Desenvolvimento de uma estação meteorológica automática utilizando tecnologias embarcadas para Ensino e Pesquisas em Engenharia Elétrica

Authors

  • Valter Garcia Centro Federal de Educação Tecnológica de Minas Gerais (CEFET-MG), Departamento de Engenharia Elétrica
  • Rafael Bohrer Centro Federal de Educação Tecnológica de Minas Gerais (CEFET-MG), Departamento de Engenharia Elétrica
  • Álvaro Soares Centro Federal de Educação Tecnológica de Minas Gerais (CEFET-MG), Departamento de Engenharia Elétrica
  • João Pedro Vidal Centro Federal de Educação Tecnológica de Minas Gerais (CEFET-MG), Departamento de Engenharia Elétrica
  • Lucas Silva Lima Centro Federal de Educação Tecnológica de Minas Gerais (CEFET-MG), Departamento de Engenharia Elétrica
  • Lucas Guimarães Centro Federal de Educação Tecnológica de Minas Gerais (CEFET-MG), Departamento de Engenharia Elétrica
  • Gustavo Barbosa Centro Federal de Educação Tecnológica de Minas Gerais (CEFET-MG), Departamento de Engenharia Elétrica
  • Túlio Carvalho Centro Federal de Educação Tecnológica de Minas Gerais (CEFET-MG), Departamento de Engenharia Elétrica
  • Deilton Gomes Centro Federal de Educação Tecnológica de Minas Gerais (CEFET-MG), Departamento de Engenharia Elétrica
  • Miguel Guimarães Centro Federal de Educação Tecnológica de Minas Gerais (CEFET-MG), Departamento de Engenharia Elétrica
  • Listz Araújo Centro Federal de Educação Tecnológica de Minas Gerais (CEFET-MG), Departamento de Engenharia Elétrica
  • Marcelo Saba Instituto Nacional de Pesquisas Espaciais (INPE)

DOI:

https://doi.org/10.20906/CBA2024/4358

Keywords:

Smart Campus, Internet of Things, Automatic Weather Station, Comparison

Abstract

The training of engineers in Brazil has evolved through various stages of regulation focused on competency-based learning. Consequently, the smart campus concept is gaining prominence globally, leveraging technology and infrastructure to enhance educational, research, and operational processes. In this context, the present work details the development of an automated meteorological station (AWS) installed at the Nova Gameleira Campus of CEFET-MG. Comparative statistical analyses were conducted using statistical precision indices (R²). The high statistical indices for all compared data indicated homogeneity in the two series, thus confirming the success of the implemented EMA.

Downloads

Published

2024-10-18

Issue

Section

Articles