINISTRACIÓN A CAMBIO DE BECAS SIN COSTO DE INSCRIPCIÓN PARA NUESTROS MIEMBROS ACTIVOS – PUEDE ENVIAR ARTÍCULOS TÉCNICOS SOLICITANDO SU PUBLICACIÓN – PUEDE COMPARTIR CON EL RESTO DE LOS MIEMBROS SU MATERIAL O EL MATERIAL AQUÍ SUBIDO HACIENDO CLICK EN “COMPARTIR” – PUEDE ENLAZAR SUS CUENTAS DE TWITER Y FACEBOOK Y COMPARTIR NUESTRO Y SU MATERIAL – PUEDE CREAR GRUPOS Y UNIRSE GRATUITAMENTE A ELLOS PARTICIPANDO DE TODOS LOS FOROS - PUEDE INICIAR DISCUSIONES EN LOS FOROS – PUEDE MODERAR EL CONTENIDO DE SU PERFIL – PUEDE SOLICITAR BECAS - PUEDE SUBIR FOTOS Y VÍDEOS, HACER PUBLICACIONES DE BLOG Y PUBLICAR EVENTOS COMPARTIÉNDOLO CON SUS AMIGOS - Y SOBRE TODO PUEDE SENTIRSE PARTE DE ESTA GRAN FAMILIA DE PRIMEROS RESPONDIENTES - WHATS APP +541153177493 - PAGINA OFICIAL DE FACEBOOK ES www.facebook.com/lahermandaddebomberos - YOU TUBE LA HERMANDAD DE BOMBEROS - TWITER @RedLaHermandad - INSTAGRAMwww.instagram.com/lahermandadebomberos/ - Y RECUERDA SOMOS UNA ONG Y NUESTRA PRINCIPAL ACTIVIDAD ES LA FORMACIÓN.
La plataforma cognitiva para cuidar la salud y seguridad de los bomberos en tiempo real
A CONTINUACIÓN INFORMACIÓN DETALLADA TOMADA DEL SITIO OFICIAL DE LA PLATAFORMA:
El sensor
Una placa basada en el microcontrolador ESP8266 con firmware NodeMCU, ya que este proyecto será de código abierto.A este controlador, conectamos un par de sensores, el DHT11 que nos brinda información sobre temperatura y humedad y el sensor MQ-2 que nos da, entre la concentración de varios gases, la concentración de humo.
Para hacerlo portátil, decidimos alimentar el controlador con una batería usb portátil y envolverlo con un brazalete deportivo.
La siguiente imagen es el resultado final con el uso de un bombero.
Finalmente, el código que hace posible leer esas métricas y enviarlas a la siguiente etapa (IBM IoT Hub)podría revisarse aquí.Hay algunas cosas a tener en cuenta al leer este código:
La conectividad a Internet está destinada a hacerlo mediante la conexión con un teléfono móvil, por lo que debe proporcionar el SSID y la contraseña del punto de acceso wifi.
Debe tener en cuenta que los pines variarán si nos decide otra placa o tipo de sensores, en nuestro caso para la temperatura y la humedad que usamos del pin digital 5 y para el sensor de humo usamos el pin analógico 0.
Necesitará un token válido para IoT Hub y registrará su dispositivo en el Hub
Este fue un paso muy sencillo, simplemente registre los nuevos dispositivos y asegúrese de que se conectan a la plataforma, también, y gracias al código cargado en nuestro microcontrolador, podemos realizar acciones remotas en nuestro dispositivo, como cambiar el intervalo de sondeo, reinicie el dispositivo o límpielo.
Por fin, pero no al menos, creamos una conexión entre IoT Hub y nuestro siguiente paso, nuestra aplicación NodeRed.
NodoRojo
En este punto, podemos concluir que estamos frente a nuestro servicio principal.Con esta aplicación controlamos todo el flujo de trabajo de las métricas enviadas por nuestros sensores, las almacenamos, las analizamos y tomamos medidas según las lecturas.
Entonces, analicemos nodo por nodo.Además, puede encontrarel código aquí, si desea importar a su proyecto personal, solo tenga en cuenta que las credenciales, los tokens y los datos confidenciales se eliminan.
IBM IoT: conecta y recibe los eventos de cada dispositivo registrado en nuestro IoT Hub.Los mensajes se reciben en formato json.
Una vez recibido el mensaje, tomamos dos acciones en paralelo.
nodemcu: con este nodo, guardamos una copia del mensaje en una base de datos nublada, con esto tendremos datos históricos para el futuro.
IoT2ML: en este nodo de función, solo transformamos el mensaje recibido para que nuestro servicio de aprendizaje automático lo haga completo.
Predicción de salud del bombero Machine Learning: en Watson Machine Learning es donde ocurre la "magia", gracias a nuestro modelo predictivo, una vez que enviemos las métricas, nuestro modelo responderá con un estado de bombero verde, amarillo o rojo.Vamos a profundizar en nuestra explicación en la sección de Watson Machine Learning a continuación.
ML2status2.0: en este punto, finalmente preparamos el mensaje para enviarlo a nuestro panel en vivo.Básicamente enviamos el siguiente paylod, "ID de bombero", "Estado", "Marca de tiempo del evento", "Temperatura", "Humedad", "Concentración de humo"
Servidor de Webscokets: este es el nodo final, que envía los mensajes a nuestros servidores de envío y recepción de WebSockets, luego hablaremos más detalladamente.
Servicio de IBM Cloud Container
En este punto, necesitamos un lugar para publicar nuestro panel de control en tiempo real.Creamos un servicio en el IBM Cloud Container Service.Este servicio incluye un receptor y emisor de sockets web y un NGINX que sirve a nuestro portal escrito básicamente con javascript y que utiliza una biblioteca de tablas de datos basada en jquery.
Este servicio ha expuesto dos puertos, uno para el servidor de sockets web y otro para el servidor nginx.
Dentro de esta carpeta, puede encontrar el código del servidor websockets (server.js), la fuente del portal (html / index.html) y también el script que usamos para implementar y actualizar el código en nuestro POD (deploy.sh )
Cliente
Finalmente, el cliente es solo un navegador web que admite JavaScript y sockets web que es compatible con casi todos los navegadores nuevos.
Puede acceder a nuestro panelenvivoen esta dirección http, desafortunadamente, si no hay sensores que transmitan datos, no podrá verlos en acción.
Watson Machine Learning
Como parte de la Solución Prometeo, se utiliza el aprendizaje automático para determinar si es arriesgado mantener al bombero en el área real apagando el fuego o si es necesario alejarlo.
No teníamos datos reales para entrenar el modelo, por lo que decidimos emular los datos creando un conjunto de datos ad hoc.
Primero, usamos el conjunto de datos para entrenar el modelo.
Después de entrenar el modelo, creamos un servicio web para usar el modelo en el módulo NodeRed explicado anteriormente.
Entrenando al modelo
Utilizamos el conjunto de datos dataset_cut.csv,el códigoque contiene las siguientes variables:
Temperatura: temperatura exterior
Humedad: humedad relativa en%
PPM: concentración de humo referida a partes de millones de CO
Estado: indica si la observación real es roja (lo que significa que es peligroso para los bomberos), amarilla (es una advertencia), verde (no hay riesgo).Esta es la variable que tenemos que predecir.
El modelo de máquina nos capacitará con esta información.
Antes de comenzar la capacitación, es necesario procesar el conjunto de datos.
Una vez que el conjunto de datos se cargue en el proyecto de Watson Studio, refine el conjunto de datos con las siguientes acciones:
Convierta temperatura, humedad y ppm en entero
Ejecute el trabajo creando una nueva versión del conjunto de datos
Después de eso, cree un nuevo modelo de aprendizaje automático:
Usa el conjunto de datos que acabamos de crear
Utilice la creación manual o automática de modelos.
Seleccione un servicio de aprendizaje automático, si no existe, cree uno nuevo
El tipo de modelo debe ser "creador de modelos"
Seleccione un Kernel de Spark Scala, si no existe, cree uno nuevo
Es importante que seleccione "Estado" como la variable que va a predecir.El resto de variables deben seleccionarse como variables de características.Debe seleccionar la Clasificación multiclase porque tenemos 3 predicciones posibles (rojo, amarillo y verde).
Finalmente, entrene y evalúe el modelo.
Usando el modelo
Una vez creado el modelo, puede usarlo para crear un servicio web.
En el modelo entrenado, seleccione la pestaña Implementaciones y presione la opción Agregar implementaciones.Nombra la nueva implementación y créala.
Después de crear la implementación, selecciónela.Puede probarlo, en el servicio tiene toda la información sobre cómo usarlo.
En nuestro caso, creamos el despliegue "Prometeo ML Webservice".
INSTRUCTOR DE VENTILACIÓN TÁCTICA PINAMAR, BUENOS AIRES EN ARGENTINA FECHA: 23 AL 25 DE ABRIL DE 2025 CONSULTAS: +54 11 5 3177493 INSCRIPCIONCURSOLHB@GMAIL.COM
INSTRUCTORES RIT NIVEL I
FECHA: 27 AL 29 DE ABRIL DE 2025
PINAMAR, BUENOS AIRES EN ARGENTINA
CONSULTAS: +54 11 5 3177493
INSCRIPCIONCURSOLHB@GMAIL.COM
CFBT I & II:
COMPORTAMIENTO DEL FUEGO Y ACTUALIZACIÓN EN TÉCNICAS DE COMBATE DE INCENDIOS
Porque se habla de un "teléfono descompuesto en la formación de incendios estructurales" y como el paso de conocimientos a lo largo del tiempo ha desvirtuado muchos de los conceptos y técnicas originarias
LA MUSICA DE ALABAMA 3 "WOKE UP THIS MORNING" DE LA SERIE LOS SOPRANOS (DALE PLAY) ES LA MÚSICA QUE ACOMPAÑA A ESTA RED DESDE JULIO DE 2009 CUANDO FUE CREADA PARA LOS PRIMEROS RESPONDIENTES DE HABLA HISPANA Y DE TODA LATINOAMÉRICA...VISITA NUESTRA RED Y SIENTETE PARTE DE ESTA GRAN FAMILIA!
El violento temporal de lluvias que afecta el sur de España ha provocado fuertes inundaciones, dejando a su paso destrucción y muerte. Las autoridades hablan...
DANA en Valencia, hoy: más de 158 muertos, cuerpos atrapados y la búsqueda desesperada de sobrevivientesEste jueves se hallaron cadáveres en subsuelos y adentro de autos varados en el barro.Miles de vecinos piden agua y comida. Sus pueblos fueron…Ver más
Por un lado aumentan las versiones en algunos canales militares de distintas plataformas que los Turbo Tracker que ya se encuentran a disposición en las fuerzas armadas argentinas tendrian este destino en la lucha contra incendios forestales proximamente; asi mismo a comenzado a circular una cversión con mas fuerza que dice que estos aviones serian directamente comprados…Ver más
Por un lado aumentan las versiones en algunos canales militares de distintas plataformas que los Turbo Tracker que ya se encuentran a disposición en las fuerzas armadas argentinas tendrian este destino en la lucha contra incendios forestales proximamente; asi mismo a comenzado a circular una cversión con mas fuerza que dice que estos aviones serian directamente comprados…Ver más
Por un lado aumentan las versiones en algunos canales militares de distintas plataformas que los Turbo Tracker que ya se encuentran a disposición en las fuerzas armadas argentinas tendrian este destino en la lucha contra incendios forestales proximamente; asi mismo a comenzado a circular una cversión con mas fuerza que dice que estos aviones serian directamente comprados…Ver más
Porque se habla de un "teléfono descompuesto en la formación de incendios estructurales" y como el paso de conocimientos a lo largo del tiempo ha desvirtuado muchos de los conceptos y técnicas originarias