Documentos de Académico
Documentos de Profesional
Documentos de Cultura
T E S I N A
PARA OBTENER EL DIPLOMA DE
ESPECIALIDAD EN INGENIERÍA MECÁNICA
OPCION: AUTOMATIZACION DE PROCESOS INDUSTRIALES
P R E S E N T A:
ING. GERMÁN ANDRÉS GUTIÉRREZ ARIAS
DIRECTORES DE TESINA
DR. JAIME PACHECO MARTINEZ
DR. JOSÉ DE JESÚS RUBIO ÁVILA
En la Ciudad de México D.F. siendo las 18:00 horas del día 02 del mes de
julio del 2009 se reunieron los miembros de la Comisión Revisora de Tesina, designada
por el Colegio de Profesores de Estudios de Posgrado e Investigación de de la ESIME UA
para examinar la tesina titulada:
aspirante de:
LA COMISiÓN REVISORA
Director de tesina Director de tesina
¿
Dr.~ladiO Bautista Godínez
~.~IOW., CRETARIO
~~ll"'------P-!lr-----"it'-;;¡-----;i"7""-:\-------------'----~p..,--
INSTITUTO POLITÉCNICO NACIONAL
ESCUElA SUPERIOR DE INGENIERíA MECÁNICA Y ELÉCTRICA
UNIDAD AZCAPOTZALCO
En la ciudad de México, D.F., el día 3 de julio del año 2009 el que suscribe Germán Andrés
Gutiérrez Arias alumno del programa de
Industriales
Los usuarios no deben reproducir el contenido textual, graficas o datos del trabajo sin el
permiso expreso del autor V/o director del trabajo. Este puede ser obtenido escribiendo a
la dirección siguiente:
guti.g146@gmail.com jpachecom@ipn.mx
A mis Padres
A mis Hermanos
Cesar y Sergio
A mis tíos
A mis primos
Jonathan y Daniel
Índice general
Agradecimientos 6
Resumen 7
Introducción 8
Justi…cación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
Alcances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.1.2. Fotosíntesis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.1.3. Respiración. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.1.4. Transpiración . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1
1.1.7. Fases de crecimiento. . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4. Simulación y resultados 32
Conclusiones 40
Trabajo a futuro 41
2
Índice de …guras
1.3. Función expolineal. Crecimiento lineal. (tb: tiempo de conmutación. Cm: razón
de crecimiento). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
4.8. Producción de materia seca reportada por Van Henten en (kg m 2 ), donde
el tiempo se expresa en días, para un periodo de cultivo completo. . . . . . . 38
3
A.1. Diagrama completo de simulación del modelo matemático en la herramienta
Matlab-Simulink. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4
Índice de cuadros
5
Agradecimientos
Me gustaría agradecer inicialmente a mis padres y familiares que siempre han creído
en mí y han sido un apoyo constante que hoy hace posible la culminación de esta etapa
profesional.
A los miembros del jurado: Dr. Bernardino B. Salmerón Quiróz, Dr. Oscar E. Bautista
Godínez, Dr. Jaime Pacheco Martínez y Dr. José de Jesús Rubio Avila, por sus comentarios
a este trabajo.
A todos los profesores y personal administrativo que forman parte de esta Sección de
Posgrado, por compartirme sus conocimientos y brindarme su ayuda incondicional durante
el desarrollo de mis estudios.
6
Resumen
7
Introducción
Existen diversos factores que han contribuido a generar esta situación, como son el de-
scenso en la inversión pública en este sector, la reducción del crédito a los productores de
alimentos, el desmantelamiento de instituciones que fomentaban la actividad agrícola, la dis-
minución de obras de infraestructura y la necesidad de nuevas tecnologías en la producción
de alimentos que permitan precios competitivos ante los productos importados.
8
internacionales.
Justi…cación
Nuestro proyecto adquiere gran relevancia si consideramos que cada vez existen menos
zonas de cultivos y por ende una menor producción local frente a una mayor demanda de
productos alimenticios que un futuro muy próximo dará origen a una situación crítica.
