Por favor, use este identificador para citar o enlazar este ítem:
http://dspace.espoch.edu.ec/handle/123456789/21474
Título : | 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. |
Autor : | Cazorla García, Dayana Verenice Cazco Arguello, Katherine Alexandra |
Director(es): | Paucar Samaniego, Jorge Luis |
Tribunal (Tesis): | Romero Riera, Paul Patricio |
Palabras claves : | AGRICULTURA DE PRECISIÓN;MACHINE LEARNING;RED ELÉCTRICA INTELIGENTE (SMART GRID);SISTEMA DE MONITOREO;FERTILIDAD DEL SUELO;TECNOLOGÍA LORAWAN;CONTROLADORES (HARDWARE) |
Fecha de publicación : | 18-oct-2022 |
Editorial : | Escuela Superior Politécnica de Chimborazo |
Citación : | Cazorla García, Dayana Verenice; Cazco Arguello, Katherine Alexandra. (2022). 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. Escuela Superior Politécnica de Chimborazo. Riobamba. |
Identificador : | UDCTFIYE;108T0461 |
Abstract : | The objective of the Curricular integration research project was to develop a monitoring system based on a Smart grid and machine learning for the determination of soil nutrients present in cocoa crops located at the ESPOCH in Orellana province in La Belleza farm. The correct development of the plants is due to the existing nutrients in the soil, so it was necessary to analyze the macronutrients, nitrogen, phosphorus, and potassium, with a soil NPK fertility sensor. The monitoring system is based on a Smart grid of two nodes, which have Lora Wan technology; it has two Lora drivers, a Gateway UG-65 and a Router, which allows sending the values to the internet using the IoT with storage of data in the cloud. The data is processed through a machine learning algorithm based on fuzzy logic that provides alarms and recommendations regarding the fertilizers that should be used; using the Node-Red software, the information collected in real-time is displayed in the application IoT Cloud and Dashboard programmed in Node-Red. The monitoring system is working correctly, for this several tests were carried out, starting with the correct use of the sensor; it was confirmed that the values shown directly on the computer through the Modbus Poll software, the Node-Red dashboard, and the simulation of the MATLAB algorithm, have a similar mean of the values obtained in the laboratory analysis with an error of less than 2%. In addition, with the normality and T-test, it was concluded that the null hypothesis applied to each nutrient is accepted since the average is greater than the significance level of 0.01. |
Resumen : | 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. |
URI : | http://dspace.espoch.edu.ec/handle/123456789/21474 |
Aparece en las colecciones: | Ingeniero en Electrónica, Control y Redes Industriales; Ingeniero/a en Electrónica y Automatización |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
108T0461.pdf | 8,35 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons