Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.uan.edu.co/handle/123456789/3105
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorJutinico Alarcón, Andrés Leonardo-
dc.contributor.advisorOrjuela Cañón, Álvaro David-
dc.creatorTangarife Escobar, Héctor Iván-
dc.date.accessioned2021-03-10T16:55:57Z-
dc.date.available2021-03-10T16:55:57Z-
dc.date.created2020-12-03-
dc.identifier.urihttp://repositorio.uan.edu.co/handle/123456789/3105-
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.es_ES
dc.description.sponsorshipOtroes_ES
dc.description.tableofcontentsLa 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.es_ES
dc.language.isospaes_ES
dc.publisherUniversidad Antonio Nariñoes_ES
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Estados Unidos de América*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.sourceinstname:Universidad Antonio Nariñoes_ES
dc.sourcereponame:Repositorio Institucional UANes_ES
dc.sourceinstname:Universidad Antonio Nariñoes_ES
dc.sourcereponame:Repositorio Institucional UANes_ES
dc.subjectEstrategia de controles_ES
dc.subjectinvernaderoes_ES
dc.subjectvariables climáticases_ES
dc.subjectmodelo dinámicoes_ES
dc.subjectcontrol de variables ambientaleses_ES
dc.titleDiseño de una estrategia de control robusto para manejo de temperatura a partir del modelo de un invernaderoes_ES
dc.publisher.programMaestría en Instrumentación y Automatizaciónes_ES
dc.rights.accesRightsclosedAccesses_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.type.spaTesis y disertaciones (Maestría y/o Doctorado)es_ES
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersiones_ES
dc.source.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-2002.0090es_ES
dc.source.bibliographicCitationAlpi, A., & Tognoni, F. (1999). Cultivo en invernadero: Actual y orientación científica y técnica (Tercera; C. Cerisola, Ed.). Madrid España: Prensa, Mundi.es_ES
dc.source.bibliographicCitationAlvarado, P. V, & Urrutia, G. S. (2003). Invernaderos. Version Preeliminar Para La Revista El Agroeconómico de La Fundación de Chile, 11.es_ES
dc.source.bibliographicCitationAstrom, K. J., & Rundqwist, L. (1989). Integrator Windup and how to avoid it. IEEEXplore, 51(3), 736–738.es_ES
dc.source.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.2016.10.014es_ES
dc.source.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.es_ES
dc.source.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.2006.12.001es_ES
dc.source.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.2.278es_ES
dc.source.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-Des_ES
dc.source.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.2016.12.002es_ES
dc.source.bibliographicCitationCastilla, N. (2007). Invernaderos de plástico: Tecnología y manejo (Ediciones; Mundi-Prensa, Ed.). Madrid, España.es_ES
dc.source.bibliographicCitationCerri, J. P. (2009). Regulador Robusto Recursivo para Sistemas Lineares de Tempo Discreto no Espaço de Estado. 126.es_ES
dc.source.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.es_ES
dc.source.bibliographicCitationCerri, J. P., & Terra, M. H. (2017). Recursive robust regulator for discrete-time markovian jump linear systems. IEEE Transactions on Automatic Control, 1(99).es_ES
dc.source.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.es_ES
dc.source.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.2018.04.003es_ES
dc.source.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/10.2307/3606686es_ES
dc.source.bibliographicCitationCosta, O., Fragoso, M., & Marquez, R. (2005). Discrete-time Markov jump linear systems. Springer, Verlag London, 1((Probability and its applications).), 283.es_ES
dc.source.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.es_ES
dc.source.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/es_ES
dc.source.bibliographicCitationEdan, Y., Han, S., & Kondo, N. (2009). Automation in agriculture. Springer Journal, I, 1095–1128.es_ES
dc.source.bibliographicCitationEstrada, J. J. P. (2012). Guía para la construcción de invernaderos o fitotoldos. FAO Bolivia, 80.es_ES
dc.source.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.pdfes_ES
dc.source.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).es_ES
dc.source.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.2010.12.004es_ES
dc.source.bibliographicCitationGu, D. W., Petkov, P. H., & Konstantinov, M. M. (2005). Robust control design with Matlab. In Soft Computing (2nd ed.).es_ES
dc.source.bibliographicCitationHuertas, L. (2007). Prevenenir enfermedades y plagas. El control ambiental en invernaderos: Humedad relativa. Industria Hortícola, No 203, 44–47.es_ES
dc.source.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.pdfes_ES
dc.source.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/es_ES
