Diseño de una estrategia de control robusto para manejo de temperatura a partir del modelo de un invernadero

Simple item page
dc.contributor.advisorJutinico Alarcón, Andrés Leonardospa
dc.contributor.advisorOrjuela Cañón, Álvaro Davidspa
dc.contributor.authorTangarife Escobar, Héctor Ivánspa
dc.creator.cedula80913205spa
dc.creator.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001415023spa
dc.creator.orcidhttps://orcid.org/0000-0002-9416-385Xspa
dc.date.accessioned2021-03-10T16:55:57Z
dc.date.available2021-03-10T16:55:57Z
dc.date.issued2020-12-03spa
dc.descriptionPropiaes_ES
dc.description.abstractGreenhouse agriculture is part of a solution to climate management for plants through crop protection; however, agriculture indoor production systems present dynamics with nonlinearities, model uncertainties, and disturbances. The above generates unfavorable ecological conditions and low uniformity for environmental variables. Due to these premises, the current project sets out to design a control strategy to manage climatic variables such as temperature using robust techniques using a dynamic greenhouse model with specific characteristics extracted from the bibliography. The project has the following stages: recognition and implementation of the dynamic model to be used; simulation of the greenhouse model through software; design of a control strategy for the greenhouse using the algorithms: "Robust Regulator for Discrete-time Markov Jump Linear systems" in comparison with the "robust Linear Quadratic Regulator "; and finally the interpretation and analysis of the results to validate the most appropriate strategy based on the robustness of the controller, the simulation is performed in Matlab, through the use of an existing greenhouse model, studied and extracted from the bibliography, the project hopes to obtain the control strategy that achieves the desired adjustments.eng
dc.description.abstractLa agricultura bajo invernadero hace parte de una solución al manejo del clima para las plantas mediante la protección del cultivo, sin embargo, los sistemas de producción bajo cubierta presentan dinámicas con incertidumbres en el modelo y disturbios que generan condiciones ambientales no favorables y baja uniformidad en las variables ambientales. Debido a estas premisas, el presente proyecto presenta el diseño de una estrategia de control para el manejo de variables climáticas como la temperatura, mediante el uso de técnicas robustas empleando un modelo dinámico de invernadero con características específicas extraído de la bibliografía. El proyecto se desarrolla en las siguientes etapas: Reconocimiento e implementación del modelo dinámico a utilizar, simulación del modelo de invernadero a través del software, diseño de una estrategia de control para el invernadero usando los algoritmos, "Regulador robusto recursivo para sistemas lineales sujetos a saltos Markovianos de tiempo discreto”, comparación del control diseñado con un “Regulador robusto óptimo lineal cuadrático para sistemas sujetos a incertidumbres” y finalmente interpretación y análisis de los resultados para validar la estrategia más adecuada a partir de la robustez del controlador, la simulación se realiza en Matlab, mediante el uso de un modelo de invernadero existente, estudiado y extraído de la bibliografía. A partir del proyecto se obtiene la estrategia de control que logre los ajustes deseados.spa
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagíster en Instrumentación y Automatizaciónspa
dc.description.funderCosto total del proyecto $22.900.000. Financiación Propia $12.500.000. Financiación UAN: $8.150.000. Financiación Externa: $2.250.000.es_ES
dc.description.notesPresencialspa
dc.description.sponsorshipOtrospa
dc.identifier.bibliographicCitationAgmail, Waleed, R. I., Linker, R., & Arbel, A. (2009). Robust control of greenhouse temperature and humidity. In IFAC Proceedings Volumes (IFAC-PapersOnline) (Vol. 6). https://doi.org/10.3182/20090616-3-IL-2002.0090spa
dc.identifier.bibliographicCitationAlpi, A., & Tognoni, F. (1999). Cultivo en invernadero: Actual y orientación científica y técnica (Tercera; C. Cerisola, Ed.). Madrid España: Prensa, Mundi.spa
dc.identifier.bibliographicCitationAlvarado, P. V, & Urrutia, G. S. (2003). Invernaderos. Version Preeliminar Para La Revista El Agroeconómico de La Fundación de Chile, 11.spa
dc.identifier.bibliographicCitationAstrom, K. J., & Rundqwist, L. (1989). Integrator Windup and how to avoid it. IEEEXplore, 51(3), 736–738.spa
dc.identifier.bibliographicCitationAtia, D. M., & El-madany, H. T. (2017). Analysis and design of greenhouse temperature control using adaptive neuro-fuzzy inference system. Journal of Electrical Systems and Information Technology, 4(1), 34–48. https://doi.org/10.1016/j.jesit.2016.10.014spa
dc.identifier.bibliographicCitationBaerdemaeker, J. De, Ramon, H., Anthonis, J., Speckmann, H., & Munack, A. (2009). Advanced technologies and automation in agriculture. Controls Systems, Robotics and Automation, XIX(1), 11.spa
dc.identifier.bibliographicCitationBlasco, X., Martínez, M., Herrero, J. M., Ramos, C., & Sanchis, J. (2007). Model-based predictive control of greenhouse climate for reducing energy and water consumption. Computers and Electronics in Agriculture, 55(1), 49–70. https://doi.org/10.1016/j.compag.2006.12.001spa
dc.identifier.bibliographicCitationBurgos, M., Aldana, S., & Rodríguez, D. (2015). Análisis del recurso energético eólico para la ciudad de Bogotá DC para los meses de diciembre y enero, Colombia. Avances Investigación En Ingeniería, 12(2). https://doi.org/10.18041/1794-4953/avances.2.278spa
dc.identifier.bibliographicCitationCampo, P., & Morari, M. (1990). Robust control of processes subjet tu saturation nonlinearities. Computers & Chemical Engineering, 14(4–5), 343–358. Retrieved from https://doi.org/10.1016/0098-1354(90)87011-Dspa
dc.identifier.bibliographicCitationCañadas, J., Sánchez-Molina, J. A., Rodríguez, F., & del Águila, I. M. (2017). Improving automatic climate control with decision support techniques to minimize disease effects in greenhouse tomatoes. Information Processing in Agriculture, 4(1), 50–63. https://doi.org/10.1016/j.inpa.2016.12.002spa
dc.identifier.bibliographicCitationCastilla, N. (2007). Invernaderos de plástico: Tecnología y manejo (Ediciones; Mundi-Prensa, Ed.). Madrid, España.spa
dc.identifier.bibliographicCitationCerri, J. P. (2009). Regulador Robusto Recursivo para Sistemas Lineares de Tempo Discreto no Espaço de Estado. 126.spa
dc.identifier.bibliographicCitationCerri, J. P. (2013). Controle e Filtragem para Sistemas Lineares Discretos Incertos Sujeitos a Saltos Markovianos. Escola de Engenharia de São Carlos, Universidade de São Paulo.spa
dc.identifier.bibliographicCitationCerri, J. P., & Terra, M. H. (2017). Recursive robust regulator for discrete-time markovian jump linear systems. IEEE Transactions on Automatic Control, 1(99).spa
dc.identifier.bibliographicCitationCerri, J. P., Terra, M. H., & Ishiara, J. Y. (2014). Optimal robust linear quadratic regulator for systems subject to uncertainties. IEEE Transactions on Automatic Control, 59(9), 2586–2591.spa
dc.identifier.bibliographicCitationChen, L., Du, S., He, Y., Liang, M., & Xu, D. (2018). Robust model predictive control for greenhouse temperature based on particle swarm optimization. Information Processing in Agriculture, 5(3), 329–338. https://doi.org/10.1016/j.inpa.2018.04.003spa
dc.identifier.bibliographicCitationCosta, O., Fragoso, M., & Marques, R. (2005). Probability and Its Applications Discrete-Time Jump Linear System. In J. Gani, C. Heyde, P. Jaguers, & T. Kurtz (Eds.), The Mathematical Gazette (Published, Vol. 15). https://doi.org/10.2307/3606686spa
dc.identifier.bibliographicCitationCosta, O., Fragoso, M., & Marquez, R. (2005). Discrete-time Markov jump linear systems. Springer, Verlag London, 1((Probability and its applications).), 283.spa
dc.identifier.bibliographicCitationCotes, A. M., Zapata, Y., Beltrán-acosta, C., Kobayashi, S., Uribe, L., & Elad, Y. (2018). Biological control of foliar pathogens. Corporación Colombiana de Investigación Agropecuaria (Agrosavia), 1(1), 143.spa
dc.identifier.bibliographicCitationDryGair. (2020). Deshumidificación del Invernadero Combinada con la Calefacción/Refrigeración. Retrieved from https://drygair.com/es/deshumidificacion-del-invernadero-combinada-con-la-calefaccion-y-refrigeracion/spa
dc.identifier.bibliographicCitationEdan, Y., Han, S., & Kondo, N. (2009). Automation in agriculture. Springer Journal, I, 1095–1128.spa
dc.identifier.bibliographicCitationEstrada, J. J. P. (2012). Guía para la construcción de invernaderos o fitotoldos. FAO Bolivia, 80.spa
dc.identifier.bibliographicCitationFAO, FIDA, & PMA. (2012). La contribución del crecimiento agrícola a la reducción de la pobreza, el hambre y la malnutrición. El Estado de La Inseguridad Alimentaria En El Mundo 2012, 30–39. Retrieved from http://www.fao.org/docrep/017/i3027s/i3027s04.pdfspa
dc.identifier.bibliographicCitationFrancescangeli, N., & Mitidieri, M. (2006). El Invernadero Hortícola estructura y manejo de cultivo. Instituto Nacional de Tecnología Agropecuaria Centro Regional Buenos Aires Norte Estación Experimental Agropecuaria San Pedro, (Abril).spa
dc.identifier.bibliographicCitationGruber, J. K., Guzmán, J. L., Rodríguez, F., Bordons, C., Berenguel, M., & Sánchez, J. A. (2011). Nonlinear MPC based on a Volterra series model for greenhouse temperature control using natural ventilation. Control Engineering Practice, 19(4), 354–366. https://doi.org/10.1016/j.conengprac.2010.12.004spa
dc.identifier.bibliographicCitationGu, D. W., Petkov, P. H., & Konstantinov, M. M. (2005). Robust control design with Matlab. In Soft Computing (2nd ed.).spa
dc.identifier.bibliographicCitationHuertas, L. (2007). Prevenenir enfermedades y plagas. El control ambiental en invernaderos: Humedad relativa. Industria Hortícola, No 203, 44–47.spa
dc.identifier.bibliographicCitationIDEAM. (2019). Evaluación de la radiación global en Colombia. IDEAM Instituto de Hidrología, Meteorología y Estudios Ambientales, 2019. Retrieved from https://feriaexposolar.com/wp-content/uploads/2019/09/Evaluacion-de-la-radiacion-global-en-Colombia.pdfspa
dc.identifier.bibliographicCitationIDEAM. (2020a). Consulta y descarga de datos hidrometeorológicos. Retrieved from Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM) website: http://dhime.ideam.gov.co/atencionciudadano/spa
dc.identifier.bibliographicCitationIDEAM. (2020b). Estudio de caracterización climatica de Bogotá y cuenca alta del rio Tunjuelo. Retrieved from http://www.ideam.gov.co/documents/21021/21135/CARACTERIZACION+CLIMATICA+BOGOTA.pdf/d7e42ed8-a6ef-4a62-b38f-f36f58db29aaspa
dc.identifier.bibliographicCitationIglesias, N. (2006). Producción de hortalizas bajo cubierta Estructura y manejo de cultivo para la Patagonia Norte Publicaciones Regionales. Boletín de Divulgación Técnica N° 49, 1(1), 88. Retrieved from http://www.inta.gob.ar/altovallespa
dc.identifier.bibliographicCitationINTAGRI S.C. (2020). Importancia de la Radiación Solar en la Producción Bajo Invernadero Importancia de la Radiación Solar en la Producción Bajo Invernadero. Retrieved from https://www.intagri.com/articulos/horticultura-protegida/importancia-de-la-radiacion-solar-en-la-produccion-bajo-invernaderospa
dc.identifier.bibliographicCitationIshiara, J. Y., Terra, M. H., & Cerri, J. P. (2015). Optimal robust filtering for systems subject to uncertainties. Automatica, 52(0), 111–117.spa
dc.identifier.bibliographicCitationJ.Huete, S. . (2020). La condensación en invernaderos. Retrieved from www.jhuete.comspa
dc.identifier.bibliographicCitationJutinico, A. L., Escalante, F. M., Jaimes, J. C., Terra, M. H., & Siqueira, A. A. G. (2018). Markovian Robust Compliance Control Based on Electromyographic Signals. Proceedings of the IEEE RAS and EMBS International Conference on Biomedical Robotics and Biomechatronics, 2018-Augus, 1218–1223. https://doi.org/10.1109/BIOROB.2018.8487672spa
dc.identifier.bibliographicCitationKatariya, S. S., Gundal, S. S., Kanawade, M. ., & Mashar, K. (2015). Automation in Agriculture. International Journal of Recent Scientific Research, 6(6), 4454–4456. https://doi.org/10.1177/003072706500400605spa
dc.identifier.bibliographicCitationKathore, M., Campo, P., Morari, M., & Nett, C. (1994). Unified framework for the study of anti-windup design. Automatica, 30(12), 1869–1883.spa
dc.identifier.bibliographicCitationKoning, A. N. M., & Tsafaras, I. (2017). Real-time comparison of measured and simulated crop transpiration in greenhouse process control. Acta Horticulturae, 1170, 301–307. https://doi.org/10.17660/ActaHortic.2017.1170.36spa
dc.identifier.bibliographicCitationLijun, C., Shangfeng, D., Yaofeng, H., & Meihui, L. (2018). Linear Quadratic Optimal Control Applied to the Greenhouse Temperature Hierarchal System. IFAC-PapersOnLine, 51(17), 712–717. https://doi.org/10.1016/j.ifacol.2018.08.112spa
dc.identifier.bibliographicCitationMa, D., Carpenter, N., Maki, H., Rehman, T. U., Tuinstra, M. R., & Jin, J. (2019). Greenhouse environment modeling and simulation for microclimate control. Computers and Electronics in Agriculture, 162(November 2018), 134–142. https://doi.org/10.1016/j.compag.2019.04.013spa
dc.identifier.bibliographicCitationMahdavian, M., Sudeng, S., & Wattanapongsakorn, N. (2017). Multi-objective optimization and decision making for greenhouse climate control system considering user preference and data clustering. Cluster Computing, 20(1), 835–853. https://doi.org/10.1007/s10586-017-0772-0spa
dc.identifier.bibliographicCitationMiller, R. H. (2019). Factores bióticos Plagas de la parte aérea. Retrieved October 15, 2019, from http://www.fao.org/3/x8234s/x8234s0a.htmspa
dc.identifier.bibliographicCitationMohamed, S., & Hameed, I. A. (2018). A GA-Based Adaptive Neuro-Fuzzy Controller for Greenhouse Climate Control System. Alexandria Engineering Journal, 57(2), 773–779. https://doi.org/10.1016/j.aej.2014.04.009spa
dc.identifier.bibliographicCitationMorari, M. (1993). Some control problem in process industries, essays on control: perspective on theory and applications. Birkhauser Springer Journal, 1(1).spa
dc.identifier.bibliographicCitationOlivares, A., Castro, E., Peralta, P., Espinoza, F., & Suástegui, C. (2019). Competitividad Organizacional: Estudio de Factores. In E. Qartuppi (Ed.), Competitividad Organizacional: Estudio de Factores (Primera ed). https://doi.org/10.29410/qtp.19.01spa
