Está en la página 1de 98

TECNOLÓGICO NACIONAL DE MÉXICO

Instituto Tecnológico de Colima


DIVISIÓN DE ESTUDIOS DE POSGRADO E INVESTIGACIÓN

“SISTEMA DE CONTROL DIFUSO PARA EL MONITOREO DE LA


TEMPERATURA, LA HUMEDAD, EL PH Y LA CONDUCTIVIDAD
ELÉCTRICA EN INVERNADEROS DE PLANTAS ORNAMENTALES

TESIS

QUE PARA OBTENER EL GRADO DE


MAESTRO EN SISTEMAS COMPUTACIONALES

PRESENTA:
EDUARDO FLORES GALLEGOS

DIRECTOR DE TESIS
D. EN C. NICANDRO FARÍAS MENDOZA

CO-DIRECTOR DE TESIS
D. EN C. JESÚS ALBERTO VERDUZCO RAMÍREZ

S G C
CERTIFICADO BAJO LA
NORMA ISO 9001:2008

ESTUDIAR PARA PREVER


Y PREVER PARA ACTUAR
VILLA DE ÁLVAREZ, COLIMA. SEPTIEMBRE 2017 IMNC-RSGC-617

SNEST
ISO 9001:2008
PROCESO EDUCATIVO IMNC-RSGC-617
Epı́grafe

“Incluso las balas temen a los valientes.”


Proverbio Ruso

II
Dedicatoria

A Dios por darme siempre la fuerza y perseverancia en los momentos más dificiles.

A mis padres que son los que más sufren la ausencia de los hijos, mi Padre José de Jesús Flores
Esparza por ser siempre un ejemplo y además del cual estoy orgulloso por el gran ingenio que
tiene y a mi madre Ana Maria Gallegos Leos que siempre está al pendiente de nosotros.

A mis hermanos Diego, Cristina y Jesús de los que siempre aprendo y estoy orgulloso.

A mis abuelitos Rogelio y Maria del Refugio que siempre son un pilar y una alegrı́a y a Juana
Maria y Jose que extraño y algún dı́a volvere a ver.

A mis tı́os y primos, en especial a Carlos Gallegos, Leonardo Gallegos, Guillermina Gallegos,
Gabriel Romo, Luis Romo y J Manuel Romo por su apoyo incondicional.

III
Agradecimientos

Al Instituto Tecnológico de Colima por darme la oportunidad de seguir creciendo como profe-
sional.

Al Consejo Nacional de Ciencia y Tecnologı́a por el apoyo económico para poder realizar mis
estudios de Maestrı́a.

Al Tecnológico Nacional de México y al programa de 1000 jóvenes en la ciencia.

En especial a la Maestra Evelia y al Doctor Nicandro que creyeron en mı́ y me dieron la


oportunidad de ingresar al programa de Maestrı́a.

A los profesores del programa de Maestrı́as en Sistemas Computacionales de Colima.

A mis amigos y compañeros: Carlos, Uriel, Paul, David, Armando, Gogo, Alexis, Juan, Jorge,
Antonio y Omar que ser sus compañeros fue lo mejor de estos años.

A los Maestros Mauricio Ramos y Jorge Mondragon y al Doctor Ernesto Olvera por su apoyo
incondicional.

Por último a mis amigos de toda la vida: Ramón, Eleazar, Lencho, Abraham, Jorge, Toño,
Victor y Alejandro.

IV
Resumen

El control de parámetros fı́sicos en invernaderos ha sido considerado por varias decadas,


no obstante los avances tecnológicos de procesamiento y comunicación permiten desarrollar
sistemas de monitoreo que hace algunos años solo eran posibles por grandes industrias. Uno
de los métodos más efectivos para el control de parámetros fı́sicos es la lógica difusa la cual
permite trabajar con parámetros muy complejos y no lineales gracias a su alta flexibilidad, su
tolerancia con la impresición y su base en el lenguaje natural. El propósito de esta tesis es el
desarrollo de un sistema de control difuso para el monitoreo de parámetros fı́sicos en inverna-
deros de plantas ornamentales, con el fin de aumentar la productividad de los cultivos. Los
parámetros a monitorear son: la temperatura, el pH, la humedad y la conductividad eléctrica.
Actualmente el monitoreo manual de estos parámetros no es eficiente en términos de tiempo y
costo ya que se realiza de forma manual. Aunado a lo anterior, el desconocimiento en tiempo
real de los parámetros resulta en pérdidas de plantas por la alta elevación de temperatura y
humedad además de una incorrecta aplicación de fertilizantes por el desconocimiento de la
conductividad eléctrica y el pH. Para el desarrollo del sistema difuso que se presenta en este
trabajo se utilizó un sistema tipo Mamdani el cual se diseño e implemento con la herramienta
jFuzzyLogic. Los parámetros fueron: humedad, temperatura, conductividad eléctrica y pH.
Estos parámetros fueron sensados y enviados mediante ZigBee a un servidor en el cual se
implemento un panel de monitoreo web. Este trabajo aporta un sistema difuso que se puede
adaptar a la amplia variedad de plantas ornamentales tropicales de la región además de una
solución con costos muy por debajo de las soluciones comerciales disponibles y un sistema de
monitoreo que puede ser visible desde cualquier navegador web.

Palabras Clave: Lógica Difusa, Mamdani, RSI, Plantas Ornamentales, Monitoreo.

V
Abstract

The control of physical parameters in greenhouses has been considered for several decades,
however technological advances in processing and communication allow the development
of monitoring systems that some years ago were only possible by large industries. One of
the most effective methods for the control of physical parameters is the fuzzy logic which
allows to work with very complex and nonlinear parameters thanks to its high flexibility, its
tolerance with the impression and its base in the natural language. The purpose of this thesis
is the development of a diffuse control system for the monitoring of physical parameters
in greenhouses of ornamental plants, in order to increase the productivity of the crops. The
parameters to monitor are: temperature, pH, humidity and electrical conductivity. Currently the
manual monitoring of these parameters is not efficient in terms of time and cost as it is done
manually. In addition to the above, the real-time lack of knowledge of the parameters results in
plant losses due to the high temperature and humidity rise, as well as an incorrect application
of fertilizers due to the lack of electrical conductivity and pH. For the development of the
fuzzy system presented in this work we used a Mamdani type system which was designed
and implemented with the jFuzzyLogic tool. The parameters were: humidity, temperature,
electrical conductivity and pH. These parameters were sensed and sent through ZigBee to a
server in which a web monitoring panel was implemented. This work provides a diffuse system
that can be adapted to the wide variety of tropical ornamental plants of the region in addition to
a solution with costs well below the commercial solutions available and a monitoring system
that can be visible from any web browser.

Keywords: Fuzzy Logic, Mamdani, WSN, Ornamental Plants, Monitoring.

VI
Índice general

Índice de Tablas XII

Índice de Figuras XIV

1. Introducción 1
1.1. La naturaleza del problema . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2. El contexto del problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3. Revisión de la literatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4. Propuesta de solución . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.5. Justificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.6. Motivación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.7. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.7.1. Objetivo General . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.7.2. Objetivos Especı́ficos . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.8. Hipótesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.9. Descripción de la organización del trabajo . . . . . . . . . . . . . . . . . . . 9

2. Estado del Campo del Conocimiento 11


2.1. Marco Histórico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.1.1. Antecedentes de la horticultura ornamental en México. . . . . . . . . 12
2.1.2. Reseña de los sistemas difusos. . . . . . . . . . . . . . . . . . . . . 12
2.2. Marco Contextual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.1. La agricultura protegida. . . . . . . . . . . . . . . . . . . . . . . . . 14

VII
2.2.2. Horticultura ornamental. . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3. Marco Teórico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3.1. Lógica Difusa (LD) . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3.2. jFuzzy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.3.3. Redes Inalámbricas . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.3.4. Redes Inalámbricas de Sensores (Wireless Sensor Network) . . . . . 24
2.3.5. IEEE 802.15.4: Estándar para redes inalámbricas de área personal
con tasas bajas de transmisión de datos (Low-Rate Wireless Personal
AreaNetworks (LR-WPANs)) . . . . . . . . . . . . . . . . . . . . . 27
2.3.6. ZigBee . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.7. Especificación ZigBee RF4CE . . . . . . . . . . . . . . . . . . . . . 28
2.3.8. Agricultura protegida . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.3.9. Invernaderos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3.10. Condiciones climáticas y su influencia en la producción de las plantas
de ornato . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.3.11. Fertilización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.3.12. Condiciones para la fertilización de las plantas de ornato . . . . . . . 33
2.3.13. El pH y su importancia de monitoreo y regulación . . . . . . . . . . 35
2.3.14. La conductividad y su importancia de monitoreo y regulación . . . . 36
2.3.15. Raspberry Pi 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.3.16. Raspbian . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.3.17. Software Libre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.3.18. Tecnologı́as para el desarrollo de la plataforma web . . . . . . . . . . 38

3. Métodos Empleados 40
3.1. Tipo de Investigación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2. Selección del caso de estudio. . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.3. Conceptualizar el problema . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.4. Análisis de Requerimientos . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.5. Revisión de literatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

VIII
3.6. Diseño de la red de sensores . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.7. Desarrollo de los modelos difusos . . . . . . . . . . . . . . . . . . . . . . . 44
3.8. Pruebas al prototipo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.9. Implementación en la pataforma de monitoreo web. . . . . . . . . . . . . . . 45

4. Desarrollo 46
4.1. Modelo Conceptual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.2. Caso de estudio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.2.1. Ubicación y dimensiones del caso de estudio . . . . . . . . . . . . . 48
4.2.2. Caracterı́sticas del caso de estudio . . . . . . . . . . . . . . . . . . . 48
4.3. Desarrollo de la red inalámbrica de sensores (RIS) . . . . . . . . . . . . . . . 49
4.3.1. Identificación de los parámetros a sensar . . . . . . . . . . . . . . . . 49
4.3.2. Diseño del hardware de la red inalámbrica de sensores (RIS) . . . . . 50
4.3.3. Diseño del Datalogger . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.3.4. Pruebas con un prototipo . . . . . . . . . . . . . . . . . . . . . . . . 53
4.4. Desarrollo del modelo difuso . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.4.1. Selección del tipo de sistema difuso . . . . . . . . . . . . . . . . . . 54
4.4.2. Temperatura y humedad en macro túneles de enraizamiento . . . . . 54
4.4.3. Temperatura y Humedad en Invernadero . . . . . . . . . . . . . . . . 57
4.4.4. Conductividad Eléctrica (CE) y pH en agua de riego y en sustratos . . 60
4.4.5. Compilado del sistema difuso a C++ . . . . . . . . . . . . . . . . . . 63

5. Resultados 64
5.1. Modelos Difusos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
5.1.1. Simulación y Evaluación del Modelo Difuso . . . . . . . . . . . . . 69
5.2. Evaluación del prototipo de la Red Inalámbrica de Sensores (RSI) . . . . . . 72
5.3. Panel de Monitoreo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73

6. Conclusiones y Recomendaciones 75

Bibliografı́a 80

IX
Apéndice A: Costo del Prototipo 81

Anexo I: Instalación del servidor Apache en Raspbian 82

Anexo III: Manual de jFuzzyLogic 83

X
Índice de tablas

2.1. Diferencia entre conjuntos clásicos y difusos [D’Negri and Vito, 2016]. . . . 18
2.2. Ventajas y desventajas de los invernaderos. [SAGARPA, 2007] . . . . . . . . 31
2.3. Ventajas y desventajas de los invernaderos. [SAGARPA, 2007] . . . . . . . . 32
2.4. Rango de pH para algunas especies ornamentales. [Paredes and Millo, 2016] . 35

3.1. Cronograma de Actividades . . . . . . . . . . . . . . . . . . . . . . . . . . . 42


3.2. Requerimientos del sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

4.1. Comparación entre las tecnologı́as inalámbricas ZigBee, Wi-Fi y Bluetooth.


[Yang, 2014] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.2. Parámetros de las funciones de membresı́a de las variables de entrada para el
módulo de Temperatura y Humedad en Macro túneles . . . . . . . . . . . . . 55
4.3. Los parámetros de las funciones de membresı́a de las variables de salida del
módulo Temperatura y Humedad en Macro túneles . . . . . . . . . . . . . . 56
4.4. Matriz de reglas de la variable de entrada Error de Humedad. . . . . . . . . . 56
4.5. Matriz de reglas de la variable de entrada Error de Temperatura. . . . . . . . 57
4.6. Parámetros de las funciones de membresı́a de las variables de entrada para el
módulo de Temperatura y Humedad en Invernaderos . . . . . . . . . . . . . 58
4.7. Los parámetros de las funciones de membresı́a de las variables de salida del
módulo Temperatura y Humedad en Invernaderos . . . . . . . . . . . . . . . 59
4.8. Matriz de reglas de la variable de entrada Error de Humedad . . . . . . . . . 59
4.9. Matriz de reglas de la variable de entrada Error de Temperatura. . . . . . . . 60

XI
4.10. Variables de entrada para el control de CE y pH en el agua de riego y en los
sustratos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.11. Variables de salida para el control de CE y pH en el agua de riego y en los
sustratos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.12. Matriz de reglas de la variable de entrada Error de pH . . . . . . . . . . . . . 63
4.13. Matriz de reglas de la variable de entrada Error de CE . . . . . . . . . . . . . 63

5.1. Valores óptimos para la producción de Bugambilia . . . . . . . . . . . . . . 69


5.2. Evaluación del sistema difuso para en los macrotúneles de enraizamiento . . 70
5.3. Evaluación del sistema difuso para el control de la humedad y la temperatura
en los invernaderos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
5.4. Evaluación del sistema difuso para el control de la CE y el pH . . . . . . . . 72

XII
Índice de figuras

1.1. Estructura del sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

2.1. Historia de la Lógica Difusa . . . . . . . . . . . . . . . . . . . . . . . . . . 13


2.2. Esquema de un sistema basado en LD. . . . . . . . . . . . . . . . . . . . . . 19
2.3. Regla Si-Entonces tipo Mamdani [Siler and Buckley, 2005] . . . . . . . . . . 22
2.4. Regla Si-Entonces tipo Sugeno [Siler and Buckley, 2005] . . . . . . . . . . . 22
2.5. Estructura tı́pica de una Red de Sensores Inalámbricos . . . . . . . . . . . . 25
2.6. Arquitectura de un nodo sensor . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.7. Pila de protocolos ZigBee. . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.8. Topologı́a de Red ZigBee RF4CE . . . . . . . . . . . . . . . . . . . . . . . 29
2.9. Raspberry Pi 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

4.1. Estructura del sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47


4.2. Medidas del invernadero utilizado para el caso de estudio. . . . . . . . . . . . 48
4.3. Túneles de enraizamiento. . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.4. Distribución de los nodos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.5. Arduino Mega. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.6. Sensor de temperatura y humedad DHT22. . . . . . . . . . . . . . . . . . . . 52
4.7. Conductivity Probe K 10 Atlas-Scientific. . . . . . . . . . . . . . . . . . . . 52
4.8. Pilas AAA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.9. Prototipo de la RIS: a) Nodo coordinador. b) y c): Nodos de sensado . . . . . 54
4.10. Compilador de jFuzzyLogic . . . . . . . . . . . . . . . . . . . . . . . . . . 63

