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

Propia

Saved in:

Bibliographic Details
Main Author:	Tangarife Escobar, Héctor Iván
Other Authors:	Jutinico Alarcón, Andrés Leonardo
Format:	Tesis y disertaciones (Maestría y/o Doctorado)
Language:	spa
Published:	Universidad Antonio Nariño 2021
Subjects:	Estrategia de control invernadero variables climáticas modelo dinámico control de variables ambientales Control strategy greenhouse climatic variables dynamic model control of environmental variables
Online Access:	http://repositorio.uan.edu.co/handle/123456789/3105
Tags:	Add Tag No Tags, Be the first to tag this record!

_version_	1812646951630405632
author	Tangarife Escobar, Héctor Iván
author2	Jutinico Alarcón, Andrés Leonardo
author_facet	Jutinico Alarcón, Andrés Leonardo Tangarife Escobar, Héctor Iván
author_sort	Tangarife Escobar, Héctor Iván
collection	DSpace
description	Propia
format	Tesis y disertaciones (Maestría y/o Doctorado)
id	repositorio.uan.edu.co-123456789-3105
institution	Repositorio Digital UAN
language	spa
publishDate	2021
publisher	Universidad Antonio Nariño
record_format	dspace
spelling	repositorio.uan.edu.co-123456789-31052024-10-09T23:33:49Z Diseño de una estrategia de control robusto para manejo de temperatura a partir del modelo de un invernadero Tangarife Escobar, Héctor Iván Jutinico Alarcón, Andrés Leonardo Orjuela Cañón, Álvaro David Estrategia de control invernadero variables climáticas modelo dinámico control de variables ambientales Control strategy greenhouse climatic variables dynamic model control of environmental variables Propia Greenhouse 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. La 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. Otro Magíster en Instrumentación y Automatización Maestría Costo total del proyecto $22.900.000. Financiación Propia $12.500.000. Financiación UAN: $8.150.000. Financiación Externa: $2.250.000. Presencial 2021-03-10T16:55:57Z 2021-03-10T16:55:57Z 2020-12-03 Tesis y disertaciones (Maestría y/o Doctorado) info:eu-repo/semantics/acceptedVersion http://purl.org/coar/resource_type/c_bdcc http://purl.org/coar/version/c_970fb48d4fbd8a85 http://repositorio.uan.edu.co/handle/123456789/3105 Agmail, 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-2002.0090 Alpi, A., & Tognoni, F. (1999). Cultivo en invernadero: Actual y orientación científica y técnica (Tercera; C. Cerisola, Ed.). Madrid España: Prensa, Mundi. Alvarado, P. V, & Urrutia, G. S. (2003). Invernaderos. Version Preeliminar Para La Revista El Agroeconómico de La Fundación de Chile, 11. Astrom, K. J., & Rundqwist, L. (1989). Integrator Windup and how to avoid it. IEEEXplore, 51(3), 736–738. Atia, 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.2016.10.014 Baerdemaeker, 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. Blasco, 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.2006.12.001 Burgos, 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.2.278 Campo, 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-D Cañadas, 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.2016.12.002 Castilla, N. (2007). Invernaderos de plástico: Tecnología y manejo (Ediciones; Mundi-Prensa, Ed.). Madrid, España. Cerri, J. P. (2009). Regulador Robusto Recursivo para Sistemas Lineares de Tempo Discreto no Espaço de Estado. 126. Cerri, 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. Cerri, J. P., & Terra, M. H. (2017). Recursive robust regulator for discrete-time markovian jump linear systems. IEEE Transactions on Automatic Control, 1(99). Cerri, 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. Chen, 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.2018.04.003 Costa, 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/10.2307/3606686 Costa, O., Fragoso, M., & Marquez, R. (2005). Discrete-time Markov jump linear systems. Springer, Verlag London, 1((Probability and its applications).), 283. Cotes, 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. DryGair. (2020). Deshumidificación del Invernadero Combinada con la Calefacción/Refrigeración. Retrieved from https://drygair.com/es/deshumidificacion-del-invernadero-combinada-con-la-calefaccion-y-refrigeracion/ Edan, Y., Han, S., & Kondo, N. (2009). Automation in agriculture. Springer Journal, I, 1095–1128. Estrada, J. J. P. (2012). Guía para la construcción de invernaderos o fitotoldos. FAO Bolivia, 80. FAO, 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.pdf Francescangeli, 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). Gruber, 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.2010.12.004 Gu, D. W., Petkov, P. H., & Konstantinov, M. M. (2005). Robust control design with Matlab. In Soft Computing (2nd ed.). Huertas, L. (2007). Prevenenir enfermedades y plagas. El control ambiental en invernaderos: Humedad relativa. Industria Hortícola, No 203, 44–47. IDEAM. (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.pdf IDEAM. (2020a). Consulta y descarga de datos hidrometeorológicos. Retrieved from Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM) website: http://dhime.ideam.gov.co/atencionciudadano/ IDEAM. (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-f36f58db29aa Iglesias, 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/altovalle