Sistema de adquisición de datos y monitoreo IOT para una minifábrica de plantas con iluminación artificial
Sistema de adquisición de datos y monitoreo IOT para una minifábrica de plantas con iluminación artificial
Date
2025-11
Authors
Arteaga Alarcón, José Francisco
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Autónoma Chapingo
Abstract
Se diseñó e implementó un sistema con Internet de las Cosas (IoT) para una mini
fábrica de plantas con iluminación artificial (mini-PFAL) para producción de
hortalizas de hoja. El sistema integró monitoreo ambiental, de cultivo y solución
nutritiva, además de una adquisición de datos mediante microcontroladores
ESP32, una Raspberry Pi 5 para almacenar los datos en MariaDB, visualización
en Node-RED y captura programada de imágenes RGB-D con un robot
cartesiano. La validación operativa se realizó durante 21 días en un cultivo de
espinaca (Spinacia oleracea L.) en sistema hidropónico NFT. Las mediciones de
los sensores se realizaron cada minuto y fueron usadas para evaluar la
continuidad, la disponibilidad (completitud y brechas), el tiempo medio entre
fallas, el tiempo medio de recuperación y la caracterización de la iluminación
mediante el mapeo del densidad de flujo fotónico fotosintético (PPFD) y el cálculo
del integral de luz diaria (DLI) a 13 h. Se esperaron 30,240 registros por variable,
se documentaron brechas discretas y se alcanzó una completitud global superior
al 93 %, suficiente para análisis agronómicos y para la trazabilidad temporal entre
sensores. El robot cartesiano fue capaz de capturar el 96.82 % del total de
imágenes esperadas, con las únicas imágenes faltantes correspondientes a
períodos en los que se registró una falla eléctrica en las instalaciones. Dicho
conjunto de imágenes se empleará en futuros trabajos de fenotipado y estimación
de parámetros del crecimiento vegetal. Se concluye que la arquitectura propuesta
es operativamente sólida y escalable, ya que integra la adquisición de datos, el
almacenamiento, la visualización y la captura automatizada de imágenes en un
flujo unificado. La mini-PFAL funciona como una plataforma reproducible para
verificar sensores, optimizar la gestión de cultivos y desarrollar bases de datos
dirigidas a estudios avanzados de fenotipado y optimización de una mini-PFAL.
Description
Tesis (Maestría en Ingeniería Agrícola y Uso Integral del Agua)
Keywords
Adquisición de datos, canalización de datos, ESP32, Raspberry
Pi, validación metrológica