5.1. Variables de entrada para el módulo THV . . . . . . . . . . . . . . . . . . . 65

XIII
5.2. Variables de entrada para el de control del pH y la CE . . . . . . . . . . . . . 66
5.3. Variables de salida para el control de la temperatura y la humedad en los viveros 66
5.4. Variables de salida para el control de la temperatura y la humedad en macro
túneles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.5. Variables de salida para el control del pH y la CE . . . . . . . . . . . . . . . 67
5.6. Matriz de reglas para el control de la temperatura y la humedad en vivero . . 68
5.7. Matriz de reglas para el control del pH y la CE . . . . . . . . . . . . . . . . 68
5.8. Matriz de reglas para el control de la temperatura y la humedad en macro túneles 69
5.9. Catálogo de plantas con sus parámetros óptimos . . . . . . . . . . . . . . . . 73
5.10. Vista del Control del Invernadero del Sistema de Monitoreo . . . . . . . . . . 73
5.11. Vista del Control de CE y pH del Sistema de Monitoreo . . . . . . . . . . . . 74
5.12. Vista del Panel Principal del Sistema de Monitoreo . . . . . . . . . . . . . . 74

XIV
C AP ÍTULO 1

Introducción

En este capı́tulo se hace una descripción de la problemática, el contexto y la justificación del


tema tratado en este tema de tesis. Además se define la propuesta de solución, los objetivos, la
hipótesis y la motivación que hizo que se llevara a cabo. Por último, se realiza una descripción
de los cápitulos de esta tesis.
1.1. La naturaleza del problema
Las condiciones climáticas del estado de Colima son ideales para el cultivo al aire libre
y bajo cultivo protegido durante todo el año, además la cercanı́a con Guadalajara, ası́ como
del mercado canadiense y americano, la experiencia de una mano de obra relativamente
especializada y una gran diversidad de productos pudieran parecer las condiciones ideales
para convertir al estado y al paı́s en un socio más importante. No obstante uno de los factores
que más impiden que se desarrolle lo mencionado anteriormente es la falta de tecnificación de
los viveros e invernaderos de plantas ornamentales. La mayorı́a de los procesos se realizan
totalmente de forma manual como el riego, detección de plagas, monitoreo y control de
parámetros crı́ticos como temperatura, humedad, conductividad y pH.
El monitoreo manual de variables tales como la humedad, la temperatura, la conductividad
y el pH en invernaderos de plantas ornamentales no es eficiente ya que la cantidad de tiempo
que se efectúa para ello es demasiado además de que la asignación de recursos para ello
resulta muy elevado y aunque se cuenta con equipo para medir dichas variables, estos no están
integrados con tecnologı́as de información por lo cual la consulta y el procesamiento de los
datos arrojados por dichos equipos resulta ser muy complicada y tediosa.
Por lo tanto, el desconocimiento del estado real de las variables mencionadas resulta en
la perdida de producto ya que al estar las plantas en condiciones no aptas estas no tienen el
rendimiento esperado por lo cual los tiempos y costos se elevan e incluso quedando inservibles
totalmente en algunas ocaciones.
Por lo mencionado anteriormente la implementación de un sistema de control difuso para
el monitoreo de temperatura, la humedad, el pH y la conductividad en invernaderos de plantas
ornamentales puede aumentar la producción en el cultivo de estas plantas además de evitar
que se generen perdidas por el desconocimiento real del valor actual de dichos parámetros.

2
1.2. El contexto del problema
En los paı́ses lı́deres en el ramo de producción y venta de plantas ornamentales como
Colombia, Ecuador y Holanda por mencionar algunos, han desarrollado la automatización
de dichos procesos desde hace varios años, incluso en México ya se utilizan tecnologı́as
innovadoras por lo que los productores del estado de Colima se están quedando rezagados en
este ámbito.
Existen organismos internacionales como GLOBALG.A.P. ayuda a los productores agrı́co-
las a cumplir con los criterios aceptados para las buenas prácticas agrı́colas con normas,
procedimientos y certificaciones logrando ası́ que los requerimientos del consumidor se vean
reflejados en la producción.
De acuerdo con la AIPH (Association Internatonale des Producteurs de l’Horticulture)
nuestro paı́s cuenta con una superficie de producción ornamental de 21,129 hectáreas para el
año 2005. Y aunque desde 1970 se introducen los túneles e invernaderos, la tecnificación de
los mismos ha sido menor en comparación con los principales paı́ses productores de plantas
de ornato.
Además de la falta de tecnificación, no existe una organización gubernamental actualmente
en México que se encargue de certificar a este tipo de sistemas por lo cual los productores no
tienen un conocimiento preciso de con quien ir a pedir asesorı́a ni tampoco de las diferentes
opciones que hay para la resolución de dichos problemas.
Localmente el Consejo Estatal de Productores de Plantas de Ornato de Colima (COEP-
PLANTS) en el año de 2009 crearon ORNACOL (Ornamentales d Colima SPR de RL) con el
objetivo de comercializar especies ornamentales para lo cual se desarrolló una estrategia que
genere productos y servicios del alto valor agregado, ayude a incrementar la productividad y
reducir costos, ası́ como disminuir los riesgos comerciales de sus actividades.

3
1.3. Revisión de la literatura
Azaza presenta en [Azaza et al., 2016] el diseño, la implementación y los resultados de un
sistema de control difuso implementado en un invernadero. Las variables de entrada fueron la
temperatura, humedad, CO2 (dióxido de carbono) e iluminación. El sistema fue desarrollado
en MATLAB y la conectividad se realizó por medio de ZigBee. Se logró un ahorro del 22 %
de energı́a y un 33 % de agua. Como mejora se puede agregar una plataforma web y hacer el
sistema dinámico dependiendo del cultivo se procese el modelo difuso correspondiente.
Ceballos en [Ceballos et al., 2015] muestra el desarrollo de un sistema de control difuso
para el riego de chile habanero en Yucatán. Las variables consideradas son la temperatura, la
humedad relativa y la humedad del suelo. El algoritmo fue programado en un microcontrolador
arduino y los datos se enviaban a una CPU mediante la tecnologı́a ZigBee. Como resultados
el articulo presenta un 79.8 % de ahorro de agua. Una plataforma web para la consulta desde
cualquier lugar con internet puede ser de valor agregado para el sistema web y agregar la
opción de seleccionar diferentes tipos de cultivo para aplicarles su correspondiente modelo
difuso.
K. Al-Aubidy muestra en [Al-Aubidy et al., 2014] el desarrollo de un sistema de monitoreo
en tiempo real de un grupo de invernaderos mediante un microcontrolador en el cual se
implementaron reglas difusas para el control del microclima de cada invernadero. El monitoreo
de los parámetros es por medio de teléfonos y se utiliza un monitor para mandar las señales.
Se puede agregar una plataforma web y agregar la opción de seleccionar diferentes tipos de
cultivo.
A. Sriraman en [Sriraman and Mayorga, 2007] desarrolla un sistema de control difuso
para un invernadero teniendo como parámetros de a medir la temperatura interior, temperatura
exterior, humedad interior y exterior, luz solar, nubosidad, velocidad del viento, dirección del
viento. El sistema fue desarrollado con MATLAB y se enfoca en el desarrollo del modelo del
control difuso. Como mejoras, se puede agregar una base de datos para guardar el historial
de los parámetros, una plataforma web para acceder desde cualquier parte sin necesidad de
instalar software adicional y agregar la opción de seleccionar diferentes tipos de cultivo.

4
Por su parte, [Azaza et al., 2015] presenta un método para desarrollar un controlador difuso
con el cual se controlo la temperatura y humedad relativa considerando la correlación entre
estos dos parámetros. El controlador esa basado en la validación de un modelo fı́sico de un
invernadero y en la correlación de la humedad relativa y la temperatura. Como resultados
la efectividad de los controladores difusos para manejar el clima de los invernaderos y un
importante ahorro de energı́a. Como mejoras se puede agregar como parámetro de entrada la
especie de planta ornamental ası́ como una plataforma web.
En el trabajo presentado en [Ali et al., 2016], se desarrolla y simula un controlador de
lógica difusa con el fin de controlar la temperatura y la humedad relativa. El modelo fue
desarrollado en MATLAB y simulado en Simulink con lo que se mostro la efectividad del
controlador para lograr las condiciones adecuadas dentro del invernadero.Aunque el trabajo
presentado presenta un modelo dinámico, este se puede hacer aún más para que se adapta
a la variedad de plantas ornamentales que se cultivan en el estado de Colima al agregar
como variable de entrada la especie de planta. También se puede agragar un sistema web de
monitoreo.
En [Fitz-Rodrı́guez et al., 2010] se desarrolla una simulación dinámica de un entorno
de invernadero basado en una plataforma web con el fin de funcionar como herramienta de
enseñanza en algunas universidades de Estados Unidos de América. El modelo del invernadero
fue basado en los principios de balance de masa y energı́a. El sistema permite seleccionar
el diseño del invernadero, las condiciones climáticas y las estrategias de operación. Como
resultados se muestran simulaciones de los invernaderos por 28 horas, mostrando las diferentes
condiciones que pueden presentar. Como mejora se puede agregar un sistema difuso que
controle lo complejo y no lineal de las variables de entorno de los invernaderos aunado a un
catalogo de plantas para hacerlo aun más dinámico.
Por último, [Li et al., 2013] elabora un modelo para el control de la humedad y tempera-
tura considerando la fuerte correlación entre estos parametros. La validación del modelo se
desarrollo en MATLAB/SIMULINK teniendo como resultado un satisfactorio control de los
parámetros. Como mejora se puede agregar una variable de entrada para atender las diferentes
especies de plantas ornamentales ası́ como una plataforma web para su monitoreo.

5
1.4. Propuesta de solución
Con lo expuesto en los artı́culos anteriores se propone el desarrollo de un sistema difuso
para el control y monitoreo de la temperatura, la humedad, la conductividad y el pH en
invernaderos de plantas ornamentales mediante una red de sensores con conectividad ZigBee,
un sistema de control difuso en una plataforma Raspberry y una plataforma web para la visua-
lización de los parámetros fı́sicos. Además, la creación de un catalogo de plantas ornamentales
dentro de la plataforma web para la selección del tipo de cultivo con el cual se pretende atender
los requerimientos especı́ficos de cada especie a procesar.

Figura 1.1: Estructura del sistema

6
1.5. Justificación
En la actualidad la integración de tecnologı́as en los procesos de cultivos aumenta la
calidad y la producción de las plantas, ası́ como la eficiencia de los recursos disponibles para
su producción. Siendo esto de gran importancia debido a la actual competencia que existe
en el mercado nacional e internacional ası́ como por la exigencia de calidad por parte de los
clientes.
El estado de Colima sufre actualmente un rezago en la tecnificación de invernaderos debido
a que en palabras de los propios productores se debe a dos factores importantes: la falta de
apoyo por parte del gobierno y principalmente el margen de utilidad no permite hacer una
inversión en tecnologı́a por lo cual el desarrollo de una solución al alcance de los productores
es necesaria.
El control de las variables (la humedad, la temperatura, la conductividad y el pH) resulta
ser fundamental en el proceso de producción de las plantas ornamentales, como por ejemplo
al momento de plantar los brotes estos deben de estar en un ambiente de humedad óptimo
ya que si no se respeta esto, no brotaran raı́ces a los esquejes, también aquı́ el control de la
temperatura es crı́tico ya que si sube, los brotes se queman y quedan inservibles.
El pH es clave para la aplicación de fertilizantes en las plantas por lo cual el control de esta
variable resulta ser muy importante para el aprovechamiento del mismo. Otro punto importante
es el tiempo para realizar la recolección y procesamiento de las variables, actualmente la
recolección de los datos es manual teniendo como consecuencia demasiado tiempo para la
realización de dicho proceso en el que incluso en algunos de los casos no se realiza con lo
cual no se aprovecha la fertilización.
Los sistemas difusos son ideales para controlar este tipo de parámetros debido a lo
complejo y no lineal que resultan, la dependencia que puede existir una de la otra (humedad
y temperatura), la alta flexibilidad, la tolerancia con la impresición y su base en el lenguaje
natural.

7
1.6. Motivación
El desarrollo de este trabajo responde a la necesidad de los productores de plantas orna-
mentales del estado de Colima de optimizar sus procesos de producción para poder aumentar
su competitividad y calidad de sus productos. El auge del hardware libre aunado al acceso a
la información permite crear este tipo de soluciones que antes solo estaban disponibles para
grandes empresas.

1.7. Objetivos

1.7.1. Objetivo General

Desarrollar un sistema de difuso para el control y monitoreo de parámetros fı́sicos como la


temperatura, la humedad, el pH y la conductividad en invernaderos de plantas de ornato.

1.7.2. Objetivos Especı́ficos

1. Implementación de un prototipo red de sensores en invernaderos de plantas ornamentales.

2. Desarrollar un sistema difuso para el control y monitoreo de variables en invernaderos de


plantas ornamentales.

3. Implementar el sistema difuso en una plataforma web.

4. Validar que el sistema difuso cumple con lo que realizarı́a el operador.

1.8. Hipótesis
El desarrollo de un sistema de control difuso para el monitoreo de parámetros fı́sicos
como la temperatura, la humedad, la conductividad y el pH en invernaderos incrementa la
productividad en la producción de plantas ornamentales.

8
1.9. Descripción de la organización del trabajo
La estructura de esta tesis esta dividia en varios capı́tulos, comenzando con una breve
introducción en la cual se aborda la problemática, la revisión de la literatura, los objetivos y
motivación para realizar este proyecto, posteriormente se continúa con el estado del campo del
conocimiento, métodos empleados, desarrollo, resultados, conclusiones y al final los apéndices
y anexos.

Capı́tulo 1: Introducción. En este capı́tulo se hace una descripción de la problemática,


el contexto y la justificación del tema tratado en este tema de tesis. Además se define la
propuesta de solución, los objetivos, la hipótesis y la motivación que hizo que se llevara
a cabo. Por último, se realiza una descripción de los cápitulos de esta tesis.

Capı́tulo 2: Estado del campo del conocimiento. En este capı́tulo se hace una revisión
del estado del campo del conocimiento, haciendo primero un repaso por los antecedentes
de la horticultura ornamental en México y después de la agricultura protegida y los
sistemas difusos. Posteriormente se realiza un estudio del contexto de la investigación.
Para finalizar se realiza una revisión del marco teórico que fundamenta la investigación.

Capı́tulo 3: Métodos empleados. En este capı́tulo se describen el tipo de investigación


y la metodologı́a utilizada en este trabajo de tesis. Primero se definio el caso de estudio
y el análisis de los requerimientos del sistema. Mas adelante se describe cuales fueron
los pasos para el desarrollo de la red de sensores, el sistema difuso y la plataforma web
para finalizar con la validación del sistema difuso y pruebas al prototipo de la red de
sensores.

Capı́tulo 4: Desarrollo. En este capı́tulo se describe el proceso llevado para desarrollar


el trabajo presentado en esta tesis. Primero se describe el caso de estudio, posteriormente
se desarrolla la red de sensores inalámbrica con ZigBee, despues de esto el sistema
difuso se desarrolla e implementa en la red de sensores inalámbrica. Al final se exponen
los pasos para la elaboración el módulo web del sistema unificado para el monitoreo de
los parámetros.

9
Capı́tulo 5: Resultados. En este capı́tulo se muestran los resultados de este trabajo de
tesis, ası́ mismo se se hace una discusión de los resultados.