dc.source.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-f36f58db29aaes_ES
dc.source.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/altovallees_ES
dc.source.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-invernaderoes_ES
dc.source.bibliographicCitationIshiara, J. Y., Terra, M. H., & Cerri, J. P. (2015). Optimal robust filtering for systems subject to uncertainties. Automatica, 52(0), 111–117.es_ES
dc.source.bibliographicCitationJ.Huete, S. . (2020). La condensación en invernaderos. Retrieved from www.jhuete.comes_ES
dc.source.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.2018.8487672es_ES
dc.source.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/10.1177/003072706500400605es_ES
dc.source.bibliographicCitationKathore, M., Campo, P., Morari, M., & Nett, C. (1994). Unified framework for the study of anti-windup design. Automatica, 30(12), 1869–1883.es_ES
dc.source.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.2017.1170.36es_ES
dc.source.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.2018.08.112es_ES
dc.source.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.2019.04.013es_ES
dc.source.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/s10586-017-0772-0es_ES
dc.source.bibliographicCitationMiller, R. H. (2019). Factores bióticos Plagas de la parte aérea. Retrieved October 15, 2019, from http://www.fao.org/3/x8234s/x8234s0a.htmes_ES
dc.source.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.2014.04.009es_ES
dc.source.bibliographicCitationMorari, M. (1993). Some control problem in process industries, essays on control: perspective on theory and applications. Birkhauser Springer Journal, 1(1).es_ES
dc.source.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.19.01es_ES
dc.source.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.2015.04.009es_ES
dc.source.bibliographicCitationPerez, J., & Diaz, M. (2002). Actividades del ICIA en Platanera: Capitulo Aplicaciones de la biotecnología en platanera. Instituto Canario de Investigaciones Agrarias, 75–81.es_ES
dc.source.bibliographicCitationPoveda, L., & Martínez, J. (2016). Diseño e implementación de un Control Óptimo LQR con la tarjeta Rasberry Pi.es_ES
dc.source.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.es_ES
dc.source.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/mapes_ES
dc.source.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.2018.07.014es_ES
dc.source.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.2015.06.011es_ES
dc.source.bibliographicCitationSenniger irrigation, I. (2020). Instalación del nebulizador fogger. Retrieved from Senniger website: https://www.irrigaciones.co/nebulizadores/senninger-fogger.htmles_ES
dc.source.bibliographicCitationSqueo, F., & León, M. (2007). Transpiración. In Fisiología Vegetal (pp. 67–84).es_ES
dc.source.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.2015.7165318es_ES
dc.source.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.2017.01.001es_ES
dc.source.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/10.1080/00207721.2018.1440025es_ES
dc.source.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.2015.2392161es_ES
dc.source.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.2014.2309282es_ES
dc.source.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.2015.09.012es_ES
dc.source.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.2019.03.001es_ES
dc.source.bibliographicCitationVanthoor, B. (2011). A model-based greenhouse design method. Wageningen University.es_ES
dc.source.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.es_ES
dc.source.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.es_ES
dc.source.bibliographicCitationWeather. (2020). The weather channel. Retrieved from Bogotá website: https://weather.com/es-CO/tiempo/hoy/l/COXX0004:1:COes_ES
dc.source.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.2019.01.010es_ES
dc.source.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.2018.08.097es_ES
dc.description.degreenameMagíster en Instrumentación y Automatizaciónes_ES
dc.description.degreelevelMaestríaes_ES
dc.publisher.facultyFacultad de Ingeniería Mecánica, Electrónica y Biomédicaes_ES
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.notesPresenciales_ES
dc.creator.orcidhttps://orcid.org/0000-0002-9416-385Xes_ES
dc.creator.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001415023es_ES
dc.creator.cedula80913205es_ES
dc.publisher.campusBogotá - Sur-
Aparece en las colecciones: Maestría en Instrumentación y automatización

Ficheros en este ítem:
Fichero Tamaño  
2020HectorIvanTangarifeEscobar.pdf4.29 MBVisualizar/Abrir
2020AutorizaciondeAutores.pdf
  Restricted Access
410.97 kBVisualizar/Abrir  Request a copy


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons