Desarrollo de un sistema de monitoreo para la determinación de nutrientes del suelo presentes en cultivos de cacao basado en smart grid y machine learning.
El objetivo principal del trabajo de titulación fue desarrollar un sistema de monitoreo basado en Smart grid y machine learning para la determinación de nutrientes del suelo presentes en cultivos de cacao ubicado en la sede ESPOCH Orellana en la finca La Belleza. El correcto desarrollo de las planta...
Sparad:
| Huvudupphovsman: | |
|---|---|
| Övriga upphovsmän: | |
| Materialtyp: | bachelorThesis |
| Språk: | spa |
| Publicerad: |
2022
|
| Ämnen: | |
| Länkar: | https://dspace.espoch.edu.ec/handle/123456789/21474 |
| Taggar: |
Lägg till en tagg
Inga taggar, Lägg till första taggen!
|
Lägg till en tagg | Sammanfattning: | El objetivo principal del trabajo de titulación fue desarrollar un sistema de monitoreo basado en Smart grid y machine learning para la determinación de nutrientes del suelo presentes en cultivos de cacao ubicado en la sede ESPOCH Orellana en la finca La Belleza. El correcto desarrollo de las plantas se debe a los nutrientes existentes en el suelo por lo que se necesitó analizar los macronutrientes que son nitrógeno, fósforo y potasio por medio de un sensor de fertilidad de suelo NPK. El sistema de monitoreo está basado en una Smart grid de dos nodos, que poseen tecnología Lora Wan, este cuenta con dos controladores Lora, un Gateway UG-65 y un Router, que permite enviar los valores a internet haciendo uso del IoT con un almacenamiento de datos en la nube. Los datos se procesan por medio de un algoritmo de machine learning basado en lógica difusa que proporciona alarmas y recomendaciones con respecto a los fertilizantes que se deben utilizar, haciendo uso del software Node – Red, la información recolectada en tiempo real se visualiza en la aplicación IoT Cloud y en el Dashboard programado en Node-Red. El sistema de monitoreo está trabajando de manera adecuada, para esto se realizó diversas pruebas, empezando con el correcto uso del sensor, se corroboró que los valores mostrados directamente en la computadora por medio del software Modbus Poll, el dashboard de node red y la simulación del algoritmo de Matlab, tienen una media similar de los valores obtenidos en el análisis de laboratorio con un error menor al 2%. Además, con la prueba de normalidad y con la prueba T se concluyó que la hipótesis nula aplicada a cada nutriente es aceptada ya que el promedio es mayor al nivel de significancia de 0.01. |
|---|