Capı́tulo 6: Conclusiones y Recomendaciones. En este capı́tulo se presentan las con-


clusiones derivadas de los resultados, la comparación con los trabajos anteriores, la
aceptación de la hipótesis ası́ como el trabajo a futuro y las recomendaciones.

10
C AP ÍTULO 2

Estado del Campo del Conocimiento

En este capı́tulo se hace una revisión del estado del campo del conocimiento, haciendo
primero un repaso por los antecedentes de la horticultura ornamental en México y después
de la agricultura protegida y los sistemas difusos. Posteriormente se realiza un estudio del
contexto de la investigación. Para finalizar se realiza una revisión del marco teórico que
fundamenta la investigación.

11
2.1. Marco Histórico

2.1.1. Antecedentes de la horticultura ornamental en México.

A pesar de sus antecedentes prehispánicos, en México la horticultura ornamental como


actividad económica comenzó en la década de los ochenta y a pesar que entre los años de
1982 y 1989 la superficie sembrada con cultivos ornamentales se incrementó en un 77 %, la
superficie destinada para esta actividad era muy pequeña y representaba únicamente el 0.07 %
respecto al total del cultivo a nivel nacional del cual solo alrededor del 7 % estaba destinados a
invernaderos y viveros. Además menos del 20 % de los invernaderos o viveros recibı́an alguna
capacitación técnica. [INEGI, 1998]
Ya para el 2002 México seguia ocupando el lugar 14 como exportador siendo Estados
Unidos y Canada el principal destino con un 99.7 % del total de las exportaciones. Un factor
a considerar es la escasa variedad de flores de corte y planta con que cuenta México para la
exportación, ası́ como la carencia de estrategias explı́citas para ubicar mercados y necesidades
especı́ficas en los destinos potenciales de los productos. [COEPPLANTS, 2012]
Actualmente México ocupa el lugar numero 25 en exportación de plantas ornamentales
teniendo un retroceso en comparación a las decadas pasadas. Se estima que se cultivan
alrededor 22 mil hectáreas de plantas ornamentales entre las que hay: plantas de contenedor,
flor de corte, follaje de corte, arboles, arbustos, enredaderas, setos, cubre suelos, exoticas,
etc. [Carreto, 2014]

2.1.2. Reseña de los sistemas difusos.

El origen de la lógica borrosa (o difusa como se trata en este trabajo) remonta sus orı́genes
a los tiempos de los filósofos Aristóteles y Platón. Ellos fueron los primeros en considerar
que las cosas no tienen por qué ser de un cierto tipo o dejar de serlo, sino que hay una escala
intermedia entre los dos extremos. Son los pioneros en considerar que existen diferentes grados
de verdad y falsedad. A principios del siglo XX, el filósofo y matemático británico Bertrand
Russell divulgó la idea de que la lógica produce contradicciones. Realizó un estudio sobre las

12
vaguedades del lenguaje, concluyendo con precisión que la vaguedad es un grado. También
en este tiempo Ludwing Wittgenstein, estudió las diferentes acepciones que tiene una misma
palabra. Éste llegó a la conclusión de que en el lenguaje una misma palabra expresa modos
y maneras diferentes. En 1920 Jan Lukasiewicz, desarrolló la primera lógica de vaguedades.
Para él los conjuntos tienen un posible grado de pertenencia con valores que oscilan entre 0 y
1, y en este intervalo existen un número infinito de valores. El padre del término ”borroso”fue
Lofti A. Zadeh cuando en 1965 publicó ”Fuzzy Sets”(Conjuntos Difusos). La intención de
Zadeh era la creación de un formalismo para manejar de forma más eficiente la imprecisión
del razonamiento humano. Es en 1971, cuando realiza la publicación de Quantitative Fuzzy
Semantics en donde aparecen los elementos formales que dan lugar a la metodologı́a de la
Lógica Borrosa y de sus aplicaciones tal y como se conocen en la actualidad. En 1974 Assilian
y Mamdani en el Reino Unido desarrollaron el primer controlador difuso diseñado para la
máquina de vapor y apartir de entonces las aplicaciones de la lógica difusa se han realizado
en distintas máquinas, instrumentos y ámbitos de nuestra vida [Olmo-Castillo, 2008]. En la
Figura 2.1 se muestra una lı́nea de tiempo co los aspectos más importantes de la lógica difusa.

Figura 2.1: Historia de la Lógica Difusa

13
2.2. Marco Contextual

2.2.1. La agricultura protegida.

En México, las hectareas protegidas han evolucionado desde 1998 hasta 2008 a una
Tasa Media de Crecimiento Anual (TCMA) de 34.5 %, existiendo diferentes versiones de
su inventario. De la información obtenida en el II Simposio Internacional de Invernaderos
2008, de 8,834 ha con Agricultura Protegida (AP), 49 % eran invernaderos tecnificados y
de mediana tecnificación y el 51 % de malla de sombra. Es decir, la dinámica de la TCMA
corresponde a un porcentaje importante (70 %) al crecimiento de invernaderosde mediana y
baja tecnologı́a. [Reséndez et al., 2011]
Los factores que influyen en la competitividad y que detienen un crecimiento más dinámico
del sector de invernaderos en México mencionados en [Reséndez et al., 2011]

El bajo nivel de la curva de aprendizaje de algunos productores.

La incertidumbre que generan los supuestos problemas fitosanitarios. Los productores de


Florida y California han presionado al gobierno de EUA para imponer trabas sanitarias
e.g., la acusación injusta de México de la Food and Drug Administration (FDA) debido
a los brotes de salmonelaen EUA.

La alta inversión que implican los invernaderos de media y alta tecnologı́a, dejan a los
productores de escasos recursos fuera del mercado de EUA y Canadá. Al considerar la
rentabilidad, incluyendo la depreciación de activos, sólo dos empresas de alta tecnologı́a
(de 11 estudiadas por FIRA) presentaron utilidad de operación.

Los altos costos de operación de los invernaderos de media y baja tecnologı́a, para
controlar T y humedad relativa, al instalarse en climas extremosos, o por mala ubicación,
afectan la producción, la calidad y el precio. FIRA señala que los invernaderos se han
ubicado donde decidió el inversionista, y no necesariamente donde se tienen las mejores
condiciones climáticas para producir a menor costo.

La escala de producción de los invernaderos de baja tecnologı́a. FIRA considera: para


obtener utilidades se requieren rendimientos de 35 kg·m-2 con tecnologı́a media y, al

14
menos 60 % exportable. Para mercado nacional con baja tecnologı́a se requieren 15
kg-2.

2.2.2. Horticultura ornamental.

En el mundo, la producción y comercialización de plantas ornamentales es una importante


actividad agrı́cola, con un valor de 44,000 millones de dólares por año, en donde Holanda,
Colombia, Alemania, Francia, Italia y Reino Unido son los principales paı́ses productores.
[Casique, 2016]
Paı́ses como Holanda se centran en la producción eficiente y en estricto control de costos,
el elemento central de esta politica es la dedicación que se dedica a la automatización, como
por ejemplo el desarrollo y aplicación del Robomatic, un robot que realiza de forma automatica
y con una velocidad pasmosa los procesos de selección, cortado y plantación en macetas de
los esquejes (brotes), el robot procesa 750 macetas por hora. En 2004 habia 10 de estos robots
en Europa. [HorticomNews, 2005]
Existen organizaciones internacionales que se encargan establecer estandares en la produc-
ción de plantas ornamentales como la GLOBAL.A.P que tiene como objetivo fundamental la
producción segura y sostenible a nivel mundial de alimentos, y flores y plantas ornamentales.
Establece normas voluntarias para la certificaciónde productos agricolas en todo el mundo.
Busca como resultado la tendencia hacia una marca universal: una norma única que identifica
los métodos de producción segura, el uso responsable de los recursos y el bienestar tanto de
los empleados como de los animales. [GLOBALG.A.P., 2012]
En México los productos ornamentales han ganado terreno en cuanto a exportaciones y al
valor de la producción. En 2011 el valor de la floricultura fue de cinco mil 646 millones de
pesos, lo cual equivale a 82 % del valor total de la producción del frijol para ese mismo (seis mil
890 millones de pesos). Por otro lado en el perı́odo 2003-2011, el valor de las exportaciones de
ornamentales creció a un ritmo de 1.8 % anualmente; para el último año, el comercio exterior
de flores significó 26 millones 96 mil dólares, siendo Estados Unidos y Canadá los principales
compradores de productos como la rosa, gladiola, gerbera, ave del paraı́so, clavel, statice
y margarita. Durante 2011, la superficie destinada al cultivo de la flor y plantas en maceta

15
fue de 18 mil 629 hectáreas; entre los estados con mayor participación por el valor de la
producción de este cultivo destacaron Estado de México, Puebla, Morelos, Distrito Federal,
Baja California y Jalisco, pero sólo el primero aporta tres de cada cinco pesos del valor total.
Cabe mencionar que 80 % de la producción total se destina a abastecer el mercado interno
y 20 % a las exportaciones, México cuenta con una ventana de oportunidad en el mercado
europeo, ya que la demanda de flores se ha acrecentado en los últimos años [SAGARPA, 2013].
No obstante, factores avanzados como la infraestructura, recursos humanos especializados y
el soporte de la ciencia y la tecnologı́a tienen bajo nivel de adopción por su elevado costo, lo
que se traduce en una producción de menor calidad.
La producción de plantas del estado de Colima se consumen principalmente en el mercado
de Guadalajara. Debido a los pequeños márgenes de utilidad que obtienen la gran mayorı́a de
los productores estatales, son pocos quienes tienen la oportunidad de mecanizar y eficientar
sus procesos. Los principales componentes de este rubro son:

Aspersoras manuales y de motor.

Herramienta menor (tijeras para podar, carretillas, palas, manguera, regaderas, etc.).

Motobombas.

Plástico y pvc para reparación o construcción de túneles de enraizado.

Malla sombra, perfiles metálicos y cable.

Sistemas de riego.

Mezcladoras de sustrato.

Al igual que en los casos anteriores, no existe en la entidad un proveedor especializado


en la atención a los productores de plantas de ornato; de igual manera, éstos realizan sus
adquisiciones de oportunidad, recurriendo la mayor de las veces a proveedores de la cd de
Guadalajara, de México o de Cuautla, Mor. [COEPPLANTS, 2012]

16
2.3. Marco Teórico

2.3.1. Lógica Difusa (LD)

La lógica difusa es un conjunto de principios matemáticos basados en grados de membresı́a


o pertenencia, cuya función es modelar información. Este modelado se hace con base en reglas
lingüı́sticas que aproximan una función mediante la relación de entradas y salidas del sistema
(composición). Esta lógica presenta rangos de membresı́a dentro de un intervalo entre 0 y 1, a
diferencia de la lógica convencional, en la que el rango se limita a dos valores: el cero o el
uno. [Cruz, 2010]
La lógica difusa ha cobrado una gran importancia por la variedad de sus aplicaciones, las
cuales van desde el control de complejos procesos industriales, hasta el diseño de dispositivos
artificiales de deducción automática, pasando por la construcción de artefactos electrónicos
de uso doméstico y de entretenimiento, ası́ como también de sistemas de diagnóstico. De
hecho, desde hace ya, al menos década y media, la expedición de patentes industriales de
mecanismos basados en la lógica difusa tiene un crecimiento sumamente rápido en todas las
naciones industrializadas del orbe. Se ha considerado de manera general que el concepto de
lógica difusa apareció en 1965, en la Universidad de California en Berkeley, introducido por
Lotfi. A. Zadeh [D’Negri and Vito, 2016].

17
Tabla 2.1: Diferencia entre conjuntos clásicos y difusos [D’Negri and Vito, 2016].
Conjuntos Clásicos Conjuntos Difusos
Los elementos no tienen criterios
Solo hay dos opciones. El elemento
de membresı́a precisamente
pertenece o no a un conjunto.
definidos.
Reñidos con la realidad cotidiana y
Admite grados de pertenencia.
el lenguaje corporal.
Permite formalizar conceptos tales
como alto, bajo, frio, rápido.
Los conjuntos difusos permiten
representar mejor ciertos tipos de
incertidumbre.

Conjuntos Difusos

El concepto de un conjunto en matemáticas es fundamentalmente descrito como una


colección de objetos relacionados a traves de algunas propiedades. Un conjunto clásico tiene
establecido sus lı́mites, i.e. x ∈ A or x ∈ A lo que significa que el objeto es o no es parte del
conjunto. Siendo X un conjunto y A un subconjunto de X (A ⊆ x) entonces la pertenencia es
1, si no pertenece X ⊆ A, entonces la pertenencia es cero (EC. (2.1)) [Barnabas, 2013].

 
1 if x ∈ A
XA(x) = (2.1)
0 if x ∈ A
Un conjunto difuso es una clase de objetos con un continuo de grados de pertenencia.
Dicho conjunto se caracteriza por una calidad de membresı́a, función que asigna a cada objeto
un grado de pertenencia que oscila entre cero y uno. Los elementos de inclusión, unión,
intersección, complemento relación convexidad, etc.., son aplicados a este tipo de conjuntos y
varias de las propiedades de estas elementos son establecidos en el contexto de los conjuntos
difusos. Un conjunto difuso se define en la Ecuación (2.2)

A : X → [0, 1] (2.2)

18
donde A(x) es el grade de membresı́a de x para el conjunto difuso A. Nosotros denotamos
como f (x) a la colección de todos los subconjuntos difusos de X [Zadeh, 1965].

Controladores Difusos

Los controladores basados en la teorı́a de los conjuntos difusos son usados para representar
la experiencia y el conocimiento de un operador humano en términos de variables lingüı́sticas
que son llamadas reglas difusas. Por lo tanto, un controlador de lógica difusa, es una robusta y
adaptativa herramienta
Un sistema difuso está compuesto principalmente por 4 partes 2.2: fusificación , reglas,
inferencia y desfusificación. Las cuales son las siguientes [Delgado et al., 2014]:

Fusificación.

Reglas o Base de Conocimientos.

Motor de Inferencia.

Desfusificación.

Figura 2.2: Esquema de un sistema basado en LD.

Fusificación

Es un proceso de conversión de datos medidos del mundo real a un valor lingüı́stico en


el mundo de la LD utilizando las funciones de membrecı́a de las variables lingüı́sticas para
calcular el grado de pertenencia (grado de verdad).

19
Funciones de Membresia Para definir el grado de pertenencia de un elemento x a un
conjunto difuso A se utiliza una función que recibe el nombre de membresı́a, representada por
µA (x), la cual tiene dominio en el “Universo de Discurso”, que representa los números reales
en los cuales toma valores la variable analizada, y rango en los números reales comprendidos
en el intervalo cerrado X = [0, 1] [Neira and Cuellar, ].
Las funciones de pertenencia pueden calcularse de diversas formas. El método a elegir
depende de la aplicación en particular, del modo en que se manifieste la incertidumbre y en el
que ésta sea medida durante los experimentos [Cruz, 2010].

1. Método Horizontal:

Se basa en las respuestas de un grupo de N “expertos”.

La pregunta tiene el formato siguiente: ”¿Puede x ser considerado compatible con


el concepto A?”.

Sólo se acepta un “SÍ” o un “NO”, de manera que:

A(x) = (RespuestasA f irmativas)/N (2.3)

2. Método de comparación de parejas.

Supóngase que tenemos ya el conjunto difuso A sobre el universo X de n valores


(x1 , x2 , · · · , xn ).

Calcular la matriz recı́proca M = [ah i] , matriz cuadrada nxn:

a) La diagonal principal es siempre 1.

b) Propiedad de reciprocidad: ah iai h = 1

c) Propiedad transitiva: ah iai k = ah k

3. Basado en la especificación del problema:

Requiere una función numérica que quiera ser aproximada.

El error se define como un conjunto difuso: mide la calidad de la aproximación.

4. Método basado en la optimización de parámetros:

20
La forma de un conjunto difuso A depende de unos parámetros denotados por el
vector p: representado por A(x; p).

Se obtiene algunos resultados experimentales en la forma de parejas (elemento,


grado de pertenencia): (Ek , Gk ) con k = 1, 2, · · · , N.

El problema consiste en optimizar el vector p, por ejemplo reduciendo el error


cuadrático: mı́n p ∑ k = 1N [Gk − A(Ek ; p)]2 .

5. Método basado en la agrupación difusa (Fuzzy Clustering):

Se trata de agrupar los objetos de un universo en grupos (solapados) cuyos niveles


de pertenencia a cada grupo son vistos como grados difusos.

Existen varios algoritmos de Fuzzy Clustering, pero el más aceptado es el algoritmo


de “fuzzy isodata”.

Base de Conocimiento

La base de conocimiento es la manera que tiene el sistema difuso de guardar el conoci-


miento experto que le permite resolver el problema para el cual ha sido diseñado. Estas reglas
son del tipo si-entonces y tienen dos partes, el antecedente y el consecuente 2.4.

Si x1 es A y x2 es B entonces y es C. (2.4)

Inferencia

Un sistema de inferencia difuso consiste de variables linguisticas expresadas en términos


de cantidades matemáticas. Las Reglas Difusas son un conjunto de reglas asocian las variables
de entrada con las variables de salida algunas veces de manera intuitiva, o en otras ocasiones
manejada por los datos. Un mecanismo de inferencia difusa es capaz de moldear los procesos de
aproximación del razonamiento, a traves de la interpolación entre las reglas difusas [Barnabas,
2013].
El método Mamdani utiliza reglas tipo si-entonces (if-else). Una regla de la base de reglas
o base de conocimiento tiene dos partes, el antecedente y la conclusión como se observa en la

21
Figura 2.3. En un sistema difuso tipo Mamdani tanto el antecedente como el consecuente de
las reglas están dados por expresiones lingüı́sticas [Siler and Buckley, 2005].

Figura 2.3: Regla Si-Entonces tipo Mamdani [Siler and Buckley, 2005]

Las reglas de la base de conocimiento de un sistema Sugeno son diferentes a las de los
sistemas Mamdani pues el consecuente de estas reglas ya no es una etiqueta lingüı́stica sino
que es una función de la entrada que tenga el sistema en un momento dado Figura 2.4 [Siler
and Buckley, 2005].

Figura 2.4: Regla Si-Entonces tipo Sugeno [Siler and Buckley, 2005]

Desfusificación

La defusificación es el proceso que provee salidas discretas y determinı́sticas a partir de


los conjuntos difusos obtenidos como resultado de la inferencia. Existen diferentes métodos
de defusificación, alguno de los cuales se describen a continuación [Delgado et al., 2014].

El método de centro de área (COA). es uno de los más usados, sin embargo trae una
carga computacional importante y su salida responde a la Ecuación 2.5
R
µA (z) · z dz
COA = zR (2.5)
z µA (z)dz

22
Bisector de área (BOA por sus siglas in inglés). La salida es el valor que separa el área
bajo la curva en dos sub-áreas iguales y está definida por la Ecuación 2.6
Z BOA Z β
BOA = µA (z)dz = µA (z) dz (2.6)
∞ BOA

El método de la media de máximo (MOM, middle of maximum). La salida es el valor


medio de los valores cuyas funciones de membresı́a alcanzan el valor máximo.

El método del máximo más chico (SOM, smallest of maximum). La salida es el mı́nimo
valor de todos aquellos que generan el valor más alto de la función de membresı́a.

El método del máximo más grande (LOM, largest of maximum). La salida es el máximo
valor de todos aquellos que generan el valor más alto de la función de membresı́a.
Bisector de área. La salida es el valor que separa el área bajo la curva en dos sub-áreas
iguales.

Aplicaciones de la lógica difusa

El empleo del control difuso es recomendable:

Para procesos muy complejos, cuando no hay un modelo matemático simple.

Para procesos altamente no lineales.

Si el procesamiento del (lingüı́sticamente formulado) conocimiento experto puede ser


desempeñado.

El empleo del control difuso no es una buena idea si:

El control convencional teóricamente rinde un resultado satisfactorio.

Existe un modelo matemático fácilmente soluble y adecuado.

2.3.2. jFuzzy

jFuzzyLogic es una libreria de lógica difusa desarrollada en Java. jFuzzyLogic imple-


menta la especificación del lenguaje de control FCL con la especificación IEC61131. El
principal objetivo de jFuzzyLogic es brindar los beneficios del software de código abierto y la
estandarización de la comunidad de sistemas difusos [Cingolani and Alcala-Fdez, 2012].

23
2.3.3. Redes Inalámbricas

Las redes inalámbricas conectan cualquier dispositivo o computadora usando ondas de


radio, infrarrojo o cualquier medio inalámbrico. Pueden cubrir desde una área grande (como
UNA WAN inalámbrica) hasta una área puqueña o un edificio (WLAN). Alternativamente pue-
de proporcionar una interconexión de dispositivos dentro de pocos metros y para uso personal
como las WPAN (Wireless Personal Area Network por sus siglas en ingles). Una red de área
personal inalámbrica de bajo rango (LR-WPAN) es una red diseñada para comunicaciones
inalámbricas de corto alcance y de bajo costo. Existen varios estándares de comunicación
inalámbrica, incluyendo: ZigBee, Wi-Fi, WiMax, GSM, Bluetooth, etc. Estos estándares se
clasifican segun el rango de comunicación y las áreas de aplicación. El estándar ZigBee fue
desarrollado para las redes de sensores inalámbricas (WSN, Wireless Sensor Network). [Yang,
2014]

2.3.4. Redes Inalámbricas de Sensores (Wireless Sensor Network)

Las redes de sensores inalámbricos (WSN como las llamaremos desde ahora) son un grupo
de sensores y actuadores autónomos especializados con una infraestructura de comunicación
inalámbrica, diseñados para monitorear y controlar las condiciones fı́sicas o ambientales para
pasar cooperativamente sus datos a una ubicación principal y/o a un actuador deseado a través
de la red. [Yang and Cao, 2008]
Otra definición de una WSN es la presentada por [Gutierrez, 2004]: las redes de sen-
sores inalámbricas son un subconjunto de redes inalámbricas que se centran en permitir la
conectividad sin la necesidad de cables paraconectarse a los sensores o actuadores..

24
Figura 2.5: Estructura tı́pica de una Red de Sensores Inalámbricos

La figura 2.5 muestra el concepto las WSNs, donde los datos son recolectados desde los
nodos sensores y transmitidos a un nodo que los sincroniza (sinc) y envı́a a internet.

Caracterı́sticas de una WSN

Una WSN esta puede estar compuesta desde unos pocos hasta un número elevado de nodos
distribuidos en el entorno donde se produce el fenómeno que se desea monitorizar. Los nodos
pueden ser estáticos, con baja, media o alta movilidad, según la aplicación en concreto. Por lo
tanto se requieren técnicas tı́picas de redes ad-hoc para el descubriemiento y conformación de
la red aunque esto no significa que tengan que ser de este tipo de redes. [López et al., 2014]
Estos son algunos de los tipos de parámetros que son sensados por medio de una WSN
[Yang, 2014]:

Temperatura.

Humedad.

Ondas acústicas.

Movimiento Vehicular.

Luminosidad.

Presión.

25
Niveles de Ruido.

Presencia o ausencia de objetos.

Por otra parte, las principales aplicaciones de las redes inalámbricas de sensores son las
siguientes:

Monitoreo continuo del sensado de entornos.

Eventos de detección.

Location sensing for mobile target tracking and localization.

Control local de automatización de casas, automatización industrial etc.

Arquitectura de un nodo en una red de sensores inalámbricos

Normalmente los nodos de sensores estan compuestos de 4 subsistemas:

Un subsistema de sensado que consiste en uno o más sensores y actuadores para


monitorear el entorno fı́sico.

Un subsistema de procesamiento que se compone de un microcontrolador o un micropro-


cesador con memoria para guardar y procesar los datos recolectados por el subsistema
de sensado.

Un subsistema de comunicación que consiste en un sistema de radio de corto alcance


para la comunicación inalámbrica.

Un subsistema de suministro de energı́a, que normalmente usa baterı́as. Un generador


de energı́a puede ser incluido en el subsistema de suministro de energı́a si se emplea la
tecnologı́a de recolección de energı́a.

26
Figura 2.6: Arquitectura de un nodo sensor

2.3.5. IEEE 802.15.4: Estándar para redes inalámbricas de área perso-


nal con tasas bajas de transmisión de datos (Low-Rate Wireless
Personal AreaNetworks (LR-WPANs))

Las redes de áreas personales inalámbricas (WPAN) se utilizan para transmitir información
a través de distancias relativamente cortas. A diferencia de las redes de área local inalámbricas
(WLAN), las conexiones realizadas de WPAN implican poca infraestructura. Esta caracterı́stica
permite, bajo consumo de energı́a, soluciones de bajo costo para ser implementados por una
amplia gama de dispositivos. Esta norma defina la capa fı́sica y de control de acceso al medio
(MAC) para la conectividad inalámbrica de baja cantidad de datos con dispositivos fijos,
móviles y portátiles con muy poca necesidad de baterı́a, operan generalmente en espacio de
operación personal (10 m) [IEEE, 2011].

2.3.6. ZigBee

ZigBee es un estándar que define un conjunto de protocolos de comunicación para una


baja transmisión de datos y redes de corto alcance. Los dispositivos inalámbricos basados en
ZigBee operan en bandas de frecuencia de 868 MHz, 915MHz y 2.4 GHz. El máximo rango de

27
datos es de 250 K bits por segundo. ZigBee está destinado principalmente para que las baterı́as
tengan una larga vida, esto se debe a que los principales componentes dentro de la red ZigBee
están la mayor parte del tiempo en modo ahorro de baterı́a o “apagados” hasta que realmente
se necesita su función. Como resultado de esto, los dispositivos son capaces de operar durante
varios meses o años antes de que las baterı́as tengan que ser remplazadas. El estándar ZigBee
es desarrollado por la ZigBee Alliance la cual tiene cientos de empresas asociadas, desde la
industria de semiconductores, desarrollo de software fabricantes e instaladores. Esta alianza se
formó en 2002 como una organización sin ánimo de lucro [Alliance, 2017a].
El ZigBee adopto el estándar de la IEEE 802.15.4 como se muestra en la siguiente figura:

Figura 2.7: Pila de protocolos ZigBee.

2.3.7. Especificación ZigBee RF4CE

La especificación ZigBee ofrece un bajo costo y una fácil implementación. Esta especificación
está diseñada para proporcionar un bajo consumo de energı́a por medio de una baja latencia
de datos. Define una red de control remoto simple, robusto y de muy bajo costo que permite la
conectividad de inalámbrica de aparatos. Mejora el estándar de la IEE 802.15.4 proporcionando
una capa simple y una capa de aplicación estándar que se puede utilizar para conectar diversos
equipos de manera sencilla [Alliance, 2017b].
Las caracterı́sticas que ZigBee RF4CE incluye son:

Opera en una frecuencia de 2.4GHz acordando con el estándar IEE 802.15.4.

28
Incorpora mecanismos de ahorro de energı́a para todos los dispositivos.

Mecanismos de descubrimiento directamente con la aplicación.

Mecanismos de emparejamiento directamente con la aplicación.

Varias opciones de transmisión incluida la broadcast.

Utiliza el esquema de seguridad estándar AES-128.

Especifica un perfil de mando a distancia para los productos eléctricos.

Figura 2.8: Topologı́a de Red ZigBee RF4CE

La especificación ZigBee está compuesta por dos tipos de dispositivos: un nodo objetivo y
un nodo controlador.

2.3.8. Agricultura protegida

La agricultura protegida es aquella que emplea diversas técnicas y estructuras agrı́colas


con el propósito de evitar o reducir al mı́nimo las restricciones que el clima impone a los
cultivos, proporcionando un ambiente más propicio para el desarrollo de las plantas. Las
técnicas y estructuras empleadas para proteger los cultivos se dirigen contra los efectos del
viento, las bajas o altas temperaturas, las heladas, el granizo, el exceso de radiación luminosa
y la evaporación, al mismo tiempo que se puede procurar la protección del suelo y el uso
eficiente del agua. [SAGARPA, 2007]

29
Actualmente existe una gran variedad de tecnologı́as y estructuras para proteger los cultivos,
entre las que destacan algunas como los acolchados de plástico, las mallas anti-granizo, las
mallas corta viento, las mallas sombra, los micro-túneles, los macro-túneles y los invernaderos.

2.3.9. Invernaderos

Un invernadero es una construcción agrı́cola con una estructura de madera o metal, usada
para la protección de cultivos, mediante su aislamiento del exterior con una cubierta plástica
translucida o vidrio y mallas en las partes laterales. Los invernaderos funcionan bajo dos
principios fundamentales:

La transformación de la energı́a luminosa en energı́a calorı́fica.

La circulación del aire con movimiento ascendente del aire caliente y descendente del
aire frı́o.

Además del efecto invernadero que consiste en captar la energı́a radiante, se producen
otros efectos como el sombreo, el efecto de paraguas, cortavientos y efecto oasis, al poderse
mantener un ambiente más húmedo que en el exterior de zonas áridas. [SAGARPA, 2007]
Las principales ventajas y desventajas de los invernaderos se mencionan en el cuadro
siguiente:

30
Tabla 2.2: Ventajas y desventajas de los invernaderos. [SAGARPA, 2007]
Ventajas Desventajas
Intensificación de
Inversión inicial alta.
la producción.
Posibilidad de cultivar Desconocimiento de las estructuras
todo el año. más apropiadas para cada región.
Alto nivel de especialización y
Obtención de cosechas
necesidades de capacitación
fuera de temporada.
del personal.
Obtención de productos en
regiones con condiciones Altos costos de producción.
restrictivas.
Obtención de productos Condiciones óptimas para el rápido
de buena calidad. ataque de plagas y enfermedades.
Menor riesgo de Alta dependencia de
pérdidas de cosecha. las condiciones del mercado.

Clasificación de los invernaderos según su nivel tecnológico

Según la Asociación Mexicana de Horticultura Protegida en [de Horticultura Protegida,


2013] clasifica las tecnologı́as de producción bajo esquemas protegidos en tres categorı́as:

Tecnologı́a activa: tiene un control climatico (automatizado), de calderas, capacidad de


sembrar en hidroponı́a, plástico y cristal entre otros.

Tecnologı́a semi-activa: plástico, con sistemas semi-automatizados (calefacción, ventila-


ción, riego, enfriamiento, etc.).

Tecnologı́a pasiva: no tiene automatización, es cubierta de plástico o malla, expensa a


cambios climaticos.