9
Uno de estos sistemas es la producción de alimentos en condiciones ambientales con-
troladas mediante invernaderos. Países como Holanda, Japón e Israel se encuentran a la
vanguardia en la producción de cultivos en invernaderos, sin embargo, las soluciones prop-
uestas por dichos países generalmente son numéricas debido a la di…cultad de encontrar
soluciones analíticas a los modelos propuestos a través de técnicas tradicionales, de ahí la
importancia de utilizar modelos más generalizados como los que aquí se proponen.
Objetivos
Alcances
10
matemático de la planta correspondiente. Esto representa una gran ventaja y expande aun
más el campo de aplicación de este trabajo de investigación.
11
Capítulo 1
12
desarrollará y cual será su función en la planta. En algunos tipos de células los cambios ocur-
ren en su interior, produciéndose, por ejemplo, células fotosintéticas en las hojas o células
epidérmicas en los tallos y raíces etc. Otras células sufren sus principales modi…caciones en
la pared celular, transformándose en vasos, …bras o células de resistencia.
El crecimiento de la planta depende internamente de muchos factores, entre los cuales esta
la razón con la que se suministran alimentos y la energía que se obtiene de la oxidación de los
azúcares. Es importante contar con una temperatura adecuada, ya que las plantas no pueden
regular su temperatura interna. Además se requiere de la luz necesaria para la fotosíntesis,
lo que origina la formación del azúcar que se utiliza indirectamente (como fuente de energía
a través de la respiración) o directamente en el crecimiento. Los nutrientes y materia prima
de la planta necesarios para la fotosíntesis, comprenden dióxido de carbono, agua, fósforo y
otros minerales.
1.1.2. Fotosíntesis.
13
el dióxido de carbono de la atmosfera para producir hidratos de carbono e indirectamente
el resto de las moléculas orgánicas que componen los seres vivos (aminoacidos, lipidos, nu-
cleidos, etc.) ya que los carbohidratos producidos por las plantas son el alimento de la gran
mayoría de los animales y plantas.
1.1.3. Respiración.
Las plantas al igual que los animales respiran tomando oxigeno del aire y expulsando
dióxido de carbono. Las substancias se oxigenan, produciendo bióxido de carbono y agua,
y se libera energía. La respiración se puede representar mediante la ecuación simpli…cada
(1.2).
C6 H12 O6 (glucosa) + 6O2 ! 6CO2 + 6H2 O + energía liberada. (1.2)
Los elementos que se oxidan en la respiración de la planta, son los carbohidratos qué ha
elaborado o almacenado mediante la fotosintesis, aunque se pueden emplear otros productos
bajo ciertas condiciones. Los procesos respiratorios se controlan mediante enzimas formadas
en el citoplasma.
La respiración se realiza tanto en el dia como en la noche, sin embargo, debido al proceso
de fotosintesis en el dia la cantidad de dioxido de carbono que asimilan es mayor al que
se desprende en la respiración. De manera opuesta, el oxigeno generado en la fotosintesis es
mayor al consumido en la respiración . En la noche en ausencia de luz, se presenta unicamente
la respiración.
14
1.1.4. Transpiración
El crecimiento de muchas plantas guarda relación con la cantidad de agua disponible de-
bido a su función como medio de transporte de nutrientes y de materia prima. El crecimiento
se restringe tanto a niveles bajos como a muy altos de la humedad del suelo. Además, la
tensión interna de la humedad provoca una reducción tanto en la división celular como en
15
el alargamiento de la célula, repercutiendo entonces en el crecimiento. El nivel de humedad
del suelo se relaciona directamente con la absorción de los nutrientes de la planta y el man-
tenimiento de carbohidratos. Cuando la reserva de humedad es adecuada, el incremento en
la absorción de nutrientes mejora la e…ciencia hidráulica en las plantas. Los niveles bajos
de humedad disminuyen la actividad de los microorganismos y ocasionan una reserva menor
disponible de nitrógeno.
La función logística que se muestra en la Figura 1.1, es una de las tres más importantes
funciones que describen el crecimiento y desarrollo de los cultivos. Las otras dos funciones
son la función de Gompertz y la función de Richards.
3. El crecimiento es irreversible.
16
Figura 1.1: Función logística
17
Sustituyendo W + S = W0 + S0 = Wf = constante (donde W0 y S0 son los valores de W
y S en el tiempo t = 0); y Wf el valor …nal de W cuando t ! 1;( S ! 0 como t ! 1).
Entonces podemos escribir
dW
= k 0 W (Wf W) (1.4)
dt
tomando a como: = k 0 Wf ;tal que:
dW W
= W 1 (1.5)
dt Wf
integrando esta ultima ecuación,
W0 Wf
W = t
(1.6)
W0 + (Wf W ) e
W
en la etapa temprana de crecimiento, cuando t es muy pequeño y Wf
1, la ultima ecuación
se aproxima a;
t
W = W0 e (1.7)
se tiene entonces que, durante la etapa temprana del crecimiento de la planta, el crecimiento
dW
es exponencial con respecto a la razón de crecimiento especi…co . Diferenciando dt
=
W
W (1 Wf
), obtendremos:
1 d2 W dW 2W
= 1 (1.8)
dt2 dt Wf
tal que, el punto de in‡exión estará localizado en:
1
W = Wf ; (1.9)
2
W0 Wf
sustituyendo en W = W0 +(Wf W )e t , esto ocurrirá en el tiempo t = t donde;
1 Wf W0
t = ln (1.10)
W0
además;
Wf
W (t ) = (1.11)
2
18
1. Fase exponencial
2. Fase lineal
3. Fase de senectud.
Durante la primera fase de crecimiento (fase exponencial), mucho del espacio entre las
plantas no ha sido ocupado. Cada hoja nueva que es formada contribuye a interceptar más
luz, debido a que no existe un sombreo mutuo entre hojas, así, que el crecimiento aumenta
más.
Siendo entonces:
dw
= rm w (1.12)
dt
dw
dt
rm = (1.13)
w
w = w0 e(rm t)
(1.14)
donde:
w = materia seca [kg m 2 ]
w0 = materia seca inicial [kg m 2 ]
1
rm = razón de crecimiento relativo de materia seca [kg kg s 1]
t = tiempo [d]1
La fase exponencial, solo ocurre cuando la cobertura del suelo por las hojas es aún
pequeña.
Posteriormente (fase lineal) las hojas gradualmente comienzan a hacerse sombra entre
ellas. Esto es descrito con un índice de área de hoja por arriba de 3m2 (hoja)/m2 (terreno)
area total de hoja m2 (hoja)
LAI = (1.15)
area de terreno cultivado m2 (terreno)
donde LAI 2 es el índice de área de hoja.
La nueva área de hoja difícilmente resulta en mayor intersección de luz, así la fase de
crecimiento exponencial a pasado a una fase de crecimiento lineal. En esta fase es donde se
tiene la formación de volumen de materia seca.
1
Se usa la letra d para indicar que el tiempo está expresado en días.
2
Por sus siglas en ingles (Leaf Area Index)
19
Siendo entonces:
dw
= cm (1.16)
dt
w = cm (t tb ) (1.17)
donde
w = materia seca [kg m 2 ]
2
cm : razón de crecimiento máximo. [kg m d 1]
t = tiempo [s]
tb = tiempo donde comienza la fase lineal [d]
La transición a la fase lineal toma lugar cuando el terreno está completamente cubierto.
La fase …nal (fase de senectud) empieza cuando la intersección decrece otra vez, y el LAI
ha decrecido por debajo de 3m2 (hoja)/m2 (terreno) . A diferencia de la transición de la fase
exponencial a la fase lineal, no se pueden dar reglas simples para la transición de la fase
lineal a el inicio de esta fase.3
3
Depende del tipo de cultivo y clima cuando la fase lineal termina.
20
Figura 1.3: Función expolineal. Crecimiento lineal. (tb: tiempo de conmutación. Cm: razón
de crecimiento).
21
Capítulo 2
Las variables de entrada para este modelo son el ‡ujo de luz y la temperatura del aire
alrededor de la planta. La salida obtenida es una predicción de la materia seca total, área
foliar y área efectiva de exposición a la luz solar
La razón de cambio de las variables de estado del sistema involucra el cálculo de funciones
algebraicas no lineales como funciones exponenciales que caracterizan el crecimiento de la
planta representado en la producción de materia seca estructural y una función exponen-
cial para la razón de fotosíntesis. También el modelo involucra parámetros que deben ser
estimados.
El modelo fue validado comparándolo los resultados obtenidos con los datos de crecimien-
to de lechuga en invernaderos de Inglaterra, y predijo correctamente el comportamiento de
la producción de materia seca total del cultivo.
Posteriormente, Van Henten (ver [2]) propuso un modelo para el cultivo de lechuga el
cual constituye una de las aportaciones más importantes referentes al control y optimización
de los recursos de un invernadero. En su tesis doctoral Van Henten (ver [2]) aplica control
22
óptimo a la producción de la lechuga dentro de un invernadero, utiliza el modelo matemático
del crecimiento dinámico de la lechuga dentro de un invernadero para resolver el problema
de control óptimo.
Las variables de entrada del modelo son: Radiación fotosintética activa, temperatura
y concentración de CO2 medidas dentro del invernadero. El modelo también involucra 17
parámetros. Van Henten y Van Starten (ver [9]) llevaron a cabo un análisis de sensibilidad
del modelo que muestra el efecto que tiene en el comportamiento de las predicciones del
modelo, observándose una respuesta importante especialmente a los parámetros de e…ciencia
de conversión de materia seca no estructural a materia seca estructural y la e…ciencia de uso
de luz. Este estudio se llevo a cabo con datos recolectados en invernaderos Holandeses, y
mostro predicciones adecuadas.
23
esta transición es calculada por una función de conmutación la cual tiene una valor igual a la
unidad para concentraciones adecuadas de carbono no estructural, pero tiende rápidamente
a cero cuando esta concentración es baja.
Cuando el carbono asimilado en las vacuolas alcanza niveles elevados, una función de
conmutación similar provoca que el proceso fotosintético se detenga. La concentración de
nitrógeno se calcula algebraicamente a partir de la correlación negativa entre la concentración
de carbono y la concentración de nitrógeno presentes en las vacuolas. Se supone en el modelo
que el suministro de nitrógeno demandado esta siempre disponible. En otras versiones más
complejas del modelo NICOLET esta suposición no es tan estricta. (seginer [11]).
Las salidas del modelo son variables que pueden ser medidas directamente tales como
peso seco de la planta, peso fresco y contenido de nitratos. Estas variables son calculadas a
partir de los estados del modelo de acuerdo con ecuaciones meramente algebraicas.
El modelo NICOLET ha sido usado para generar estrategias de control optimo de los
niveles de nitratos en lechugas (Ioslovich [5] y Seginer [11], Lopez [4])
24
Capítulo 3
Van Henten [2] desarrolló en su tesis, las ecuaciones del modelo matemático del crecimien-
to de la lechuga, y además analiza el modelo matemático del clima dentro del invernadero,
los cuales, …nalmente, los simpli…ca integrándolos en un solo modelo dinámico con cuatro
variables de estado. El modelo describe la producción de materia seca en el cultivo Xd en
(kg m 2 ) a traves del tiempo.
25
3.2. Modelo climático
El modelo climático del invernadero viene dado por tres ecuaciones de estado (3.2), (3.3)
y (3.4). que rigen el comportamiento de la concentración de dióxido de carbono, la variación
de la temperatura y la variación de humedad respectivamente.
26
3.2.3. Modelo de la humedad
La ecuación de estado que representa la humedad dentro del invernadero se describe por
la ecuación (3.4):
dZh 1
= transp;h vent;h (3.4)
dt Ccap;h
donde:
Zh ,[kg m 3 ] la humedad absoluta.
Ccap;h [m], capacidad aire dentro del invernadero.
2
transp;h [kg m s 1 ] es la razón de transpiración del dosel de la planta.
2
vent;h [kg m s 1 ] es el intercambio de masa del vapor de agua a través de las ventanas.
Las ecuaciones de estado involucran algunas variables que pueden ser de…nidas mediante
las señales de entrada y la de…nición de parámetros especí…cos.
2
La razón de fotosíntesis phot;c en [kg m s 1 ] esta dada por la ecuación (3.5).
donde:
Uv en [m s 1 ] es la variación de la ventilación a través de las ventanas.
27
Cleak en [m s 1 ] representa las salidas a través de las cubiertas.
Vc en [kg m 3 ] es la concentración de dióxido de carbono en el exterior del invernadero.
en donde:
3o 1
Ccap;q;v en [J m C ] es la capacidad de calor por unidad de volumen de aire.
2 1
Cai;ou en [W m C ] parametriza la transferencia de calor total a través de las cubiertas.
VT en [ C] es la temperatura del aire del exterior del invernadero.
donde:
Crad;q en es el coe…ciente de la carga térmica debida a la radiación solar.
La transpiración del dosel de la planta transp;h está gobernada por la ecuación (3.9).
Cpl;d Xd Cv;1
transp;h = 1 e Cv;pl;ai e(Cv;2 ZT )=(ZT +Cv;3 ) Zh (3.9)
CR (ZT + CT;abs )
donde:
(Cv;1 =CR (ZT + CT;abs )) e(Cv;2 ZT )=(ZT +Cv;3 ) en [kg m 3 ] representa el vapor de agua saturado
contenido a la temperatura del dosel ZT :
Cv;pl;ai en [m s 1 ] es el coe…ciente de transferencia de masa.
Cv;1 en [J m 3 ] , Cv;1 y Cv;1 en [ C] parametrizan la presión de saturación del vapor de
agua.
1
CR en [J K kmol 1 ] es la constante de los gases.
CT;abs parametriza la conversión de C a K.
2
La transferencia de masa del vapor de agua por ventilación vent;h en [kg m s 1 ] está
dada por la expresión (3.10).
28
donde Vh esta en [kg m 3 ] y es la concentración de humedad en el exterior del invernadero.
Van Henten [2] hace la integración del modelo de crecimiento y del modelo climático del
invernadero después de haber realizado un análisis de sensibilidad sobre las variables que
pueden afectar el crecimiento y hace una simpli…cación del modelo.
29
Parámetro Unidades
c = c c = 0;544
4 2o 1
cal;ou = 6 + ccap;q;v cleak = 6;1 10 W m C
ccap;c = 4;1 m
ccap;h = 4;1 m
2 1
ccap;q = 30000 J m C
3 1
ccap;q;v = 1290 J m C
2 1
cco2 = 42 10 Hf l Kg
6 1o 2
cco2;1 = 5;11 10 m s C
4 1o 1
cco2;2 = 2;30 10 m s C
4 1
cco2;3 = 6;29 10 m s
4 1
cleak = 0; 75 10 m s
cpl;d = 53 m2 kg 1
2
cpri;1 = 1;8 Hf l m
1
cpri;2 = 16 Hf l Kg
9 1
cq = 6;35 10 Hf l J
1 1
cR = 8314 J K kmol
9 1
crad;phot = 3;55 10 kg J
crad = 0; 2
7 1
cresp;d = 2;65 10 s
7 1
cresp;c = 4;87 10 s
cT;abs = 273;15 K
3 1
cv;pl;ai = 3;6 10 m s
3
cv;1 = 9348 J km m
cv;2 = 17;4
cv;3 = 239 C
3
cv4 = 10998 J m
5 3
c = 5;2 10 kg m
30
Analizando el modelo matemático de la ecuación (3.1), podremos darnos cuenta que
existen dos diferentes escalas de tiempo. Esto se debe a que las ecuaciones, muestran la
integración del crecimiento, el cual tiene una respuesta en el tiempo de días, y es integrado con
las ecuaciones del clima, las cuales tienen una respuesta más rápida presentando variaciones
a veces en pocos segundos.
31
Capítulo 4
Simulación y resultados
Para obtener la respuesta a una entrada escalón de la producción de materia seca Xd del
modelo matemático descrito anteriormente, debemos ingresar señales de entrada para cada
una de las variables de estado que se encuentren dentro del rango admisible para las plantas.
Estos valores se muestran en el Cuadro 4.1
Para simular el modelo es necesario ingresar las señales de entrada con una amplitud den-
tro de los límites mencionados y con un periodo adecuado. Además es importante mencionar
que aunque la simulación fue realizada para un periodo completo de cultivo, con duración
6
aproximada de 60 días (5;184 10 seg), se han hecho acercamientos y ajustes en el tiempo
para observar sus características más relevantes.
32
2 1
Uc;m n = 0 Kg s
6 2 1
Uc;max = 1;2 10 Kg s
2
Uq;m n = 0 W m
2
Uq;max = 150 W m
1
Uv;m n = 0 m s
3 1
Uq;max = 7;5 10 m s
ZT m n = 6;5 C
ZT max = 40 C
3
Zc m n = 0 Kg m
3 3
Zc max = 2;75 10 Kg m
Cuadro 4.1: Parámetros máximos para las variables de entrada y variables de estado
33
Figura 4.1: Suministro de dióxido de carbono Uc en Kg=m2 .
34
Figura 4.2: Temperatura del aire del exterior del invernadero, VT en [ C].
Los resultados experimentales que expone Van Henten [3] en su tesis doctoral, en cuanto
a la producción de materia seca en la planta se pueden observar en la Figura 4.8.
Con el objeto de comparar los resultados expuestos por Van Henten, en lo referente a
la respuesta del sistema sin control, con nuestros resultados de simulación, ajustamos el
intervalo de simulación a un tiempo de 4;3 106 (seg) para que corresponda a un tiempo de
50 días como se observa en los resultados de Van Henten. Se obtuvo la Figura 4.9
35
Figura 4.3: Radiación solar en el exterior del invernadero, Vrad en [W m 2 ].
36
Figura 4.5: Concentración de bióxido de carbono, Zc en (kg m 3 ),
37
Figura 4.7: Producción de materia seca, Xd , en (kg m 2 ), para un periodo de cultivo
completo.
Figura 4.8: Producción de materia seca reportada por Van Henten en (kg m 2 ), donde el
tiempo se expresa en días, para un periodo de cultivo completo.
38
Figura 4.9: Producción de materia seca, Xd , en (kg m 2 ), para un intervalo de tiempo
equivalente a 50 días
39
Conclusiones
Para desarrollar las técnicas de control de cualquier sistema de una manera analítica, es
indispensable obtener primero su modelo matemático. Para el caso de las plantas es necesario
comprender a fondo sus procesos de desarrollo y los factores que afectan su crecimiento.
Se analizó con mucho detalle cada una de las etapas que intervienen en el modelo
matemático de crecimiento de la lechuga aplicando herramientas vistas durante los estu-
dios de especialización.
Como se mostró durante los cursos, para validar un modelo es necesario aplicarle ciertas
señales características. En particular, se realizó la simulación del modelo a través de software
especializado considerando como entrada una señal escalón, y se presentaron los resultados
obtenidos.
Debido a que la simulación de Van Henten fue realizada con datos reales del cultivo, con
los cuales no contamos, es imposible realizar una validación exacta de nuestra simulación, sin
embargo, al obtener un comportamiento similar y una respuesta adecuada a las variaciones
de las señales de entrada, se puede concluir que la simulación es correcta y nos permitirá
usar estos resultados como la base para generar nuevas estrategias de control en un trabajo
posterior.
Podemos comenzar el análisis y desarrollo de una técnica más adecuada para este tipo
de sistemas optimizando la producción de lechuga y otros cultivos bajo invernaderos.
40
Trabajo a futuro
Considerando que el proceso de crecimiento se puede describir en tres etapas, cada uno
de ellos, a su vez, se puede describir por un sistema y todos ellos se pueden integrar en un
modelo único conocido como sistema global. Esto permitiría aplicar la técnica de modelos
implícitos para trabajarlo como un sistema de estructura variable.
41
Apéndice A
Programa:
42
Cradphot=3.55e-9;
Cco21=5.11e-6;
Cco22=2.3e-4;
Cco23=6.29e-4;
Cr=5.2e-5;
Crespc=4.87e-7;
Crespd=2.65e-7;
Cleak=0.75e-4;
Cpld=53;
Ccapc=4.1;
Cvplai=3.6e-3;
Cv1=9348;
Cv2=17.4;
Cv3=239;
Cv4=10998;
CTabs=273.15;
CR=8314;
Ccaph=4.1;
% Función Zt total
43
Figura A.1: Diagrama completo de simulación del modelo matemático en la herramienta
Matlab-Simulink.
44
% (1/Ccapq)*(u[4]-(((Ccapqv*u[1])+(Caiou))*(u[5]-u[2]))+u[3])
% Funcion Oventc
% (u[1]+Cleak)*(u[3]-u[2])
% Funcion Zc total
% (1/Ccapc)*(-u[4]+(Crespc*u[3])+u[1]-u[2])
El bloque llamado función exponente Xd se usa de forma auxiliar para calcular el termino
exponencial en la ecuación 3.2
% Funcion exponente Xd
% u[2]*2^((0.1*u[1])-2.5)
% Funcion Ophotc
% (1-(exp((-Cpld)*u[1])))*(((Cradphot*u[4])*(-(Cco21*u[3]^2)+(Cco22*u[3])-C
% co23)*(u[2]-Cr))/((Cradphot*u[4])+((-(Cco21*u[3]^2)+(Cco22*u[3])-Cco23)*(u[2]-Cr))))
%Funcion Xd total
% (Cab*u[2])-(Crespd*u[3])
%Funcion Oventh:
%(u[1]+Cleak)*(u[3]-u[2])
45
%Funcion Otransph
%(1-(exp((-Cpld)*u[1])))*Cvplai*(((Cv1/(CR*(u[2]+CTabs)))*(exp((Cv2*u[2])/(u[2]+Cv3))))-u
La función que permite simular la humedad dentro del invernadero es el bloque Zh total
%Funcion Zh total:
%(1/Ccapq)*(u[4]-(((Ccapqv*u[1])+(Caiou))*(u[5]-u[2]))+u[3])
46
Bibliografía
[2] Van Henten E.J. (1994). Greenhouse Climate Management:An Optimal Control Ap-
proach. Ph.D. Thesis, Wageningen Agricultural University, Wageningen The Nether-
lands, December 20, 1994.
[3] Sweeney D., Hand D., Slack G. (1981). Modelling the growth of winter lecttuce.
In: Mathematics in Plant Physiology, WAcademic Press London, pp 217-229.
[4] Lopez C., Van Willigenburg G., Van Starten (2003). Optimal control of nitrate in
lettuce by hybrid approach: di¤erential evolution and ACW gradient algorithms., Com-
puters and electronics in Agriculture, pp 179-197.
[6] Bonilla M., Lebret G. and Malabre M.(1994).Output Dynamics Assigment for
Implicit Description. Circuits, Systems and Signal Processing, Special Issue on ”Implicit
Robust Systems”, Vol 13 No. 2-3, pp 349-359.
[7] Bonilla M., Malabre M. and Fonseca M.(1997).On the Approximation of Non
Proper Control Laws. International Journals of Control, Vol. 68, No. 4, pp. 775-796.
[8] Bonilla M., Goire M.M. and Mondié S.(2000). Adaptative Structure Detector
for Linear Implicit Systems. American Control Conference 2000, pp.2179-2183.
47
[9] Van Henten, E.J, Van Straten G.(1994). Sensitivity analysis of a dynamic growth
model of lettuce, Agric. Eng. Res. pp.19-31.
[11] Seginer I. (1991). Optimal greenhouse temperature trajectories for a multi-state vari-
able tomato model. Proceedings IFAC Mathematical and control Aplications in Agricul-
ture and Horticulture, pp.73-79.
[12] Goudriann J. and Van Laar H. H.(1994).Modelling Potential Crop Growth Pross-
es. Current Issues In Production Ecology, Vol II. Ed. Kluwer Ac. Pub.
Rosenbrock H.H. (1970). State Space and Multivariable Theory. ed. Wiley, New
York.
48