dc.identifier.bibliographicCitationPahuja, R., Verma, H. K., & Uddin, M. (2015). Implementation of greenhouse climate control simulator based on dynamic model and vapor pressure deficit controller. Engineering in Agriculture, Environment and Food, 8(4), 273–288. https://doi.org/10.1016/j.eaef.2015.04.009spa
dc.identifier.bibliographicCitationPerez, J., & Diaz, M. (2002). Actividades del ICIA en Platanera: Capitulo Aplicaciones de la biotecnología en platanera. Instituto Canario de Investigaciones Agrarias, 75–81.spa
dc.identifier.bibliographicCitationPoveda, L., & Martínez, J. (2016). Diseño e implementación de un Control Óptimo LQR con la tarjeta Rasberry Pi.spa
dc.identifier.bibliographicCitationRios, A., & Garcia, G. (2004). Control mediante compensación de la saturación y de los filtros de detección de fallas. Revista Ciencia e Ingeniería, 25(1), 51–59.spa
dc.identifier.bibliographicCitationRMCAB. (2020). Red de monitoreo de calidad del aire de Bogotá. Retrieved from Alcaldia mayor de Bogotá website: http://201.245.192.252:81/home/mapspa
dc.identifier.bibliographicCitationSalazar-Moreno, R., López-Cruz, I. L., & Cruz, A. C. S. (2018). Dynamic energy balance model in a greenhouse with tomato cultivation: Simulation, calibration and evaluation. Revista Chapingo, Serie Horticultura, 25(1), 45–60. https://doi.org/10.5154/r.rchsh.2018.07.014spa
dc.identifier.bibliographicCitationSalazar-Moreno, R., Mauricio-Perez, A. M., Lopez-Cruz, I. L., & Rojano-Aguilar, A. (2016). Modelo de humedad en un invernadero semicerrado. Revista Chapingo, Serie Horticultura, 22(1), 27–43. https://doi.org/10.5154/r.rchsh.2015.06.011spa
dc.identifier.bibliographicCitationSenniger irrigation, I. (2020). Instalación del nebulizador fogger. Retrieved from Senniger website: https://www.irrigaciones.co/nebulizadores/senninger-fogger.htmlspa
dc.identifier.bibliographicCitationSqueo, F., & León, M. (2007). Transpiración. In Fisiología Vegetal (pp. 67–84).spa
dc.identifier.bibliographicCitationSu, Y., & Xu, L. (2015). A greenhouse climate model for control design. 2015 IEEE 15th International Conference on Environment and Electrical Engineering, EEEIC 2015 - Conference Proceedings, 47–53. https://doi.org/10.1109/EEEIC.2015.7165318spa
dc.identifier.bibliographicCitationSu, Y., & Xu, L. (2017). Towards discrete time model for greenhouse climate control. Engineering in Agriculture, Environment and Food, 10(2), 157–170. https://doi.org/10.1016/j.eaef.2017.01.001spa
dc.identifier.bibliographicCitationSu, Y., Xu, L., & Goodman, E. D. (2018). Control allocation-based adaptive control for greenhouse climate. International Journal of Systems Science, 49(6), 1146–1163. https://doi.org/10.1080/00207721.2018.1440025spa
dc.identifier.bibliographicCitationSu, Y., Xu, L., & Li, D. (2016). Adaptive Fuzzy Control of a Class of MIMO Nonlinear System with Actuator Saturation for Greenhouse Climate Control Problem. IEEE Transactions on Automation Science and Engineering, 13(2), 772–788. https://doi.org/10.1109/TASE.2015.2392161spa
dc.identifier.bibliographicCitationTerra, M. H., Cerri, J. P., & Ishihara, J. Y. (2014). Optimal robust linear quadratic regulator for systems subject to uncertainties. IEEE Transactions on Automatic Control, 59(9), 2586–2591. https://doi.org/10.1109/TAC.2014.2309282spa
dc.identifier.bibliographicCitationVan Beveren, P. J. M., Bontsema, J., van Straten, G., & van Henten, E. J. (2015). Optimal control of greenhouse climate using minimal energy and grower defined bounds. Applied Energy, 159(2015), 509–519. https://doi.org/10.1016/j.apenergy.2015.09.012spa