Otra tipificación comúnmente aceptada es la mencionada por Martinez en [Martı́nez,


2014] y en la cual el nivel bajo es aquel 100 % dependiente del ambiente, uso de tecnologı́as

31
simples similares a utilizadas en cultivo a la intemperie; nivel medio es semiclimatizado,
riesgos programados, suelo o hidroponı́a; y el nivel alto climatización automatizada (mayor
independencia del clima externo), riegos computarizados, inyecciones de CO2 y usos de
sustratos. En función de ello se han establecido cuatro niveles: 1) nivel tecnológico básico o
manual, 2) nivel tecnológico medio o mecánico, 3) nivel tecnológico alto o automatizado y 4)
nivel tecnológico muy alto o computarizado como se muesta en la siguiente tabla:

Tabla 2.3: Ventajas y desventajas de los invernaderos. [SAGARPA, 2007]


Nivel tecnológico Tipo de manejo Tipo de estructuras y equipo
Básico Manual Rusticas, con equipamiento básico
Modulares, acero galvanizado,
Medio Mecánico con dispositivos mecánicos y
eléctricos.
Sensores y controladores
Alto Automatizado para riego, calefacción y
ventilación.
Computadoras,
Muy Alto Computarizado programas inteligentes y
control a distancia.

2.3.10. Condiciones climáticas y su influencia en la producción de las


plantas de ornato

Dadas las caracterı́sticas climáticas favorables del estado de Colima, se cultivan una gran
variedad de plantas de ornato [COEPPLANTS, 2012], por lo que el principal interés en el
control del clima esta en los cultivos de los brotes.
El éxito en el prendimiento de los brotes está estrechamente ligado a las condiciones
ambientales en las que se desarrolla el proceso de rizogénesis. Debe haber elevada humedad
relativa en la atmósfera, adecuada temperatura en el ambiente y en el sustrato, renovación del
aire que permita un buen intercambio gaseoso, y una correcta iluminación.

32
Dado que los brotes de tallo no poseen raı́ces, las condiciones de humedad relativa y
disponibilidad de agua en el ambiente deben ser máximas. Este aspecto es de particular
importancia en los brotes. Para asegurar este suministro se usan distintos métodos como el
cultivo bajo túneles de plástico u otras formas de cobertura entre las principales. La temperatura
óptima para los esquejes oscila entre los 18◦ C y 20◦ C, en tanto que la temperatura óptima del
sustrato debe situarse entre los 20◦ C y 25◦ C. [Barbat, 2016]

2.3.11. Fertilización

El objetivo de la fertilización es incrementar la fertilidad natural del suelo y, por tanto,


obtener un aumento del rendimiento de las cosechas. Para ello, la aportación de fertilizantes
debe suplir los nutrientes que faltan en el suelo y restituir los elementos minerales extraı́dos
por el cultivo.
Hay que considerar, que cuando un nutriente se encuentra en la planta en estado deficitario,
al aumentar su aportación, se consiguen aumentos en la producción que compensan el coste
del abono suplementario. Sin embargo a partir de determinados niveles de este elemento,
el incremento de cosecha como consecuencia del mayor aporte del mismo es decreciente,
alcanzándose un nivel crı́tico, en el que el mayor gasto de fertilizante deja de compensar
la mejora en el rendimiento de la cosecha. Por tanto, si bien una deficiente nutrición de las
plantas produce una reducción de la cosecha, y en muchos casos del tamaño del fruto, el
exceso de abonado ocasiona una serie de consecuencias adversas entre las que destacan pérdida
de calidad de los frutos, consumo de lujo de fertilizantes con la consiguiente disminución
de la rentabilidad de la plantación, desequilibrios nutricionales por antagonismo con otros
elementos, alteraciones difı́cilmente reversibles de las caracterı́sticas fı́sicas y quı́micas del
suelo y contaminación del medio ambiente. [Paredes and Millo, 2006]

2.3.12. Condiciones para la fertilización de las plantas de ornato

Los principales factores a considerar en la determinación de las dosis de abonado mencio-


nados por F. Legaz en [Paredes and Millo, 2006] son:

33
Análisis del suelo y agua: Aportan valiosas indicaciones sobre los nutrientes que se
encuentran en el suelo de forma asimilable, ası́ como sobre los aportados por el agua de
riego. Dan información sobre las caracterı́sticas fı́sico-quı́micas del suelo que inciden
sobre el comportamiento de los fertilizantes.

Caracterı́sticas de la plantación: el marco de plantación, la profundidad del terreno,


drenaje, modalidad de cultivo, sistema de riego, etc., permite valorar aproximadamente
algunos factores que afectan la eficacia de la utilización de los fertilizantes, ası́ como
programar la forma de aplicación de los mismos, para conseguir una máxima eficacia
en su absorción por la planta.

Además de las anteriores, otras caracteristicas importantes son las mencionadas por la
SAGARPA y las cuales seran tratadas en esta investigación:

Indice de acidez: Se expresa como el equivalente en kg de CaCO3 suficiente para


contrarrestar la acidez. Dicho equivalente puede expresarse en función del nutrimento o
del fertilizante. Fertilizantes con efecto residual muy ácido, como el amoniaco anhı́dro,
el sulfato de amonio y el superfosfato triple no se deberı́an aplicar a suelos ácidos,
porque puede dañar a la plántula, raı́ces y reducir la producción. También pueden
aumentar las condiciones para una mayor disponibilidad de elementos tóxicos (Mn, Fe
y Al) o para que exista una mayor fijación de P. Es preferible el uso de estos fertilizantes
en suelos con pH alcalino. El nitrato de sodio y de potasio tiene un ı́ndice básico, por lo
que su uso se recomienda preferentemente en suelos ácidos.

Indice salino: Se refiere al aumento de la presión osmótica en la solución del suelo por
la aplicación de un fertilizante, respecto al efecto del nitrato de amonio. Las sales del
fertilizante soluble se concentran alrededor de la zona de aplicación del fertilizante, y
si ellas alcanzan las raı́ces o semillas, entonces se producen daños por deshidratación,
menor disponibilidad de agua y toxicidad. Estos sı́ntomas se conocen como quemado
por fertilizante. La planta se deshidrata y presenta sı́ntomas parecidos a los de sequı́a.
Para reducir estos daños, se deben preferir los fertilizantes con menor ı́ndice salino.

34
2.3.13. El pH y su importancia de monitoreo y regulación

El pH es una medida de la acidez (pH bajo = ácido) o alcalinidad (pH alto = básico
o alcalino) del medio. El pH del medio de cultivo controla las reacciones quı́micas que
determinan si los nutrientes van a estar o no disponibles (solubles o insolubles) para su
absorción. Por tal motivo, los problemas nutritivos más comunes ocurren en los cultivos
cuando el pH se encuentra fuera del rango óptimo.
El rango óptimo para la mayorı́a de los cultivos ornamentales es de 5,5 a 6,8 (Tabla 3).
Pero existen plantas que requieren valores de pH menores a 5,5 (Tabla 3).

Tabla 2.4: Rango de pH para algunas especies ornamentales. [Paredes and Millo, 2016]
Rango de pH para diferentes plantas ornamentales
<5.5 5.2-5.8 5.5-6.4 6-6.8
Azalea Viola Violeta africana Echinacea Lisianthus Celosia
Dionaea Petunia Rosa China Primula Calendula Geranium
Salvia Aster Crisantemo Campanula Copete
Conejito Begonia Impatiens Crocus Marimonia
Vinca Caladium Poinsettia Dianthus Calceelaria
Cyclamen Clerodendron Gerbera
Orquı́dea Gloxinia
Hortencia

Si el pH del sustrato se encuentra en el rango óptimo la mayorı́a de los nutrientes mantiene


su máximo nivel de solubilidad. Por debajo de este rango, pueden presentarse deficiencias de
nitrógeno, potasio, calcio y magnesio; mientras que por encima, puede disminuir la solubilidad
del hierro, fosforo, manganeso, zinc y cobre. Los óxidos metálicos de hierro, manganeso,
cobre y zinc se hacen más solubles al bajar el pH (menor de 5), pudiendo resultar fitotóxicos.
El aumento o disminución del pH del medio depende de varios factores, entre ellos, el pH
del sustrato, la alcalinidad del agua, la actividad de cal, la acidificación por las raı́ces de la
planta, y el uso de un fertilizante de reacción ácida o básica. Una forma de incrementar el pH,

35
cuando el sustrato a utilizar tiene valores menores a 5, es mediante la adición de cal (dolomita,
calcita etc.). La cal difiere en su composición, dependiendo de su origen, del tamaño de sus
partı́culas, y de su dureza, las cuales causan variabilidad en su reactividad. Otra forma de
subir o bajar el pH es incorporando a la formulación materiales con pH alto (mayorı́a de los
compost) o bajos (turbas, corteza de pino, pinocha) para lograr obtener un sustrato con los
rangos recomendados.
También se podrı́a elevar o disminuir el pH del medio mediante el uso de fertilizantes. El
nitrato sólo aumenta el pH del medio cuando el fertilizante es absorbido por las raı́ces de la
planta. Tener en cuenta que si éstas son pequeñas, o están bajo condiciones de estrés y no
crecen rápidamente, el nitrato tendrá poca influencia en el pH del medio. El amonio puede
causar que el pH del medio disminuya, porque las bacterias del suelo naturalmente acidifican
el medio mediante un proceso llamado nitrificación. El pH del medio también puede ser
afectado por la alcalinidad del agua, que es una medida de los iones básicos (principalmente
carbonatos y bicarbonatos) disueltos en el agua. Un riego con agua de elevada alcalinidad
puede causar que el pH del medio se eleve con el transcurso del tiempo. La alcalinidad del
agua puede ser reducida agregando ácido en el agua del riego o combinando las fuentes de
agua (agua de lluvia o agua de ósmosis inversa, con el agua a tratar). [Paredes and Millo, 2016]

2.3.14. La conductividad y su importancia de monitoreo y regulación

La concentración de sales solubles presentes en la solución del sustrato se mide mediante


la conductividad eléctrica. La conductividad eléctrica es la medida de la capacidad de un
material para conducir la corriente eléctrica, el valor será más alto cuanto más fácil se mueve
la corriente a través del mismo. Esto significa que a mayor conductividad eléctrica, mayor es
la concentración de sales. Se recomienda que la conductividad eléctrica de un sustrato sea
baja, en lo posible menor a 1dS m-1 (1+5 v/v). Una conductividad eléctrica baja facilita el
manejo de la fertilización y se evitan problemas por fitotoxicidad en el cultivo.
Por este motivo al formular un sustrato, se debe analizar la conductividad eléctrica de los
componentes para evaluar el porcentaje a utilizar en la mezcla sin elevar la conductividad
eléctrica final del sustrato formulado. En la tabla 3 se presenta el valor de la conductividad

36
eléctrica de muestras de algunos componentes.
Durante el desarrollo del cultivo, la CE del sustrato puede incrementar porque 1) la
presencia de fertilizantes insolubles, como los de liberación lenta, 2) la incorporación de una
cantidad de fertilizante superior a las absorbidas o lixiviadas, 3) Cuando el sustrato tiene una
alta CIC (capacidad de intercambio catiónico) y al mismo tiempo, se descompone liberando
nutrientes. Todo esto se pude evitar conociendo a priori la cantidad de nutrientes que el cultivo
requiere.
En caso de que se presente un incremento de la CE, se pude corregir mediante lixiviación
controlada. Es decir, lixiviar con agua de calidad hasta conseguir un volumen de lixiviado
equivalente al volumen del contenedor. Otras medidas pueden ser mantener el sustrato per-
manentemente húmedo o sombrear e incrementar la humedad relativa ambiente para reducir
el estrés de la planta. La respuesta de la planta a la alta CE, va a depender de la edad, condi-
ciones ambientales, manejo del cultivo y caracterı́sticas de la especie. Un plantı́n (de bandeja
alveolada) es más sensible que una planta de mayor desarrollo, o una planta en un ambiente
húmedo y fresco tolera mejor la conductividad que una cultivada en un ambiente cálido y con
baja humedad relativa. [Paredes and Millo, 2016]

2.3.15. Raspberry Pi 2

Raspberry Pi es una computadora de pequeño tamaño (aproximadamente de una tarjeta


de crédito) que se conecta a un monitor y a un teclado. Por su tamaño es especial para ser
utilizado en proyectos de electrónica aunque puede hacer prácticamente todo lo que hace una
computadora de escritorio como navegar por internet, editar documentos o reproducir videos
de alta calidad [Foundation, 2016].

Figura 2.9: Raspberry Pi 2.

37
2.3.16. Raspbian

Raspbian es un sistema operativo libre basado en debı́an optimizado para Raspberry Pi.
Tiene un conjunto de programas básicos especialmente diseñados para Raspberry Pi además
de más de 35,000 paquetes y software pre-compilado. Está diseñado para tener un rendimiento
significativamente más rápido para las aplicaciones que hacen uso intensivo de las operaciones
aritméticas punto flotante [Project, 2016].

2.3.17. Software Libre

Software libre es el software que respeta la libertad de los usuarios y la comunidad. A


grandes rasgos, significa que los usuarios tienen la libertad de ejecutar, copiar, distribuir,
estudiar, modificar y mejorar el software. Es decir, el software libre es una cuestión de libertad,
no de precio [FSF, 2016].

2.3.18. Tecnologı́as para el desarrollo de la plataforma web

Apache: El Servidor Apache HTTP es un proyecto de desarrollo de software colabora-


tivo dirigido a crear una solución robusta, comercial, funcional y libre de un servidor
HTTP [Apache-Software-Foundation, 2017].

MariaDB: MariaDB se utiliza porque es rápido, escalable y robusto, con un rico


ecosistema de motores de almacenamiento, complementos y muchas otras herramientas
que lo hacen muy versátil para una amplia variedad de casos de uso. MariaDB se
desarrolla como software de código abierto y como una base de datos relacional que
proporciona una interfaz SQL para el acceso a los datos [MariaDB-Foundation, 2017].

PHP: PHP es un lenguaje de programación de uso general de código del lado del servidor
originalmente diseñado para el desarrollo web de contenido dinámico. Actualmente se
utiliza en millones de sitios [Group, 2017].

HTML5: HTML5 es la última versión de HTML. El término representa dos conceptos


diferentes: Se trata de una nueva versión de HTML, con nuevos elementos, atributos y

38
comportamientos. Contiene un conjunto más amplio de tecnologı́as que permite a los
sitios Web y a las aplicaciones ser más diversas y de gran alcance [Developer, ].

Bootstrap: Bootstrap es un popular framework de HTML, CSS y JS para el desarrollo


responsivo y de móviles en la web [Bootstrap, 2017].

39
C AP ÍTULO 3

Métodos Empleados

En este capı́tulo se describen el tipo de investigación y la metodologı́a utilizada en este


trabajo de tesis. Primero se definio el caso de estudio y el análisis de los requerimientos del
sistema. Mas adelante se describe cuales fueron los pasos para el desarrollo de la red de
sensores, el sistema difuso y la plataforma web para finalizar con la validación del sistema
difuso y pruebas al prototipo de la red de sensores.

40
3.1. Tipo de Investigación
El tipo de investigación empleada en esta tesis es la investigación aplicada ya que tiene como
objetivo resolver problemas prácticos y trata de unir la investigación con la práctica a traves
de la aplicación o utilización de los conocimientos adquiridos, a la vez que se adquieren otros,
después de implementar y sistematizar la práctica basada en la investigación. Los métodos
empleados se muestran en la tabla 3.1

3.2. Selección del caso de estudio.


El desarrollo de esta investigación se llevó en los viveros Massangeana con una superficie
de 800 metros cuadrados. El vivero pertenece al consejo estatal de productores de plantas
de ornato COEPPLANTS. La elección de este vivero fue porque tiene las instalaciones más
apropiadas para nuestra investigación además de la disposición del productor. Todos los
procesos se realizan de forma manual, riego, fertilización, registro del historial de pH y
conductividad. El vivero está protegido con malla-sombra y la única parte que está cubierta
por plástico son los túneles de esquejes.

3.3. Conceptualizar el problema


Una vez que se estableció el caso de estudio, se hicieron visitas al productor para ver el
estado actual del invernadero, los procesos de producción, los productos y las herramientas
para la producción. También los productores expusieron sus necesidades y los procesos de
producción que se necesitaban de tecnificar.

3.4. Análisis de Requerimientos


En la Tabla 3.2 se muestran los requerimientos del sistema difuso de monitoreo.

41
Tabla 3.1: Cronograma de Actividades
Fecha Fecha
Actividades Herramientas Empleadas
de Inicio Final
Selección del
15/06/2016 15/07/2016 Entrevistas
caso de estudio
Conceptualizar
15/07/2016 01/08/2016 Entrevistas
el problema
Análisis de
01/08/2016 15/08/2016 Entrevistas
Requerimientos
Fuentes de información,
herramientas
Revisión de
15/08/2016 01/09/2016 tecnológicas y patentes
la literatura
asociadas al campo
del conocimiento
Diseño de la ZigBee, Arduino, Sensores,
15/09/2016 22/12/2016
red de sensores Raspberry.
Modelado de los
22/12/2016 01/03/2017 jFuzzy
sistemas difusos
Implementación la PHP, CodeIgniter, MariaDB,
01/03/2017 01/04/2017
plataforma web Apache 2, Javascript
Pruebas al ZigBee, Arduino, Sensores,
01/04/2017 30/04/2017
prototipo Raspberry.

42
Tabla 3.2: Requerimientos del sistema
RF1. El sistema debe mostrar una acción de
control dependiendo del valor del parámetro sensado.
Funcional Prioridad: Alta Dificultad Alta
RF2. El sistema debe sensar parámetros fı́sicos.
Funcional Prioridad: Alta Dificultad: Alta
RF3. El sistema debe almacenar los datos en una base de datos.
Funcional Prioridad: Alta Dificultad: Media
RF4. El sistema debe mostrar el historial de los datos sensados.
Funcional Prioridad: Media Dificultad: Media
RF5. El sistema debe brindar la posibilidad de elegir especies
de un catálogo de plantas ornamentales
Funcional Prioridad: Alta Difucultad: Media
RF6. El sistema debe permitir agregar, modificar y eliminar especies
del catálogo.
Funcional Prioridad: Media Dificulta: Media
RNF.1 El sistema debe sensar una vez por hora.
No Funcional Prioridad: Media Dificultad: Media
RNF2. Si falla un nodo los demás deben seguir funcionando
No Funcional Prioridad: Alta Dificultad: Media

3.5. Revisión de literatura


Se realiza una revisión de la literatura para encontrar los métodos, tecnologı́as, herramientas
necesarias para desarrollar la investigación. Además se hizo una revisión de artı́culos con
investigaciones similares para analizar la factibilidad de la investigación ası́ como una búsqueda
de patentes nacionales e internacionales. La búsqueda incluyo procedimientos para medir el
pH y conductividad de plantas, ası́ como las caracterı́sticas de cada una de ellas las cuales
fueron consultadas en un banco de datos de las plantas ornamentales de Colima facilitado por

43
ORNACOL. Las fuentes que se consultaron para extraer la información fueron: bancos de
patentes nacionales e internacionales, textos cientı́ficos, revistas tecnológicas, tesis de grado,
libros especializados en el área de lógica difusa y normas internacionales.

3.6. Diseño de la red de sensores


Los antecedentes del diseño de la red de sensores fueron las aplicaciones basadas en
[Maroto, 2010] y [Yang and Cao, 2008], en La metodologı́a para el desarrollo de la red de
sensores inalámbrica fue la siguiente:

Identificación de los parámetros a sensar.

Diseño del hardware para la red de sensores inalámbrica.

Diseño del software para la red de sensores inalámbrica.

Simulación de la red de sensores inalámbrica.

Calibración de los sensores.

Implementación de los modelos difusos en la red de sensores.

Implementación de la red de sensores.

3.7. Desarrollo de los modelos difusos


Para el diseño de los modelos difusos se comenzó con dividir cada uno de los módulos: la
temperatura y la humedad en túneles de esquejes, el pH y la conductividad de sustrato, el pH
y la conductividad de agua de riego y la temperatura y la humedad dentro de invernaderos,
para poder trabajar con las caracterı́sticas de cada uno, posteriormente se desarrolló el diseño
de cada uno de los modelos con el software jFuzzy el cual permite llevar todo el proceso
hasta exportar los modelos a código fuente para implementarlo en aplicaciones. En el caso
de esta investigación se exporto a C++ y se implementó dentro de nuestro Datalogger. Los
antecedentes del diseño de los modelos difusos fueron: [Ceballos et al., 2015], [Azaza et al.,
2016] y [Sriraman and Mayorga, 2007]. En las dos primeras se desarrolla un sistema difuso

44
para el monitoreo de parámetros en invernaderos. En el tercer trabajo se realiza un software
para el monitoreo y control de un sistema difuso. La metodologı́a para el desarrollo de los
modelos difusos fue la siguiente:

Selección del tipo de sistema.

Definición de las variables de entrada y salida.

Fusificación de las entradas.

Elaboración de las reglas.

Desfusificación de las salidas.

Implementación en jFuzzy.

Validación de los modelos.

3.8. Pruebas al prototipo.


Se realizaron pruebas al prototipo para comprobar si cumple con los requerimientos y con
la hipótesis.

3.9. Implementación en la pataforma de monitoreo web.


Se implemento en la plataforma web del Sistema de Información Unificado para la Traza-
bilidad de la Producción de Plantas Ornamentales con la cual se visualizarán los parámetros
sensados. Para el desarrollo de la misma se utilizaron tecnologı́as libres.

45
C AP ÍTULO 4

Desarrollo

En este capı́tulo se describe el proceso llevado para desarrollar el trabajo presentado en esta
tesis. Primero se describe el caso de estudio, posteriormente se desarrolla la red de sensores
inalámbrica con ZigBee, despues de esto el sistema difuso se desarrolla e implementa en la
red de sensores inalámbrica. Al final se exponen los pasos para la elaboración el módulo web
del sistema unificado para el monitoreo de los parámetros.

46
4.1. Modelo Conceptual

Figura 4.1: Estructura del sistema

4.2. Caso de estudio


El desarrollo de nuestra investigación se llevó en los viveros Vivero Massangeana S.P.R. de
R.L. que pertenece al consejo estatal de productores de plantas de ornato (COEPPLANTS).
La elección de este vivero fue porque tiene las instalaciones más apropiadas para nuestra

47
investigación, un historial de mediciones y la disposición del productor.

4.2.1. Ubicación y dimensiones del caso de estudio

El invernadero se encuentra ubicado en el libramiento a Manzanillo km. 1.1, Colima,Col. El


experimento se realizó en la nave principal que se muestra en la figura: 4.2 la cual tiene una
superficie aproximada de 0.720 hectáreas.

Figura 4.2: Medidas del invernadero utilizado para el caso de estudio.

4.2.2. Caracterı́sticas del caso de estudio

El clima del estado de Colima es propicio para la producción de plantas ornamentales por
lo que los viveros estan cubiertos con malla sombra y no con plástico que se utiliza para
climas más extremos [COEPPLANTS, 2012]. La malla sombra está diseñada especialmente
para controlar la luz en los cultivos, proteger contra cierto tipo de insectos, lluvia, viento,
polvo, granizo etc. Los túneles de enraizamiento estan cubiertos por plástico para mantener la
humedad y temperatura en los niveles necesarios para el enraizamiento de los esquejes Fig:
4.3

48
Figura 4.3: Túneles de enraizamiento.

En el vivero no tienen algún equipo de automatización para el control o monitoreo de algún


parámetro, su nivel de tecnificación es pasivo. La medición de el pH y la conductividad se
realiza por medio de un phmetro manual y la recolección de datos en una libreta para vaciarlas
en Excel mientras que la medición de la temperatura se realiza con un termómetro manual y
muchas veces a juicio experto, cuando la temperatura es alta, por medio de la esparción de
agua dentro del vivero es como se disminuye la temperatura.

4.3. Desarrollo de la red inalámbrica de sensores (RIS)

4.3.1. Identificación de los parámetros a sensar

El primer paso para el desarrollo de la de sensores fue la identificación de los parámetros a


sensar, para ello se realizaron visitas al caso de estudio para la detección de las necesidades
ası́ como el lugar donde se realizarı́a el sensado de los parámetros. Se detectó la necesidad de
6 mediciones, 5 estáticas y una móvil que se utilizará dentro del invernadero. La distribución
de los nodos se muestra en la figura 4.4

49
Figura 4.4: Distribución de los nodos

4.3.2. Diseño del hardware de la red inalámbrica de sensores (RIS)

Una vez identificados los tipos y la cantidad de parámetros y las distancias a sensar se
desarrollo el diseño de los nodos de la red. El primer paso fue determinar si los nodos serı́an
basados en sistemas de chip o basados en componentes, se seleccionó este último tipo de
nodos debido a su alta flexibilidad en el armado de los componentes y derivado de ello menor
costo. Con la selección del nodo basado en componentes se tiene que realizar la busqueda de
los componentes adecuados de cada uno de los cuatro subsistemas que integran la arquitectura
de un nodo sensor.
a) Selección de la tecnologı́a inalámbrica: Para la selección de la tecnologı́a inalámbrica
de la red se realizó una comparación entre las tres principales opciones como se muestra en la
Tabla 4.1. Se puede observar que la diferencia entre duración de las baterias es considerable
siendo esto el punto más importante a tomar en cuenta debido a que se pretende aumentar la
productividad con el trabajo realizado en esta tesis.

50
Tabla 4.1: Comparación entre las tecnologı́as inalámbricas ZigBee, Wi-Fi y Bluetooth. [Yang,
2014]

Nombre ZigBee Wi-Fi Bluetooth


Estandar 802.15.4 802.11a,b,g 802.15.1
Recursos del sistema 50–60 KB desde 1 MB desde 250 KB
Vida de la bateria 100–1000 1–5 1–7
Tamaño de red 65,536 32 7
Ancho de banda 20–250 11,000 720
Rango de transmisión (m) 100+ 100 10
64 and 128
Seguridad 128 AES -
bit encryption
Frecuencia 2.4 GHz (worldwide) 2.4 and 5 GHz 2.4 GHz

Otra de las caracterı́sticas importantes por las cuales se opto por ZigBee es debido a la alta
escalabilidad con la que cuenta, tolerancia a fallos y que es adecuada para ser implementada
en lugares de difı́cil acceso.
b) Selección del microcontrolador: Arduino Mega

Figura 4.5: Arduino Mega.

Arduino Mega es una placa electrónica basada en el ATmega1280. Cuenta con 54 pines
digitales de entrada/salida de los cuales 14 se pueden usar como salidas PWN, 16 entradas

51
analógicas, 4 UARTs, un oscilador de 16MHz, una conexión USB y un conector de alimen-
tación. Cuenta con una memoria flash de 128 KB para guardar código, 8 KB de SRAM y 4
KB de EEPROM. La selección de este microcontrolador se debio a su amplia documentación,
bajo precio y que es fácil de conseguir.
c) Selección de los dispositivos de sensado.

Figura 4.6: Sensor de temperatura y humedad DHT22.

Sensor de humedad y temperatura: DHT22 (Digital-output relative humidity & temperature


sensor/module). Para el sensado de los parámetros de humedad relativa y temperatura se utilizó
en el prototipo el sensor DHT22 (Figura 4.6).
La selección de este sensor es debido a que cuenta con salidas digitales que solo necesitan
de un microcontrolador para tratar la señal y ası́ poder guardarla en la bitácora de mediciones.
Otro punto importante para la selección de estos sensores es su bajo costo y que se encuentran
calibrados en laboratorio.
Sensor de pH: Industrial pH AtlasScientific. Para la medición de el pH y la CE se utilizarón
los sensores de la compañia Atlas Scientific (Figuras 4.7) ya que estos sensores cuentan con
salidas digitales las cuales se conectan directamente a un microcontrolador, permitiendo una
fácil integración a la red de sensores [?].

Figura 4.7: Conductivity Probe K 10 Atlas-Scientific.

52
Otra de las ventajas de estos sensores es su alta durabilidad, se pueden sumergir totalmente
en agua y además solo necesitan calibrarse unas pocas veces al año.
d) Selección de la fuente de energı́a:

Figura 4.8: Pilas AAA.

Como fuente de energı́a se seleccionaron pilas recargables AAA (Figura 4.8) para los
nodos sensores, esto debido a pueden adaptarse al nodo para que este cuente con movilidad y
fácil manejo.

4.3.3. Diseño del Datalogger

El Datalogger es el principal nodo de la red de sensores ya que es este el que coordina los
demás nodos, programa las mediciones de los parámetros, guarda los datos recibidos por los
sensores y además permite la visualización de los mismos. El desarrollo de Datalogger fue
con un dispositivo Raspberry al cual se le monto un servidor web para la recolección de datos
(Anexo I), este dispositivo fue conectado al nodo central de la red inalámbrica de sensores y
protegido con un cajon metálico impermeable.

4.3.4. Pruebas con un prototipo

Se realizaron pruebas con un prototipo para validar el funcionamiento de la recolección de


parámetros y ası́ analizar el comportamiento. Para realizar el prototipo se realizaron 3 nodos
ZigBee; un nodo coordinador y dos nodos de sensado (Figura: 4.9).

53
Figura 4.9: Prototipo de la RIS: a) Nodo coordinador. b) y c): Nodos de sensado

4.4. Desarrollo del modelo difuso

4.4.1. Selección del tipo de sistema difuso

Para el desarrollo de este trabajo se seleccionó un sistema difuso tipo Mandami debido a
que este tipo de sistemas permiten asignar variables linguisticas a las variables de salida con lo
cual el usuario recibirá los datos de manera más fácil de entender ya que estas seran variables
linguisticas. Antes de comenzar con el desarrollo.

4.4.2. Temperatura y humedad en macro túneles de enraizamiento

Definición de las variables de entrada y salida

Para definir las variables de entrada se estimó la diferencia de la temperatura y la humedad


relativa con los valores reales de sus mediciones. A esta diferencia se le llamo Error de
Temperatura (∆T ) 4.1 y error de humedad (∆H) 4.2, las cuales se muestran en las siguientes
ecuaciones:

∆T = TEsperada − TReal (4.1)

54
∆H = HEsperada − HReal (4.2)

También se especificó la variable de entrada Estado del Control de la Humedad debido a


la relación que tiene el control esta variable sobre la temperatura. Los tipos de funciones de
membresı́a que se utilizaron fueron triangulares y trapezoidales. Los grados de membresı́a de
cada variable fueron definidos por conocimiento experto Tabla 4.2.

