CONTROL NEURONAL Y MONITOREO REMOTO DE LA VARIABLE HUMEDAD EN UN INVERNADERO (NEURONAL CONTROL AND REMOTE MONITORING OF HUMIDITY VARIABLE IN A GREENHOUSE)

Luis Jesús Cárdenas Peregrino, José de Jesús García Cortes, Edgar David Guzmán Martínez, César Nicolás Bravo Díaz

Resumen


En este trabajo se presenta el control de la variable humedad relativa dentro de un invernadero mediante el uso de una interfaz de monitoreo HMI (Interfaz Hombre-Máquina por sus siglas en ingles) y un control con redes neuronales para mantener los niveles de humedad dentro del rango adecuado para el crecimiento de las plantas. La cantidad excesiva de humedad produce consecuencias negativas en el cultivo, generando enfermedades diversas que afectan directamente a las plantas, muchas de las veces provocan la muerte de estas. La región Sur de Jalisco cuenta con invernaderos que si son atendidos controlado las variables tanto de humedad relativa como de temperatura se puede aumentar la cantidad de producción y ahorro de recursos materiales y naturales. El sistema de control HMI asistido con redes neuronales cuenta con sensores de humedad relativa DHT22, transmisores de radiofrecuencia, un sistema de ventilación y humidificación (AirWet) y un variador de velocidad, así mantendrá en las óptimas condiciones la humedad controlando los actuadores como ventiladores y pulverizadores de agua.

Palabra(s) Clave: Control, Humedad Relativa, Humidificador, Invernadero,  Redes neuronales.

 

Abstract

This project presents the control of the variable relative humidity within a greenhouse by using a HMI monitoring interface and a control with neural networks to maintain the humidity levels within the adequate range for the growth of the plants. The excessive amount of humidity produces negative consequences in the crop, diverse diseases are generated that directly affect the plants, many of the times they cause the death of these. The Southern region of Jalisco has greenhouses that if they are controlled the variables of both relative humidity and temperature can increase the amount of production and saving of material and natural resources. The HMI control system assisted with neural networks mainly have DHT22 relative humidity sensors, radiofrequency transmitters, a ventilation and humidification system (AirWet) and a variable speed drive, so it will maintain the optimum humidity conditions controlling the actuators like fans and water sprayers.

Keywords: Control, Greenhouse, Humidifier, Neural Networks, Relative Humidity.


Texto completo:

1440-1454 PDF

Referencias


Ponce Pedro, (2012). Inteligencia artificial con Aplicaciones a la Ingeniería. Alfaomega. D.F. México. Páginas 119-130.

Ogata, Katsuhiko.(1997). Modern Control Engineering. Prentice-Hall. New Jersey.

Castilla, Nicolás. (2007). Invernaderos de Plástico. Aedos. México D.F.

Åström, Karl J. (2009). Control PID Avanzado. Prentice-Hall. Madrid, España.

Rodriguez Dimas. (2007). Producción Orgánica en invernaderos. UJED. Duranngo, México.

Fonseca, J. (2012). Control de procesos con redes neuronales artificiales. Editorial Acad Mica Espa. España.

Haykin, S. (2008). Neural Networks and Learning Machines. Prentice Hall. Ontario, Canadá.

Hagan Martin. (2014). Neural Network Design. Martin Hagan. Frisco, Texas.






URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es

Barra de separación

Licencia Creative Commons    Pistas Educativas está bajo la Licencia Creative Commons Atribución 3.0 No portada.    

TECNOLÓGICO NACIONAL DE MÉXICO / INSTITUTO TECNOLÓGICO DE CELAYA

Antonio García Cubas Pte #600 esq. Av. Tecnológico, Celaya, Gto. México

Tel. 461 61 17575 Ext 5450 y 5146

pistaseducativas@itcelaya.edu.mx

http://pistaseducativas.celaya.tecnm.mx/index.php/pistas