dc.identifier.bibliographicCitationVan Mourik, S., van Beveren, P. J. M., López-Cruz, I. L., & van Henten, E. J. (2019). Improving climate monitoring in greenhouse cultivation via model based filtering. Biosystems Engineering, 181, 40–51. https://doi.org/10.1016/j.biosystemseng.2019.03.001spa
dc.identifier.bibliographicCitationVanthoor, B. (2011). A model-based greenhouse design method. Wageningen University.spa
dc.identifier.bibliographicCitationWang, Z., Lam, J., & Liu, X. (n.d.). Exponential filtering for uncertain Markovian jump time-delay systems with nonlinear disturbances. Circuits and Systems II: Express Briefs IEEE Transactions, 51(5), 262–268.spa
dc.identifier.bibliographicCitationWang, Z., Liu, Y., & Liu, X. (n.d.). Exponential stabilization of a class of stochastic system with Markovian jump parameters and mode-dependent mixed time-delays. Automatic Control, IEEE Transactions On, 55(7), 1653–1662.spa
dc.identifier.bibliographicCitationWeather. (2020). The weather channel. Retrieved from Bogotá website: https://weather.com/es-CO/tiempo/hoy/l/COXX0004:1:COspa
dc.identifier.bibliographicCitationXu, D., Du, S., & van Willigenburg, G. (2019). Double closed-loop optimal control of greenhouse cultivation. Control Engineering Practice, 85(September 2018), 90–99. https://doi.org/10.1016/j.conengprac.2019.01.010spa
dc.identifier.bibliographicCitationYaofeng, H. E., Meihiu, L., Lijun, C. H. E. N., Xiaohui, Q. I. A. O., & Shangfeng, D. U. (2018). Greenhouse modelling and control based on T-S model. IFAC-PapersOnLine, 51(17), 802–806. https://doi.org/10.1016/j.ifacol.2018.08.097spa
dc.identifier.instnameinstname:Universidad Antonio Nariñospa
dc.identifier.reponamereponame:Repositorio Institucional UANspa
dc.identifier.repourlrepourl:https://repositorio.uan.edu.co/spa
dc.identifier.urihttp://repositorio.uan.edu.co/handle/123456789/3105
dc.language.isospaspa
dc.publisherUniversidad Antonio Nariñospa
dc.publisher.campusBogotá - Surspa
dc.publisher.facultyFacultad de Ingeniería Mecánica, Electrónica y Biomédicaspa
dc.publisher.programMaestría en Instrumentación y Automatizaciónspa
dc.rightsAcceso a solo metadatos
dc.rights.accessrightsinfo:eu-repo/semantics/closedAccessspa
dc.rights.coarhttp://purl.org/coar/access_right/c_14cbspa
dc.rights.licenseAttribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/spa
dc.subjectEstrategia de controles_ES
dc.subjectinvernaderoes_ES
dc.subjectvariables climáticases_ES
dc.subjectmodelo dinámicoes_ES
dc.subjectcontrol de variables ambientaleses_ES
dc.subject.keywordControl strategyes_ES
dc.subject.keywordgreenhousees_ES
dc.subject.keywordclimatic variableses_ES
dc.subject.keyworddynamic modeles_ES
dc.subject.keywordcontrol of environmental variableses_ES
dc.titleDiseño de una estrategia de control robusto para manejo de temperatura a partir del modelo de un invernaderoes_ES
dc.typeTesis y disertaciones (Maestría y/o Doctorado)spa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdccspa
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.versioninfo:eu-repo/semantics/acceptedVersionspa
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
2020HectorIvanTangarifeEscobar.pdf
Size:
4.18 MB
Format:
Adobe Portable Document Format
Description:
Tesis y Disertaciones académicas
Download
thumbnail.default.alt
Name:
2020AutorizaciondeAutores.pdf
Size:
410.97 KB
Format:
Adobe Portable Document Format
Description:
Autorización de autores
License bundle
Now showing 1 - 1 of 1
thumbnail.default.alt
Name:
license.txt
Size:
2.65 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Maestría en Instrumentación y automatización