Tabla 4.2: Parámetros de las funciones de membresı́a de las variables de entrada para el módulo
de Temperatura y Humedad en Macro túneles
Variable de
Rango MF Abrev. Tipo de MF Parámetros
Entrada
Bajo B Trapezoidal [-80 -70 -15 -0]
Error de
-70 - 30 ( %) Mı́nimo Min Triangular [-15 0 15]
Humedad
Alto A Trapezoidal [0 15 30 45]
Bajo B Trapezoidal [-30 -25 -8 0]
Error de Mı́nimo Min Triangular [-8 0 8]
-25 - 25 (°C)
Temperatura Alto A Triangular [0 8 16]
MuyAlto MA Trapezoidal [8 16 25 33]
Estado del Deshumidificación DH Triangular [-2 -1 0]
Control de OFF OFF Triangular [-0.8 0 0.8]
Humedad Humidificación H Triangular [0 1 2]

Debido a la tecnificación pasiva con la que cuenta el caso de estudio, está cubierta por malla
o plástico y está expensa a cambios climáticos, los procesos para el ajuste de los parámetros
se realiza de forma manual; cuando se requiere bajar la temperatura se realiza por medio
de ventilación y se agrega una sombra sobre el techo. El control de la humedad se realiza
por medio de esparción de agua y apertura de puertas. Los parámetros de las funciones de
membresı́a de las variables de salida se muestran en la Tabla 4.3.

55
Tabla 4.3: Los parámetros de las funciones de membresı́a de las variables de salida del módulo
Temperatura y Humedad en Macro túneles
Variable de Variable
Rango MF Abrev. Tipo de MF Parámetros
Entrada de Salida
DesHumidificación DH Triangular [-2 -1 0]
Error de Control -1 - 1
Off Off Triangular [-0.8 0 0.8]
Humedad de Humedad
Humidificación H Triangular [0 1 2]
MuyBaja MB Triangular [-25 0 25]
Baja B Triangular [0 25 50]
Ventilación -25 - 25 (°C) Media M Triangular [25 50 75]
Error de
Alta A Triangular [50 75 100]
Temperatura
MuyAlta MA Triangular [75 100 125]
Quitar Q Triangular [-1 0 1]
Sombra 0-1
Colocar C Triangular [0 1 2]

Definición de las reglas.

Ahora viene la segunda etapa del proceso, crear un conjunto de reglas que permitan utilizar
las composiciones que se han realizado. Estas reglas fueron proporcionadas por el operador de
los macro túneles, de ahı́ la importancia de determinar el caso de estudio ya que las variables
de salida y las reglas se especifican al caso de estudio. En las Tablas 4.4 y 4.5 se muestran las
matrices con las reglas de inferencia proporcionadas por el operario de los macro túneles.

Tabla 4.4: Matriz de reglas de la variable de entrada Error de Humedad.


Error de Humedad
Bajo Mı́nimo Alto
Control de Humedad H Off DH

56
Tabla 4.5: Matriz de reglas de la variable de entrada Error de Temperatura.
Estado del
Control de Humedad
Error de Temperatura DH OFF H
MB B MB
Bajo
C C C
B M B
Mı́nimo
C Q C
M A M
Alto
Q C Q
A MA A
MuyAlto
Q Q Q

Ventilación
Sombra

4.4.3. Temperatura y Humedad en Invernadero

Al igual que en el módulo de los macro túneles, se estimó la diferencia de la temperatura y


la humedad relativa con los valores reales de sus mediciones. A esta diferencia se le llamo
Error de Temperatura (∆T ) 4.3 y error de humedad (∆H) 4.4, las cuales se muestran en las
siguientes ecuaciones:

∆T = TEsperada − TReal (4.3)

∆H = HEsperada − HReal (4.4)

También se especificó la variable de entrada Estado del Control de la Humedad debido a


la relación que tiene el control esta variable sobre la temperatura. Los tipos de funciones de

57
membresı́a que se utilizaron fueron triangulares y trapezoidales. Los grados de membresı́a de
cada variable fueron definidos por conocimiento experto Tabla 4.6.

Tabla 4.6: Parámetros de las funciones de membresı́a de las variables de entrada para el módulo
de Temperatura y Humedad en Invernaderos
Variable de
Rango FM Abrev. Tipo de MF Parámetros
Entrada
Muy Alto MA Triangular [10 30]
Alto A Triangular [0 10 30]
Error de Humedad -70 - 70 ( %) Mı́nimo Min Triangular [-10 0 10]
Bajo B Triangular [-30 -10 0]
Muy Bajo MB Triangular [-70 -30 -10]
Muy Alto MA Triangular [14 25]
Alto A Triangular [0 7 14]
Error de Temperatura -30 - 25 (°C) Mı́nimo Min Triangular [-5 0 5]
Bajo B Triangular [-14 -7 0]
Muy Bajo MB Triangular [-30 -14]
Humidificación
HumG Triangular [50 100]
Grande
Estado del Humidificación
HumP Triangular [0 50 100]
Control de Humedad Pequeña
-100 - 100 ( %) Mantener M Triangular [-50 0 50]
Des-Humidificación
DHumP Triangular [-100 -50 0]
Pequeña
Des-Humidificación
DHumG Triangular [-100 -50]
Grande

En la Tabla 4.7 se muestran las funciones de membresı́a de las variables de salida, estás
variables corresponden a una determinada acción correspondiente a los parámetros sensados,
las acciones fueron determinadas por el operador del invernadero.

58
Tabla 4.7: Los parámetros de las funciones de membresı́a de las variables de salida del módulo
Temperatura y Humedad en Invernaderos
Variable de Variable
Rango MF Abrev. Tipo de MF Parámetros
Entrada de Salida
Humidificación
HumG Triangular [50 100]
Grande
Error de Humidificación
HumP Triangular [0 50 100]
Humedad Pequeña
Control
-100 - 100 ( %) Mantener M Triangular [-50 0 50]
de Humedad
Des-Humidificación
DHumP Triangular [-100 -50 0]
Pequeña
Des-Humidificación
DHumG Triangular [-100 -50]
Grande
Subida Grande SG Triangular [50 100]
Subida Pequeña SP Triangular [0 50 100]
Error de
Control -100 - 100 ( %)
Temperatura Mantener M Triangular [-50 0 50]
de Temperatura
Bajada Pequeña BP Triangular [-100 -50 0]
Bajada Grande BG Triangular [-100 -50]

Posteriormente se realizaron las matrices de reglas las cuales corresponden a las acciones
realizadas por el operario en determinados escenarios (Tablas 4.8 y 4.9).

Tabla 4.8: Matriz de reglas de la variable de entrada Error de Humedad


Error de Humedad
Muy Bajo Bajo Mı́nimo Alto Muy Alto
Control de Humedad HG HP M HP HG

59
Tabla 4.9: Matriz de reglas de la variable de entrada Error de Temperatura.
Estado del Control de Humedad
Error de Temperatura HG HP M DHP DHG
Muy Alto BP BG BG BG BP
Alto M BP BP BP M
Mı́nimo SP M M M SP
Bajo SG SP SP SP SG
Muy Bajo SG SG SG SG SG

4.4.4. Conductividad Eléctrica (CE) y pH en agua de riego y en sustra-


tos

Como variables de entrada se tomaron los errores de CE y pH los cuales se estimaron


como la diferencia de el parámetro esperado y el parámetro real de cada planta (Ecuaciones
4.5 y 4.6),el parámetro esperado se encuantra en el catálogo de plantas ornamentales.

∆CE = CEEsperada − CEReal (4.5)

∆pH = pHEsperado − pHReal (4.6)

El método de muestreo de CE y pH fue el de método PourThru, el cual es importante definir


ya que dependiendo de los métodos de muestreo la CE y el pH óptimo es diferente. Las
variables de entrada fueron triangulares y trapezoidales, estas fueron definidas por un experto
en especies tropicales (Tabla 4.10).
Por su parte, las variables de salida fueron trapezoidales y triangulares y se muestran en la
Tabla 4.11.

60
Tabla 4.10: Variables de entrada para el control de CE y pH en el agua de riego y en los
sustratos
Variable de
Rango FM Abrev. Tipo de MF Parámetros
Entrada
Muy Ácido M-Ac Trapezoidal [-7 -4 -2.5]
Moderamente
Mod-Ac Triangular [-4 -2.5 -1]
Ácido
Error de pH -7 - 7 Ligeramente
L-Ac Triangular [-2.5 -1 0]
Ácido
Mı́nimo Min Triangular [-0.5 0 0.5]
Ligeramente
M-Al Triangular [0 1 2.5]
Alcalino
Moderamente
Mod-Al Triangular [1 2.5 4]
Alcalino
Muy Alcalino M-Al Trapezoidal [2.5 4 7]
Muy Baja MB Triangular [-4.5 -3 -1.5]
Baja B Triangular [-3 -1.5 0]
Error de Mı́nima Min Triangular [-0.75 0 0.75]
0 - 10 (mS/cm)
Conductividad Alta A Triangular [0 1.5 3]
Muy Alta MA Triangular [1.5 3 4.5]
Extremadamente
EA Triangular [3 4.5 6]
Alta

61
Tabla 4.11: Variables de salida para el control de CE y pH en el agua de riego y en los sustratos
Variable de Variable
Rango MF Abrev. Tipo de MF Parámetros
Entrada de Salida
Basificación
Bas-A Triangular [100 60]
Alta
Basificación
Bas-Mod Triangular [100 60 30]
Error Moderada
de pH Basificación
Bas-L Triangular [60 30 0]
Ligera
Control
Mantener M Triangular [30 0 -30]
de pH
- 100 Acidificación
Ac-L Triangular [0 -30 -60]
100 ( %) Ligera
Acidificación
Ac-Mod Triangular [-30 -60 -100]
Moderada
Acidificación
Ac-A Triangular [-60 -100]
Alta
Bajada
BC Triangular [ -100 -60]
Crı́tica
Control de Bajada
Error de - 100 BG Triangular [-100 -60 -30]
CE Grande
CE 100 ( %)
Bajada
BP Triangular [-60 -30 0]
Pequeña
Mantener M Triangular [-35 0 50]
Subida
SP Triangular [0 50 100]
Pequeña
Subida
SM Triangular [50 100]
Moderada

En las Tablas 4.12 y 4.13 se encuentran las matrices de reglas correspondientes a la CE y


el pH, estas reglas fueron definidas por un experto en plantas tropicales.

62
Tabla 4.12: Matriz de reglas de la variable de entrada Error de pH
Error de pH
M-Ac Mod-Ac L-Ac M L-Al Mod-Al M-Al
Control de pH Bas-A Bas-Mod Bas-L M Ac-L Ac-Mod Ac-A

Tabla 4.13: Matriz de reglas de la variable de entrada Error de CE


Error de CE
MB B Min Alta MA EA
Control de CE SG SP M BP BG BC

4.4.5. Compilado del sistema difuso a C++

Para implementar el sistema difuso dentro de la red de sensores es necesario compilar el


código fcl en C++ (4.10).

Figura 4.10: Compilador de jFuzzyLogic

La compilación se realiza mediante el comando:

java -jar jFuzzyLogic.jar -c archivo.fcl

con lo cual nos genera un archivo .cpp el cual queda listo para ser implementado en el
Datalogger, para ver una descripción detallada de los comandos y como instalar jFuzzy ver el
Anexo III.

63
C AP ÍTULO 5

Resultados

En este capı́tulo se muestran los resultados de este trabajo de tesis por medio de una
simulación y evaluación al sistema difuso y a la Red de Sensores Inalámbrica.

64
5.1. Modelos Difusos
Como resultado se obtuvo el desarrollo, la simulación y la validación del sistema difuso
tipo Mamdani para el control de la temperatura la humedad del pH y la CE en invernaderos
con la herramienta jFuzzy. Para las variables de entrada y de salida se utilizaron funciones de
membresia triangulares y trapezoidales (Figuras 5.1, 5.2, 5.3, 5.4 y 5.5). Para el desarrollo de
las reglas difusas se utilizó la experiencia del operador y la relación entre la humedad relativa
y la temperatura, estas reglas fueron codificacadas en jFuzzy (Figuras 5.6, 5.8 Y 5.7.

Figura 5.1: Variables de entrada para el módulo THV

65
Figura 5.2: Variables de entrada para el de control del pH y la CE

Figura 5.3: Variables de salida para el control de la temperatura y la humedad en los viveros

66
Figura 5.4: Variables de salida para el control de la temperatura y la humedad en macro túneles

Figura 5.5: Variables de salida para el control del pH y la CE

67
Figura 5.6: Matriz de reglas para el control de la temperatura y la humedad en vivero

Figura 5.7: Matriz de reglas para el control del pH y la CE

68
Figura 5.8: Matriz de reglas para el control de la temperatura y la humedad en macro túneles

5.1.1. Simulación y Evaluación del Modelo Difuso

Para evaluar el sistema difuso se realizó una simulación de las mediciones posibles de
la temperatura, la humedad, el pH y la CE para ası́ estimar los errores correspondientes de
cada parámetro. Además de lo anterior, se tomó la especie Bugambilia (Bougainvillea glabra
Choisy) para realizar la evaluación. Los requerimientos de la Bugambilia se muestran en la
Tabla 5.1

Tabla 5.1: Valores óptimos para la producción de Bugambilia


Especie: (Bougainvillea glabra Choisy)
Temperatura óptima Humedad óptima pH CE
28 °C 60 % 5.75 2.75 uS/cm

Una vez tomado del catálogo los valores óptimos para la Bugambilia se estimó el error con
diferentes escenarios probables. Los errores de los parámetros fueron insertados en el sistema
difuso para ver sus salidas y ası́ validar que el sistema cumpla con las acciones que harı́a el

69
operador en el esenario correspondiente (Tablas 5.2, 5.3 y 5.4).

Tabla 5.2: Evaluación del sistema difuso para en los macrotúneles de enraizamiento
Especie: (Bougainvillea glabra Choisy)
Macro túneles
Control de Humedad Control de Temperatura
Valores Entrada Salida Valores Entrada Salida
HR Error Ctrl. Temp. Error de Est del Ctrl Ventilación
Sombra
% de H Humedad °C Temp. de Temp. %
100 40 -0.670 40 12 DH 62.5 0.390
85 25 -0.670 40 12 Off 77.95 0.500
70 10 -0.298 40 12 H 62.5 0.390
55 -5 0.111 30 2 DH 32.236 0.614
40 -20 0.666 30 2 Off 57.236 0.384
25 -35 0.666 30 2 H 32.236 0.614
20 -8 DH 8.300 0.333
20 -8 Off 25.000 0.333
20 -8 H 8.300 0.333
10 -18 DH 8.300 0.333
10 -18 Off 25.000 0.333
10 -18 H 8.300 0.333

70
Tabla 5.3: Evaluación del sistema difuso para el control de la humedad y la temperatura en los
invernaderos
Especie: (Bougainvillea glabra Choisy)
Invernaderos
Control de Humedad Control de Temperatura
Valores Entrada Salida Valores Entrada Salida
HR Error Ctrl. Temp. Error de Est del Ctrl Ctrl.
% de H Humedad °C Temp. de Temp. Temp.
100 40 -83.40 40 12 HG -36.84
85 25 -62.13 40 12 HP -66.13
70 10 -50.00 40 12 Off -66.14
60 0 0 40 12 DHP -66.13
40 -20 55.09 40 12 DHG -36.84
25 -35 83.26 30 2 HG 29.03
30 2 HP -20.96
30 2 Off -20.97
30 2 DHP -20.96
30 2 DHG 29.03
20 -8 HG 81.89
20 -8 HP 52.58
20 -8 Off 52.59
20 -8 DHP 52.58
20 -8 DHG 81.89

71
Tabla 5.4: Evaluación del sistema difuso para el control de la CE y el pH
Especie: (Bougainvillea glabra Choisy)
Control de CE y pH
Control de CE Control de pH
Valores Entrada Salida Valores Entrada
HR Error Ctrl. Error Ctrl.
pH
uS/cm de CE CE de pH de pH
0.5 -2.25 55.90 1 -4.75 86.60
1 -1.75 50.64 3 -2.75 63.94
2 -0.75 50 4 -1.75 48.83
3 0.25 1.09 5 -0.75 21.31
4 1.25 -30.00 6 0.25 -8.68
5 2.25 -48.83 8 2.25 -57.53
6 3.25 -63.98 10 4.75 -86.73
7 4.25 -78.39 12 6.75 -86.73
8 5.25 -86.73 14 7.75 -86.73

5.2. Evaluación del prototipo de la Red Inalámbrica de Sen-


sores (RSI)
Se realizo un sensado y almacenamiento de datos en la base de datos con el prototipo de
la red de sensores, el prototipo cumplió con los requerimientos RF2, RF3, RNF1 y RNF2.
Cabe resaltar que el cumplimiento de estos requerimientos fue en condiciones controladas, las
recomendaciones y el trabajo a futuro se muestran en el siguiente capı́tulo.

72
5.3. Panel de Monitoreo
El panel de monitoreo se observa en las Figuras 5.12, 5.12, este panel es responsivo por lo
que se puede observar desde cualquier PC, Laptop o Smartphone. Cabe resaltar que este panel
se es un módulo del OrnaTrace v1.0 que es la plataforma web del Sistema de Información
Unificado para la Trazabilidad de la Producción de Plantas Ornamentales.

Figura 5.9: Catálogo de plantas con sus parámetros óptimos

Figura 5.10: Vista del Control del Invernadero del Sistema de Monitoreo

73
Figura 5.11: Vista del Control de CE y pH del Sistema de Monitoreo

Figura 5.12: Vista del Panel Principal del Sistema de Monitoreo

74
C AP ÍTULO 6

Conclusiones y Recomendaciones

En este capı́tulo se presentan las conclusiones derivadas de los resultados, la comparación


con los trabajos anteriores, la aceptación de la hipótesis ası́ como el trabajo a futuro y las
recomendaciones.

75
Con base en los resultados obtenidos en la evaluación del sistema difuso podemos observar
que este cumple con las acciones que realizarı́a el operador para atender las necesidades
correspondientes para cada medición de parámetros con lo que la implementación del sistema
es viable. En comparación con los trabajos citados anteriormente, el sistema difuso desa-
rrollado en este trabajo puede responder a las necesidades de diferentes especies de plantas
ornamentales tropicales que se producen en la región. En lo que refiere al prototipo de una RIS,
el cumplimiento de los requerimientos fue en condiciones controladas y queda como trabajo
a futuro la implementación de la RIS en el invernadero para comprobar su funcionamiento,
analizar si el tiempo de vida de la fuente de energı́a es equivalente a la de la literatura y analizar
el tiempo de vida de los sensores en ambientes reales.
Con lo mencionado anteriormente se puede concluir que este trabajo de tesis cumple con
los objetivos y la hipótesis ya que anteriormente el sensado de los parámteros llevaba horas
para ser realizado además de una persona especializada mientras que con el sistema difuso
estas mediciones se hacen en segundos y no solo las mediciones, también permite visualizar
acciones que realizarı́a el experto. Queda como trabajo a futuro analizar estadı́sticamente el
crecimiento de las plantas, el ı́ndice de sobrevivencia, el ahorro de fertilizante y la disminución
de plagas.
Como recomendación se puede aplicar este tipo de sistemas en un laboratorio o maqueta,
con el fin de analizar el crecimiento, ahorro de fertilizante, e ı́ndices de sobrevivencia para
una vez realizado y validado implementarlo en invernaderos comerciales. Otro punto que
queda como recomendación es implementar dispositivos de control (actuadores, ventiladores,
esparcidores de agua) para que el invernadero sea inteligente y pueda por si mismo llegar a un
grado alto de autonomı́a.

76
Bibliografı́a

[Al-Aubidy et al., 2014] Al-Aubidy, K., Ali, M., Derbas, A., and Al-Mutairi, A. (2014). Real-
time monitoring and intelligent control for greenhouses based on wireless sensor network.
IEEE.

[Ali et al., 2016] Ali, R. B., Aridhi, E., Abbes, M., and Mami, A. (2016). Fuzzy logic
controller of temperature and humidity inside an agricultural greenhouse. In Renewable
Energy Congress (IREC), 2016 7th International, pages 1–6. IEEE.

[Alliance, 2017a] Alliance, Z. (2017a). Zigbee alliance. http://www.zigbee.org/.

[Alliance, 2017b] Alliance, Z. (2017b). Zigbee rf4ce — zigbee alliance.


http://www.zigbee.org/zigbee-for-developers/network-specifications/zigbeerf4ce/.

[Apache-Software-Foundation, 2017] Apache-Software-Foundation, T. (2017). About of the


apache http server proyect.

[Azaza et al., 2015] Azaza, M., Echaieb, K., Tadeo, F., Fabrizio, E., Iqbal, A., and Mami, A.
(2015). Fuzzy decoupling control of greenhouse climate. crops, 1:3.

[Azaza et al., 2016] Azaza, M., Tanougast, C., Fabrizio, E., and Mami, A. (2016). Smart
greenhouse fuzzy logic based control system enhanced with wireless data monitoring. ISA
Transactions.

[Barbat, 2016] Barbat, T. (2016). Normas para la fertilización.

[Barnabas, 2013] Barnabas, B. (2013). Mathematics of fuzzy sets and fuzzy logic.

[Bootstrap, 2017] Bootstrap (2017). About bootstrap.

77
[Carreto, 2014] Carreto, L. G. (2014). La importancia del sector ornamental como un. plantas
ornamentales nativas mexicanas.

[Casique, 2016] Casique, B. (2016). Plantas de ornamental, cultivo enblemático en morelos.

[Ceballos et al., 2015] Ceballos, M. R., Gorricho, J. L., Gamboa, O. P., Huerta, M. K., Rivas,
D., and Rodas, M. E. (2015). Fuzzy system of irrigation applied to the growth of habanero
pepper (capsicum chinense jacq.) under protected conditions in yucatan, mexico. Hindawi.

[Cingolani and Alcala-Fdez, 2012] Cingolani, P. and Alcala-Fdez, J. (2012). jfuzzylogic a


robust and flexible fuzzy-logic inference system language implementation. In Fuzzy Systems
(FUZZ-IEEE), 2012 IEEE International Conference on, pages 1–8. IEEE.

[COEPPLANTS, 2012] COEPPLANTS (2012). Plan rector 2012.

[Cruz, 2010] Cruz, P. P. (2010). Inteligencia artificial con aplicaciones a la ingenierı́a. méxico
df: Editorial alfaomega, 2011. 348 p. Technical report, ISBN 978-84-267-1706-1.

[de Horticultura Protegida, 2013] de Horticultura Protegida, A. M. (2013). Amhpac.


http://www.amhpac.org/es/index.php/homepage/agricultura-protegida-en.

[Delgado et al., 2014] Delgado, G. B., Delgado, J. B., El Burrioncito, E., and Guasave, S.
(2014). Metodologı́a para la implementación de sistemas difusos tipo mamdani en lenguajes
de programación de propósito general. In Congreso Internacional en Ingenierı́a Electrónica,
volume 36, pages 318–323.

[Developer, ] Developer, M. About of html5.

[D’Negri and Vito, 2016] D’Negri, C. and Vito, E. D. (2016). Introducción al razomiento
aproximado: lógica difusa.

[Fitz-Rodrı́guez et al., 2010] Fitz-Rodrı́guez, E., Kubota, C., Giacomelli, G. A., Tignor, M. E.,
Wilson, S. B., and McMahon, M. (2010). Dynamic modeling and simulation of greenhouse
environments under several scenarios: A web-based application. Computers and electronics
in agriculture, 70(1):105–116.

78
[Foundation, 2016] Foundation, R. P. (2016). Raspberry pi foundation - about us.
https://www.raspberrypi.org/about/.

[FSF, 2016] FSF (2016). ¿qué es el software libre? — proyecto gnu - free software foundation.
https://www.gnu.org/philosophy/free-sw.es.html.

[GLOBALG.A.P., 2012] GLOBALG.A.P. (2012). Flores y plantas ornamentales. GLO-


BALG.A.P.

[Group, 2017] Group, T. P. (2017). About php. php.net.

[Gutierrez, 2004] Gutierrez, J. (2004). Low-Rate Wireless Personal Area Networks Enabling
Wireless Sensors with IEEE 802.15.4. IEEE Press, New York.

[HorticomNews, 2005] HorticomNews (2005). Producción holandesa de ornamentales.

[IEEE, 2011] IEEE (2011). Ieee standard for local and metropolitan area networks— part
15.4: Low-rate wireless personal area networks (lr-wpans).

[INEGI, 1998] INEGI (1998). La Horticultura Ornamental en México. Instituto Nacional de


Estadı́stica, Geografı́a e Informática.

[Li et al., 2013] Li, S. J., Wang, C., Ke, X. Y., and Wang, X. D. (2013). The intelligent control
of greenhouse environment. In Applied Mechanics and Materials, volume 427, pages
533–536. Trans Tech Publ.

[López et al., 2014] López, E. E., Sala, A. M., Alonso, J. V., and Jiménez, J. D. (2014). Una
introducción a las redes de sensores inalámbricos. Escuela Técnica Superior de Ingenierı́a
de Telecomunicación. Universidad Politécnica de Cartagena.

[MariaDB-Foundation, 2017] MariaDB-Foundation (2017). About of mariadb.

[Maroto, 2010] Maroto, S. (2010). Desarrollo de aplicaciones basadas en wsn. Universidad


Politécnica de Valencia. Valencia–España, pages 30–33.

[Martı́nez, 2014] Martı́nez, L. (2014). Evaluación de las tecnologı́as de invernaderos, plagui-


cidadas y sistemas de producción del tomate.

79
[Neira and Cuellar, ] Neira, N. O. and Cuellar, J. R. Sistemas Inteligentes con Aplicaciones
en Ingenierı́a Agrı́cola.

[Olmo-Castillo, 2008] Olmo-Castillo, M. (2008). Tutorial de introducción de lógica borrosa.

[Paredes and Millo, 2006] Paredes, F. L. and Millo, E. P. (2006). La multiplicación de plantas.

[Paredes and Millo, 2016] Paredes, F. L. and Millo, E. P. (2016). Importancia del ph y la
conductividad eléctrica (ce) en los sustratos para plantas.

[Project, 2016] Project, D. (2016). Raspbianabout — raspbian.


https://www.raspbian.org/RaspbianAbout.

[Reséndez et al., 2011] Reséndez, A. M., Durón, J. A., and González, A. L. (2011). Caracte-
risticas de la agricultura protegida y su entorno en méxico.

[SAGARPA, 2007] SAGARPA (2007). Programa especial para la seguridad alimentaria


pesa-mexico. méxico.

[SAGARPA, 2013] SAGARPA (2013). Producción ornamental en méxico.


http://www.siap.gob.mx/produccion-ornamental-mexico/.

[Siler and Buckley, 2005] Siler, W. and Buckley, J. J. (2005). Fuzzy expert systems and fuzzy
reasoning. John Wiley And Sons.

[Sriraman and Mayorga, 2007] Sriraman, A. and Mayorga, R. V. (2007). Climate control
inside a greenhouse: An intelligence system approach using fuzzy logic programming.
ISEIS.

[Yang, 2014] Yang, S.-H. (2014). Wireless Sensor Network, Principles, Design and Applica-
tions. Springer.

[Yang and Cao, 2008] Yang, S.-H. and Cao, Y. (2008). Networked control systems and
wireless sensor networks: theories and applications.

[Zadeh, 1965] Zadeh, L. A. (1965). Fuzzy sets. information and control.

80
Apéndice A: Costo del Prototipo

Precio Unitario Precio Total


Cantidad Artı́culo
(MXN) (MXN)
Modules Xbee-PRO XSC
3 1,000 3,000
S3B 900MHz, 250mW RPSMA
3 Arduino uno 250 750
1 Raspberry Pi 3 2,000 2,000
1 Gabinete metálico 46380 / GAME-2520 600 600
2 Sensores DHT22 220 660
Paquete de Baterias
1 370 370
Recargables Energizer 9V
Total: 7,380

Los precios fueron consultados el 01 de Mayo del 2017 por lo que pueden variar.

81
Anexo I: Instalación del servidor Apache en
Raspbian

El primer paso para montar el servidor es instalar Apache, para eso vamos a la terminal y ejecutamos
el siguiente código:

sudo apt-get -y install apache2

Ahora instalamos MariaDB con el siguiente comando.

sudo apt-get -y install mariadb-server mariadb-client

El siguiente paso es instalar PHP para lo cual ejecutamos.

sudo apt-get -y install php5 libapache2-mod-php5

Agregamos todos los paquetes de PHP.

sudo apt-get -y install php5-mysqlnd php5-curl php5-gd php5-intl


php-pear php5-imagick php5-imap php5-mcrypt php5-memcache php5-pspell
php5-recode php5-snmp php5-sqlite php5-tidy php5-xmlrpc php5-xsl

Reniciamos apache2 y con esto nos queda listo el servidor.

service apache2 restart

Para comprobarlo, abrimos el navehador y entramos a localhost y nos aparecerá la página de configrua-
ción de Apache.

82
Anexo II: Manual de jFuzzyLogic

Para descargar jFuzzyLogic basta con entrar al siguiente link: http://sourceforge.net/projects/


jfuzzylogic/files/jfuzzylogic/jFuzzyLogic.jar o descargarlo desde Github:

git clone https://github.com/pcingola/jFuzzyLogic.git

Se descargará un archivo .jar el cual pondremos en la carpeta en la que se trabajará. Para comprobar
el correcto funcionamiento y ver los comandos disponibles ejecutaremos el comando

java -jar jFuzzyLogic.jar

El cual nos arrojara la lista de comandos disponibles

Usage: java -jar jFuzzyLogic.jar [options]


Options:
file.fcl : Load FCL file and show memebership
functions.
-c file.fcl : Compile. Generate C++ code from FCL
file (to STDOUT)
-e file.fcl in_1 in_2 ... in_n : Load FCL file, assign inputs i_1,
i_2, ..., i_n and evaluate.
demo : Run a demo exmaple (tipper.fcl)

En donde file.fcl nos correr el sistema difuso, -c nos permite compilar el archivo fcl a uno c++ y
-e con el que asignamos los valores de entrada del sistema para evaluar sus salidas. Al final está el
comando demo que sirve para hacer una demostración de un sistema de ejemplo.

83