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
| dc.contributor.advisor | Ruiz García, Agustín | |
| dc.contributor.author | Arteaga Alarcón, José Francisco | |
| dc.contributor.other | Soriano Avendaño, Luis Arturo | |
| dc.contributor.other | Fitz Rodríguez, Efrén | |
| dc.date.accessioned | 2025-11-26T20:37:26Z | |
| dc.date.available | 2025-11-26T20:37:26Z | |
| dc.date.issued | 2025-11 | |
| dc.description | Tesis (Maestría en Ingeniería Agrícola y Uso Integral del Agua) | |
| dc.description.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. | |
| dc.description.sponsorship | Universidad Autónoma Chapingo, SECIHTI | |
| dc.identifier.uri | https://repositorio.chapingo.edu.mx/handle/123456789/4366 | |
| dc.language.iso | es | |
| dc.publisher | Universidad Autónoma Chapingo | |
| dc.subject | Adquisición de datos, canalización de datos, ESP32, Raspberry Pi, validación metrológica | |
| dc.title | Sistema de adquisición de datos y monitoreo IOT para una minifábrica de plantas con iluminación artificial | |
| dc.type | Thesis |
Files
Original bundle
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: