Diseño de un algoritmo para linealización y auto calibración de sensores mediante redes neuronales artificiales en sistemas de almacenamiento de papas
DOI:
https://doi.org/10.63728/riisds.v7i1.177Palabras clave:
Red neuronal, Almacenamiento de papa, ESP32Resumen
La aplicación de redes neuronales artificiales está cada vez más aceptada en la industria alimentaria para mejorar los procesos de producción y mejorar las técnicas de postcosecha, En el presente trabajo, se muestra el diseño de un módulo de adquisición de datos el cual implementa un algoritmo de auto calibración y linealización para sensores de temperatura en bodegas de papas. El módulo está basado en el microcontrolador ESP32 en el cual se implementó una red neuronal artificial perceptrón multicapa con 5 neuronas, y como algoritmo de entrenamiento se utilizó Backpropagation. Se genero un entrenamiento con datos obtenidos desde el sensor NTC10K y como referencia se utilizó el medidor de temperatura portátil CHT-BT601, se estableció un factor de aprendizaje K = 0.5, logrando una convergencia de 99.99 % en 100 épocas, lo cual ayuda a lograr calibraciones más rápidas y seguras para tener mayor certidumbre en las lecturas de temperatura y poder tener mejores condiciones en la conservación del tubérculo.
Citas
Ahmad, A., Roslan, M. F., y Amira, A., (2017). Throughput, latency and cost comparisons of microcontroller-based implementations of wireless sensor network (WSN) in high jump sports. In AIP Conference Proceedings (Vol. 1883, No. 1, p. 020010). AIP Publishing. https://doi.org/10.1063/1.5002028
Baroudi, U., Bin-Yahya, M., Alshammari, M., Yaqoub, U., (2019). Ticket- based QoS routing optimization using genetic algorithm for WSN applications in smart grid. Journal of Ambient Intelligence and Humanized Computing, 10(4), 1325-1338. https://doi.org/10.1007/s12652-018-0906-0
Cabrera, B. L; Christian Fournier, Tsu-Wei Chen, Nicolas Brichet, Benoît Suard, Claude Welcker, François Tardieu. (2016). High-throughput estimation of incident light, light interception and radiation-use efficiency of thousands of plants in a phenotyping platform. An International Plant Phenotyping Symposium. CIMMYT. Book of abstracts. December, 2016. Mexico City, Mexico.
Comar, A. F; Baret, G. Collombeau, M. Hemmerlé, B. de Solan, D. Dutartre, M. Weiss, S. Madec, F. Toromanoff. (2016). A multispectral camera dedicated to field phenotyping from drone observations. An International Plant Phenotyping Symposium. CIMMYT. Book of abstracts. December, 2016. Mexico City, Mexico.
Devaux, A. (2014). Potatoes for Sustainable Global Food Security. Potato Research. 2014;57(3–4):185–99. doi:10.1007/s11540-014-9265-1
Figueredo-Ávila, G. A. (2016). Fruit rrpeness identification with artificial neural networks - A review. Ciencia y Agricultura, 13(1), 117–132. https://doi.org/10.19053/01228420.4811
Forero, H.H. (2020). Desarrollo de una red punto a punto con tecnología LoRa y servidor web [Tesis de pregrado, Universidad Cooperativa de Colombia]. Repositorio Institucional UCC. http://hdl.handle.net/20.500.12494/20540
Haro, L.F. (2019). Importancia de la producción de Papa en México. elsoldemexico.https://www.elsoldemexico.com.mx/analisis/importancia-de-la-produccion-de-papa-en-mexico-3433659.html
Ramírez, M., A, J., y Chacón, M. (2011). Redes neuronales artificiales para el procesamiento de imágenes
Jerez, E.I. (2016). Análisis clásico del crecimiento en tres variedades de papa (Solanum tuberosum L.). Cultivos Tropicales. 2016;37(2):79–87. doi:10.13140/RG.2.1.4860.0568
Jerez, M.E. (2012). Comportamiento del crecimiento y el rendimiento de la variedad de papa (Solanum tuberosum L.) Spunta. Cultivos Tropicales. 2012;33(4):53–8.
Jerez, M.E. (2015). Comportamiento de la acumulación y distribución de masa seca en tres variedades de papa (Solanum tuberosum L.). Cultivos Tropicales. 2015;36(4):70–6.
Liao, C., Zhu, K., Tang, J., Zhang, S., (2016). Wireless Sensor Network Performance Research for LEACH Based on Multi-Agent Simulation. IEEE International Conference on Agents (ICA) 98-99. IEEE. https://doi.org/10.1109/ICA.2016.031
Mezghani, M., Abdellaoui, P., (2015). WSN intelligent communication based on Khalimsky theory using multi-agent systems. In 2015 SAI Intelligent Systems Conference (IntelliSys) (pp. 871-876). IEEE. https://doi.org/10.1109/IntelliSys.2015.7361245
Nuñez, J. R., Benítez, I.F., Rodriguez, A., Diaz, S., Oliveira, D. (2019). Tools for the implementation of a SCADA system in a desalination process. IEEE Latin America Transactions, 17(11), 1858-1864. https://doi.org/10.1109/TLA.2019.8986424
SISSAN (2013). Sistema de Indicadores de Soberanía y Seguridad Alimentaria y Nutricional SISSAN. Recuperado el 25 de Junio de 2017, de SISSAN Web Site: http://www.siise.gob.ec/siiseweb/PageWebs/SISSAN/macsan_conbas.htm
Zhang, Z., Mehmood, A., Shu, L., Huo, Z., Zhang, Y., & Mukherjee, M., (2018). A survey on fault diagnosis in wireless sensor networks. IEEE Access, 6, 11349-11364. https://doi.org/10.1109/ACCESS.2018.2794519
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2021 Revista Interdisciplinaria de Ingeniería Sustentable y Desarrollo Social
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
