Laboratorio Virtual y Remoto para Simular, Monitorizar y Controlar un Sistema de Riego por Goteo en Olivos

Flavio Capraro, Santiago Tosetti, Facundo Vita Serman

Resumen

Se presenta el diseño y puesta en marcha de un laboratorio para ensayar en simulación estrategias de control y riego, que luego de forma remota se ejecutan a campo en un sistema de riego por goteo (planta piloto). La aplicación involucra el desarrollo de un software para efectuar la simulación, la monitorización y el control remoto de la planta piloto. Se describen la instalación de una red de sensores de humedad de suelo, la red de comunicaciones y el hardware requerido para el control remoto. El laboratorio y la planta piloto están ubicados en una plantación de olivos, situado en la provincia de San Juan, Argentina.

Palabras clave

Laboratorio de educación; simulación computacional; control remoto; control en línea; sistema de control supervisado; agricultura

Texto completo:

PDF

Referencias

Abraham N., P. S. Hema, E. K. Saritha, S. Subramannian (2000). Irrigation automation based on soil electrical conductivity and leaf temperature. Agricultural Water Management. 45. pp. 145–157.

Aktan B., C. A. Bohus, A. Crowl, M. H. Shor (1996). Distance learning applied to control engineering laboratories. IEEE Trans. Educ., vol. 39, pp. 320–326

Allen R.G., Pereira L. S., Raes D., Smith M., (1998). Crop evapotranspiration. Guidelines for computing crop water requirements. FAO Irrigation and Drainage, Nº56, Italia.

Andreu, L., Hopmans, J.W. y Schwankl, L.J. (1997). Spatial and temporal distribution of soil water balance for a dripirrigated almond tree. Agric. Water Management. Vol. 35.

Calvo, I., Marcos, M., Orive D., Sarachaga I. (2009). Building Complex Remote Laboratories. Computer Applications in Engineering Aplications, En prensa.

Camacho E. y C. Bordons (1995). Model Predictive Control in the Industry Process. Springer Verlag, Spain.

Capraro F., C. Schugurensky, F. Vita, S. Tosetti, A. Lage, D. Patiño (2008a). Intelligent irrigation in grapevines: a way to obtain different wine characteristics. En actas de 17th IFAC World Congress. Seoul. Korea.

Capraro F., D. Patiño, S Tosetti, C. Schugurensky (2008b). Neural Network-Based Irrigation Control for Precision Agriculture. En actas de IEEE International Conference on Networking, Sensing and Control, pp. 357-362. China.

Capraro F., Vita F., Tosetti S., Patiño D., Schugurensky C., Olguín A. (2008c). Control automático para la aplicación de diferentes tratamientos de riego en un olivar (Olea europaea L.) cv Arbequina. XXI Congreso Argentino de Control Automático – AADECA, Buenos Aires, Argentina.

Capraro F., Tosetti S., Vita Serman F., Patiño D., Schugurensky C., Fullana R., (2008d). Sistema de monitoreo continuo de la humedad en suelo para el control de riego en un olivar (Olea europaea L.) empleando LabVIEW. JII 2008 en Agroinformática. en marco de las 37º JAIIO. Argentina.

Capraro F. (2009a). Control Inteligente de Riego en Suelos Agrícola. Tesis doctoral. Universidad Nacional de San Juan. Argentina.

Capraro F., Tosetti S., Patiño D., Schugurensky C., Vita Serman F. (2009b). Diseño y Análisis de un Controlador Predictivo Basado en Modelo (CPBM) para el Manejo Inteligente de un Sistema de Riego por Goteo. XIII Reunión de Trabajo en Procesamiento de la Información y Control (RPIC2009), Rosario. ARGENTINA

Candelas F. A, P.Gil, F.Torres, F.G.Ortiz, S.T.Puente, J.Pomares. (2004a). Virtual remote laboratory for teaching of computer vision and robotics in the University of Alicante. IBCE'04, Second IFAC Workshop on Internet Based Control Education, Grenoble, Francia

Candelas F., F.Torres, P.Gil, F.G.Ortiz, S.T.Puente, J.Pomares. (2004b). Laboratorio Virtual Remoto para Robótica y Evaluación de su Impacto en la Docencia. Revista Iberoamericana de Automática e Informática Industrial, RIAI, Vol. 1, Num. 2.

Charlesworth P. (2005). Irrigation Insights No.1, Soil Water Monitoring. 2nd edition. Published by Land & Water Australia on behalf of the National Program for Sustainable Irrigation. Australia.

Clarke D. W. (1994). Advances in Model-Predictive Control. Editor Oxford University Press, pp.3-13.

Coggan M. Water measurement in soil and vines (2002). Vin. & Winery Magazine 28(3), 43-53. USA.

Doorenbos J. y Pruitt W. O., (1977). CropWater Requirements. FAO Irrigation and Drainage Paper Nº24, Rome, Italia.

Domínguez M., P. Reguera y J.J. Fuertes (2005). Laboratorio Remoto para la Enseñanza de la Automática en la Universidad de León (España). Revista Iberoamericana de Automática e Informática Industrial, RIAI, Vol. 2, Num. 2.

Dormido S. (2004). Control Learning: Present and Future. Annual Reviews in Control, vol. 28 (1), pp 115-136

Feddes, R. A., Kowalik, P. J. y Zaradny, H. (1978). Simulation of field water use and crop yield. Simulation monographs. Centre for Agricultural Publishing and Documentation. Wageningen.

Goldhamer D., E. Fereres, M. Cohen, J. Girona, M. Mata. (2000) Comparison of continuous and discrete plant-based monitoring for detecting tree water deficits and barriers to grower adoption for irrigation management. Acta Horticulturae. 537: 431-445.

Goldhamer D. y E. Fereres (2001). Irrigation scheduling protocols using continuously recorded trunk diameter measurements. Irrigation Science. 20:115-125.

Gribb, M. M. (1996). Parameter estimation for determining hydraulic properties of a fine sand from transient flow measurements. Water Resources Research, 32 (7), 1965- 1974 pp.

Guzmán J. L., F. Rodríguez, M. Berenguel, S. Dormido (2005). Laboratorio virtual para la enseñanza de control climatico de invernaderos Revista iberoamericana de automática e informática industrial (RIAI), Vol. 2 (2), pags. 82-92

Howell T. A. (1996). Irrigation scheduling research and its impact on water use. En actas de International Conference Evapotranspiration and Irrigation Scheduling, ASAE, pp. 21–33. San Antonio, Texas.

Israelsen O.W. y V. E. Hansen (1962). Irrigation principles and practices, Chapter 1. Jonh Wiley and Sons Inc, New York.

Klute, A. (1986). Water Retention: Laboratory Methods. A. Klute (Ed.), Methods of Soil Analysis. Part 1. Physical and Mineralogical Methods. 799-823 pp. Madison, Wisconsin.

Lajara Vizcaino A. R. y J. Pelegrí Sebastiá (2007). LabVIEW Entorno gráfico de programación. LabVIEW 8.2 y versiones anteriores. Alfaomega editor, Marcombo, España

Lázaro A. M y J. Fernández. (2005) Lab VIEW 7.1 Programación gráfica para el control de instrumentación. Thomson, España

Narendra y Parthasarathy (1990). Identification and control of dynamical systems using neural networks. IEEE Trans. Neural Networks, 1, 1, pp 4-27.

NI Developer Zone (2008). Lleve sus Mediciones a la Web con LabVIEW. Documento tutorial. Ultimo acceso: marzo 2009. http://zone.ni.com/devzone/cda/tut/p/id/5997

Nugteren, J. (1970). Introduction to irrigation. Chapter 1. Civil and Irrigation Engineering Department, Agricultural University. Wageningen, The Netherlands

Salzmann, Ch., Gillet, D., and Huguenin, P. (2000). Introduction to Real Time Control using LabVIEW with an Application to Distance Learning. International Journal of Engineering Education, vol 16(3), pp 255-272

Schugurensky C. y F. Capraro (2008). Control automático de riego agrícola con sensores capacitivos de humedad de suelo. Aplicaciones en vid y olivo. Actas de XVIII Congreso de la Asociación Chilena de Control Automático (ACCA). Santiago, Chile.

Skaggs, T. H., Trout, T. J., Simunek, J. y Shouse, P. J. (2004). Comparison of HYDRUS-2D simulations of drip irrigation with experimental observations. Journal of Irrigation and Drainage Engineering, 130 (4), 304-310 pp.

Ton Y., M. Kopyt, I. Zachs, Z. Ben-Ner (2004). Phytomonitoring technique for tuning irrigation of fruit trees. Acta Horticulturae. 646: 127-132.

Travis, J. (2000), Internet Applications in LabVIEW, Prentice Hall PTR, Upper Saddle River, NJ.

Vita Serman F., C. Schugurensky, R. Carrión, S. Rodríguez (2005). Evaluación del comportamiento de sensores de humedad de suelo de desarrollo local, en relación al contenido de agua y a la textura de suelo. CONAGUA 2005. Mendoza, Argentina.

Wang J. R. y T. J. Schmugge (1980). An empirical model for the complex dielectric permittivity of soils as a function of water content. IEEE Transactions on Geoscience and Remote Sensing, 18, pp. 288–295

Abstract Views

1401
Metrics Loading ...

Metrics powered by PLOS ALM


 

Citado por (artículos incluidos en Crossref)

This journal is a Crossref Cited-by Linking member. This list shows the references that citing the article automatically, if there are. For more information about the system please visit Crossref site

1. Application of computer vision and low-cost artificial intelligence for the identification of phytopathogenic factors in the agro-industry sector
J J Castro-Maldonado, J A Patiño-Murillo, A E Florian-Villa, O E Guadrón-Guerrero
Journal of Physics: Conference Series  vol: 1126  primera página: 012022  año: 2018  
doi: 10.1088/1742-6596/1126/1/012022



Creative Commons License

Esta revista se publica bajo una Licencia Creative Commons Attribution-NonCommercial-CompartirIgual 4.0 International (CC BY-NC-SA 4.0)

Universitat Politècnica de València     https://doi.org/10.4995/riai

e-ISSN: 1697-7920     ISSN: 1697-7912