INTAGRI 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-invernadero Ishiara, J. Y., Terra, M. H., & Cerri, J. P. (2015). Optimal robust filtering for systems subject to uncertainties. Automatica, 52(0), 111–117. J.Huete, S. . (2020). La condensación en invernaderos. Retrieved from www.jhuete.com Jutinico, 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.2018.8487672 Katariya, 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/10.1177/003072706500400605 Kathore, M., Campo, P., Morari, M., & Nett, C. (1994). Unified framework for the study of anti-windup design. Automatica, 30(12), 1869–1883. Koning, 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.2017.1170.36 Lijun, 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.2018.08.112 Ma, 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.2019.04.013 Mahdavian, 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/s10586-017-0772-0 Miller, R. H. (2019). Factores bióticos Plagas de la parte aérea. Retrieved October 15, 2019, from http://www.fao.org/3/x8234s/x8234s0a.htm Mohamed, 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.2014.04.009 Morari, M. (1993). Some control problem in process industries, essays on control: perspective on theory and applications. Birkhauser Springer Journal, 1(1). Olivares, 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.19.01 Pahuja, 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.2015.04.009 Perez, J., & Diaz, M. (2002). Actividades del ICIA en Platanera: Capitulo Aplicaciones de la biotecnología en platanera. Instituto Canario de Investigaciones Agrarias, 75–81. Poveda, L., & Martínez, J. (2016). Diseño e implementación de un Control Óptimo LQR con la tarjeta Rasberry Pi. Rios, 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. RMCAB. (2020). Red de monitoreo de calidad del aire de Bogotá. Retrieved from Alcaldia mayor de Bogotá website: http://201.245.192.252:81/home/map Salazar-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.2018.07.014 Salazar-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.2015.06.011 Senniger irrigation, I. (2020). Instalación del nebulizador fogger. Retrieved from Senniger website: https://www.irrigaciones.co/nebulizadores/senninger-fogger.html Squeo, F., & León, M. (2007). Transpiración. In Fisiología Vegetal (pp. 67–84). Su, 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.2015.7165318 Su, 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.2017.01.001 Su, 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/10.1080/00207721.2018.1440025 Su, 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.2015.2392161 Terra, 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.2014.2309282 Van 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.2015.09.012 Van 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.2019.03.001 Vanthoor, B. (2011). A model-based greenhouse design method. Wageningen University. Wang, 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. Wang, 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. Weather. (2020). The weather channel. Retrieved from Bogotá website: https://weather.com/es-CO/tiempo/hoy/l/COXX0004:1:CO Xu, 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.2019.01.010 Yaofeng, 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.2018.08.097 instname:Universidad Antonio Nariño reponame:Repositorio Institucional UAN repourl:https://repositorio.uan.edu.co/ spa Acceso a solo metadatos Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) https://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/closedAccess http://purl.org/coar/access_right/c_14cb application/pdf application/pdf Universidad Antonio Nariño Maestría en Instrumentación y Automatización Facultad de Ingeniería Mecánica, Electrónica y Biomédica Bogotá - Sur
spellingShingle	Estrategia de control invernadero variables climáticas modelo dinámico control de variables ambientales Control strategy greenhouse climatic variables dynamic model control of environmental variables Tangarife Escobar, Héctor Iván Diseño de una estrategia de control robusto para manejo de temperatura a partir del modelo de un invernadero
title	Diseño de una estrategia de control robusto para manejo de temperatura a partir del modelo de un invernadero
title_full	Diseño de una estrategia de control robusto para manejo de temperatura a partir del modelo de un invernadero
title_fullStr	Diseño de una estrategia de control robusto para manejo de temperatura a partir del modelo de un invernadero
title_full_unstemmed	Diseño de una estrategia de control robusto para manejo de temperatura a partir del modelo de un invernadero
title_short	Diseño de una estrategia de control robusto para manejo de temperatura a partir del modelo de un invernadero
title_sort	diseno de una estrategia de control robusto para manejo de temperatura a partir del modelo de un invernadero
topic	Estrategia de control invernadero variables climáticas modelo dinámico control de variables ambientales Control strategy greenhouse climatic variables dynamic model control of environmental variables
url	http://repositorio.uan.edu.co/handle/123456789/3105
work_keys_str_mv	AT tangarifeescobarhectorivan disenodeunaestrategiadecontrolrobustoparamanejodetemperaturaapartirdelmodelodeuninvernadero