Optimum distribution of students in closed enviroments to minimize COVID-19 contagion
La pandemia causada por el virus COVID-19 ha impactado diferentes aspectos de la sociedad, en particular, la educación. Se han realizado diferentes esfuerzos para garantizar la seguridad de los estudiantes y profesores al momento de retomar las clases presenciales pero se han implementado pocos mode...
- Autores:
-
Sarmiento Llanos, Isabela María
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2021
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/53478
- Acceso en línea:
- http://hdl.handle.net/1992/53478
- Palabra clave:
- Ingeniería
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/4.0/
| id |
UNIANDES2_ba273e444a720454d4b3e80298818cdd |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/53478 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| dc.title.eng.fl_str_mv |
Optimum distribution of students in closed enviroments to minimize COVID-19 contagion |
| title |
Optimum distribution of students in closed enviroments to minimize COVID-19 contagion |
| spellingShingle |
Optimum distribution of students in closed enviroments to minimize COVID-19 contagion Ingeniería |
| title_short |
Optimum distribution of students in closed enviroments to minimize COVID-19 contagion |
| title_full |
Optimum distribution of students in closed enviroments to minimize COVID-19 contagion |
| title_fullStr |
Optimum distribution of students in closed enviroments to minimize COVID-19 contagion |
| title_full_unstemmed |
Optimum distribution of students in closed enviroments to minimize COVID-19 contagion |
| title_sort |
Optimum distribution of students in closed enviroments to minimize COVID-19 contagion |
| dc.creator.fl_str_mv |
Sarmiento Llanos, Isabela María |
| dc.contributor.advisor.none.fl_str_mv |
Lozano Garzon, Carlos Andres |
| dc.contributor.author.none.fl_str_mv |
Sarmiento Llanos, Isabela María |
| dc.subject.themes.none.fl_str_mv |
Ingeniería |
| topic |
Ingeniería |
| description |
La pandemia causada por el virus COVID-19 ha impactado diferentes aspectos de la sociedad, en particular, la educación. Se han realizado diferentes esfuerzos para garantizar la seguridad de los estudiantes y profesores al momento de retomar las clases presenciales pero se han implementado pocos modelos de simulación que representen el comportamiento del virus en ambientes cerrados, y ninguno utiliza esta información para minimizar el riesgo de contagio. Este estudio tiene como objetivo simular el comportamiento de virus con el fin de incorporarlo en un modelo de optimización que calcule la mejor distribución de los estudiantes dentro de un aula para minimizar el riesgo de contagio. Para obtener este resultado, se diseñó un modelo de dos partes. Inicialmente, se construyó un modelo de flujo de aire de partículas considerando la geometría del aula y la ubicación de un estudiante infectado. Se configuró un modelo de DPM para simular las partículas y se utilizó un ?solver? basado en presión. Los resultados obtenidos evidenciaron que el comportamiento del virus dependía de la ventilación del aula, el uso de mascarillas y la ubicación del estudiante. Es importante señalar que el costo computacional de este modelo fue alto. El segundo submodelo era uno matemático. Este modelo fue capaz de determinar el número máximo de alumnos que se podían ubicar dentro de un aula, asegurando el distanciamiento social. El modelo consideraba la geometría del aula, asientos móviles y un área reservada para el profesor. Los escenarios probados mostraron los resultados deseados al compararse con los datos utilizados por la Universidad de Los Andes para calcular la nueva capacidad de cada aula, se pudo comprobar que se podrían incluir 7 estudiantes más manteniendo todavía la distancia deseada. Esto evidencia que existe una oportunidad de mejora en esta área. La integración de ambos modelos sigue queda como parte del trabajo futuro a realizar dado el costo computacional del primero. |
| publishDate |
2021 |
| dc.date.accessioned.none.fl_str_mv |
2021-11-03T16:24:06Z |
| dc.date.available.none.fl_str_mv |
2021-11-03T16:24:06Z |
| dc.date.issued.none.fl_str_mv |
2021 |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/53478 |
| dc.identifier.pdf.none.fl_str_mv |
24453.pdf |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de los Andes |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Séneca |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
| url |
http://hdl.handle.net/1992/53478 |
| identifier_str_mv |
24453.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.none.fl_str_mv |
48 páginas |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad de los Andes |
| dc.publisher.program.none.fl_str_mv |
Ingeniería de Sistemas y Computación |
| dc.publisher.faculty.none.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.department.none.fl_str_mv |
Departamento de Ingeniería de Sistemas y Computación |
| publisher.none.fl_str_mv |
Universidad de los Andes |
| institution |
Universidad de los Andes |
| repository.name.fl_str_mv |
Repositorio institucional Séneca |
| repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
