Control Multivariable del Clima en un Invernadero

Resumen: Los invernaderos constituyen un entorno cerrado en el que se pueden controlar las variables climáticas para permitir el crecimiento óptimo y desarrollo de los cultivos. El control de la humedad y temperatura se consideran fundamentales para tal fin. El control de invernaderos es complicado por la complejidad e incertidumbre del modelo, así como las interacciones entre variables ambientales externas y del invernadero. En este trabajo se aborda el diseño de esquemas de control multivariable del clima de un invernadero usando dos enfoques de control simples y prácticos: (i) el control basado en compensación de error de modelado, y (ii) el control de modo predictivo no-lineal.

¿Cómo citar?

Andrea Flores-Meza, América Morales-Díaz & Héctor Puebla. Control Multivariable del Clima en un Invernadero. Memorias del Congreso Nacional de Control Automático, pp. 208-213, 2021.

Palabras clave

Agricultural processes, multivariable control, robust control

• Allgöwer, F., Badgwell, T. A., Qin, J. S., Rawlings, J. B., and Wright, S. J. (1999). Nonlinear predictive control and moving horizon estimation-an introductory overview. Adv. Control, 391-449.
• Arvanitis, K.G., Paraskevopoulos, P.N., and Vernardos, A.A. (2000). Multirate adaptive temperature control of greenhouses. Comput. Electron. Agric., 26, 303–320.
• Bennis, N., Duplaix, J., Enéa, G., Haloua, M., and Youlal, H. (2008). Greenhouse climate modelling and robust control. Comput. Electron. Agric., 61, 96–10
• Chen, L., Du, S., Xu, D., He, Y., and Liang, M. (2018). Sliding mode control based on disturbance observer for greenhouse climate systems. Math. Problems Eng. 2018.
• Cunha, J.B., Couto, C., and Ruano, A.E.B. (2000). A greenhouse climate multivariable predictive controller. ISHS Acta Hort., 534, 269–276.
• Ghoulem, M., El Moueddeb, K., Nehdi, E., Boukhanouf, R. and Kaiser Calautit, J. (2019). Greenhouse design and cooling technologies for sustainable food cultivation in hot climates: Review of current practice and future status. Biosystems Engineering, 183, 121-150.
• Hu, H., Xu, L., Wei, R. and Zhu, B. (2011). Multi-objective control optimization for greenhouse environment using evolutionary algorithms. Sensors, 11(6), 5792-5807.
• Khaki-Sedigh, A. and Moaveni, B. (2009). Control configuration selection for multivariable plants (Vol. 391). Springer Lafont, F. and Balmat, J.F. (2002). Optimized fuzzy control of a greenhouse. Fuzzy Sets Syst. 128, 47-59.
• Pasgianos, G.D., Arvanitis, K.G., Polycarpou, P., Sigrimis, N. (2003). A nonlinear feedback technique for greenhouse environmental control. Comput. Electron. Agric. 40, 153- 177.
• Piñón, S., Camachoa, E.F., Kuchen, B. and Peña, M. (2005) Constrained predictive control of a greenhouse. Comput. Electron. Agric. 49, 317–329.
• Pucheta, J.A., Schugurensky, C., Fullana, R., Patiño, H. and Kuchen, B. (2006). Optimal greenhouse control of tomatoseedling crops. Comput. Electron. Agric. 2006, 50, 70–82.
• Puebla, H., Rodríguez, M. G., Martínez-Delgadillo, S. A., Mendoza, V. X. and Gómez-Callejas, S. (2009). A simple robust control approach for Cr (VI) regulation of wastewater at electrochemical mixed-flow reactors in series. Chem. Eng. Comm. 196(10), 1278-1290.
• Rodriguez-Jara, M., Flores-Mejia, H., Velasco-Perez, A. and Puebla, H. (2021). Robust control framework based on input-output models enhanced with uncertainty estimation. Stud. Infor. Cont. 30(1), 99-108.
• Sigrimis, N., Arvanitis, K. G., Pasgianos, G. D. and Ferentinos, K. (2001). Hydroponics water management using adaptive scheduling with an on-line optimiser. Comput. Electron. Agric. 31(1), 31-46.
• World Population Forecast. (2018). Worldometers. https://www.worldometers.info/world-population/#tableforecast (Acceso: 12 Junio 2021).