Maestría en Ingeniería Agrícola y Uso Integral del Agua
Permanent URI for this collection
El posgrado hace énfasis en una sólida formación analítica, lógica y matemática de sus estudiantes, para proponer soluciones formales a problemas del campo mediante la aplicación de métodos estadísticos, modelos matemáticos e inteligencia artificial.
Browse
Browsing Maestría en Ingeniería Agrícola y Uso Integral del Agua by Author "Chávez Aguilera, Noel"
Results Per Page
Sort Options
-
ItemDesarrollo de un sistema de siembra para un vehículo autónomo(Universidad Autónoma Chapingo, 2020-11) García Hernández, Raúl Vidal ; Velázquez López, Noé ; Cruz Meza, Pedro ; Chávez Aguilera, NoelEste trabajo se enfocó en el desarrollo de una sembradora con dosificación autónoma y registro de semillas de maíz depositadas al suelo. Las funciones principales fueron: a) cortar la maleza y abrir el suelo, b) dosificar la semilla a distancias de 10 a 30 cm y c) regular la profundidad de siembra de cinco a diez cm. La solución óptima fue un sistema independiente con enganche pivotante al vehículo autónomo y dosificador mecánico de plato vertical. Se utilizaron dos motores eléctricos uno para accionar el cortador del suelo y otro para girar el dosificador. También se agregó una rueda de control de profundidad. La sembradora se instrumentó con un encoder incremental para medir la distancia y con un sensor óptico para conteo y detección de la caída de semillas. Todo se controló con una tarjeta Arduino ATmega 2560; programado para dosificar a cada 13 cm y una profundidad de siembra de 5 a 10 cm. El conjunto robot-sembradora se comportó estable con el sistema de visión artificial, el cual identifica dos líneas y se dirige por el centro de gravedad hasta terminar el surco y así girar mediante la función remota en la cabecera. Por lo que, para labranza tradicional (LT) se obtuvo un promedio de distancia entre semillas de 16 cm y para labranza sin rastrojo (LSR) se obtuvo una distancia entre semillas de 12.5 cm, esto indica que la sembradora tiene mejor funcionamiento en LSR. El dispositivo pesa 10 kg, el vehículo autónomo no tiene problemas en campo con la fuerza de tracción requerida y con ello se logró una dosificación variable de semillas de manera controlada y predefinida.
-
ItemDiseño, construcción y evaluación de una unidad de siembra y de fertilización de dosis variable(Universidad Autónoma Chapingo, 2013-12) Díaz Ruiz, Benito ; Chávez Aguilera, Noel ; Cruz Meza, Pedro ; Mayans Céspedes, Pedro R. ; Romantchik Kriuchcova, EugenioEn este estudio se diseñó y construyó un mecanismo dosificador variable de fertilizante tipo tornillo sinfín y un mecanismo dosificador de semilla tipo plato vertical alveolado. Cada mecanismo es accionado por un motor eléctrico de 12 V a 6 A, Se diseñó y construyó un sistema eléctrico para variar el voltaje de cada motor y con ello las rpm. Al variar las rpm de cada motor varía las rpm de ambos mecanismos, dosificador de fertilizante y dosificador de semilla. Un sistema neumático compuesto por un ventilador succionador que adhiere la semilla a los alveolos del plato dosificador a una fuerza de vacío de 10 pulgadas de columna de aguas, el ventilador es accionado por un motor hidráulico del tractor. Previo al diseño de los mecanismos dosificadores se determinó las propiedades físico-mecánicas del fertilizante y de la semilla de maíz (Zea mays L.). La capacidad de descarga del tornillo sinfín fue de 60 g por revolución y del plato dosificador de semillas fue de 18 semillas por revolución. Cuando el motor trabajó de 10 a 60 rpm el voltaje varió de 2.18 a 8.4 V, y la corriente eléctrica varió de 2.32 a 4.70 A respectivamente, la potencia desarrollada fue de 5.0 a 35.10 watts y del torque de 4.65 a 8.65 Nm, la descarga de fertilizante fue de 495 a 3796 gramos respectivamente. Mientras para el dosificador de semillas cuando el motor trabajó de 10 a 40 rpm el voltaje varió de 2.95 a 7.61 V, y la corriente eléctrica varió de 2.57 a 4.94 A respectivamente y la potencia desarrollada potencia fue de 7.57 a 37.57 watts y del torque de 7.23 a 11.30 Nm, la descarga de semillas fue de 187 a 582 semillas por minuto respectivamente.
-
ItemEquipo para medir la conductividad electrica del suelo en tiempo real(Universidad Autónoma Chapingo, 2016-02) Gutiérrez Hernández, José Orbelin ; López Canteñs, Gilberto de Jesús ; Romanchik Kriuchkova, Eugenio ; Chávez Aguilera, NoelEn la agricultura de precisión se requiere contar con información de las variaciones de las propiedades de suelo por sitio específico. Existen equipos que basan su funcionamiento en métodos eléctricos o electromagnéticos para la determinación de la conductividad eléctrica (CE) en tiempo real. Se diseñó y se desarrolló un circuito electrónico basado en el método resistivo y programado en Arduino, con el cual se construyó el equipo de medición de CE del suelo, el equipo fue configurado con un arreglo tipo Wenner donde los electrodos fueron de acero inoxidable 303, espaciados a cada 3.3 cm, y enterrados a 20 cm. La calibración y validación se realizó en el campo experimental la “Cerona” en las instalaciones de la UACH, latitud 19°29'3.88"N y longitud 98°54'2.22"O, los sensores de humedad se calibraron por el método gravimétrico, los electrodos de conductividad eléctrica se calibraron con el equipo TDR300, con los datos obtenidos se realizó un análisis estadístico en donde se encontró que el error medio muestral fue de 0.433% con 0.906 % de variación en la humedad y en la CE de 0.413 uScm-1 con una variación de 5.42 uScm-1.
-
ItemEstimación de biomasa de maíz forrajero a partir de imágenes de drones y aprendizaje profundo(Universidad Autónoma Chapingo, 2023-11) Muñoz Bustos, Francisco ; López Canteñs, Gilberto de Jesús ; López Cruz, Irineo Lorenzo ; Chávez Aguilera, NoelEl maíz (Zea mays L.) forrajero es uno de los componentes fundamentales en la alimentación del ganado, por lo que se requiere cuantificar la cantidad de materia verde que se puede cosechar en campo para establecer estrategias de ensilado. En la actualidad, la cuantificación de la materia verde se hace utilizando métodos tradicionales, que no consideran la variabilidad del cultivo, son destructivos y tardados, debido a lo anterior se propone una metodología para estimar biomasa verde de maíz a partir de imágenes multiespectrales de alta resolución y un modelo predictivo basado en una red neuronal artificial (RNA). Para ello, se tomaron 80 muestras georreferenciadas, cada una en un área de medio metro cuadrado obteniéndose las alturas y el peso promedio de las plantas; además se generaron las ortoimágenes del área de cultivo a partir del vuelo del dron Mavic 3M, para el cálculo de los siguientes índices de vegetación NDVI, EVI, GNDVI, WDRVI, CIre, RVI, SAVI, VARI, RGBVI, NGRDVI, ExG, al igual que las bandas R, G, B y el índice de área foliar (LAI). Posteriormente, se obtuvo la matriz de correlación y se aplicó el algoritmo de componentes principales generando una base de datos con seis componentes principales, que se normalizó y se dividió aleatoriamente en entrenamiento con el 90% de los datos y el restante 10% en prueba de la RNA, se generó un modelo predictivo basado en un perceptrón multicapa con las siguientes características, dos capas ocultas con 30 y 5 neuronas respectivamente, con funciones de activación tangente hiperbólica, la capa de salida con una neurona, con función de activación lineal, dicho modelo mostró un buen ajuste entre la biomasa real y la estimada, con un 𝑅 2= 92.9% y un error absoluto medio del rendimiento de 0.3 kg m-1 .