| _version_ |
1812133884914040832 |
| spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Lozano Garzon, Carlos Andresvirtual::5545-1Sarmiento Llanos, Isabela Maríabf5bbfed-ee31-4352-8cdd-c69819cd11445002021-11-03T16:24:06Z2021-11-03T16:24:06Z2021http://hdl.handle.net/1992/5347824453.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/La pandemia causada por el virus COVID-19 ha impactado diferentes aspectos de la sociedad, en particular, la educación. Se han realizado diferentes esfuerzos para garantizar la seguridad de los estudiantes y profesores al momento de retomar las clases presenciales pero se han implementado pocos modelos de simulación que representen el comportamiento del virus en ambientes cerrados, y ninguno utiliza esta información para minimizar el riesgo de contagio. Este estudio tiene como objetivo simular el comportamiento de virus con el fin de incorporarlo en un modelo de optimización que calcule la mejor distribución de los estudiantes dentro de un aula para minimizar el riesgo de contagio. Para obtener este resultado, se diseñó un modelo de dos partes. Inicialmente, se construyó un modelo de flujo de aire de partículas considerando la geometría del aula y la ubicación de un estudiante infectado. Se configuró un modelo de DPM para simular las partículas y se utilizó un ?solver? basado en presión. Los resultados obtenidos evidenciaron que el comportamiento del virus dependía de la ventilación del aula, el uso de mascarillas y la ubicación del estudiante. Es importante señalar que el costo computacional de este modelo fue alto. El segundo submodelo era uno matemático. Este modelo fue capaz de determinar el número máximo de alumnos que se podían ubicar dentro de un aula, asegurando el distanciamiento social. El modelo consideraba la geometría del aula, asientos móviles y un área reservada para el profesor. Los escenarios probados mostraron los resultados deseados al compararse con los datos utilizados por la Universidad de Los Andes para calcular la nueva capacidad de cada aula, se pudo comprobar que se podrían incluir 7 estudiantes más manteniendo todavía la distancia deseada. Esto evidencia que existe una oportunidad de mejora en esta área. La integración de ambos modelos sigue queda como parte del trabajo futuro a realizar dado el costo computacional del primero.The COVID-19 outbreak, as a global public health emergency, has impacted different aspects of society, in particular, education. Many efforts have been done to ensure the student's and professor's safety in the process of resuming face-to-face classes. However, only a few simulation models represent the behavior of the virus in indoor environments such as classrooms, and none of them uses this information to minimize the risk of contagion. This study aims to simulate the virus droplets to incorporate the behavior into an optimization model that computes the best distribution of students inside a classroom to minimize the risk of contagion. To obtain this result, a two-part model was designed. Initially, a particle airflow model was built considering the classroom's geometry and the location of an infected student. A discrete phase model was configured to simulate the droplets and a pressure-based solver was used. The results obtained evidenced that the droplet's behavior depended on the classroom's ventilation, mask usage, and the student's location. It's important to note that the computational cost of this model was high. The second sub-model was a mathematical one. This model was able of determining the maximum number of students that could be located inside a classroom while ensuring social distancing. The model considered the classroom geometry, movable seats, and a particular area that was reserved for the professor's desk. The tested scenarios showed desired results. The model's results were compared with data used by Universidad de Los Andes to calculate the capacity for each classroom ensuring social distancing. The comparison showed, that on average 7 more students could be considered while maintaining the desired distance. This evidences that there is an opportunity for improvement in the current capacity calculations used. The integration of both models remains a future work given the computational cost of the first one.Ingeniero de Sistemas y ComputaciónPregrado48 páginasapplication/pdfspaUniversidad de los AndesIngeniería de Sistemas y ComputaciónFacultad de IngenieríaDepartamento de Ingeniería de Sistemas y ComputaciónOptimum distribution of students in closed enviroments to minimize COVID-19 contagionTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPIngeniería201731759Publicationhttps://scholar.google.es/citations?user=WRJlR-UAAAAJvirtual::5545-10000-0003-2920-6320virtual::5545-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000219541virtual::5545-1144aa5a0-592f-47a4-995b-a440d00b1658virtual::5545-1144aa5a0-592f-47a4-995b-a440d00b1658virtual::5545-11992/53478oai:repositorio.uniandes.edu.co:1992/534782024-03-13 12:58:04.615http://creativecommons.org/licenses/by-nc-nd/4.0/metadata.onlyhttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |