Estimación neuronal de la ventilación para controlar la temperatura en un invernadero

Resumen

El crecimiento del cultivo de productos hortícolas depende del clima y este se puede controlar en entornos cerrados como invernaderos. La temperatura es limitante y, en zonas semiáridas, el problema es la refrigeración utilizando la ventilación natural. Su relación es no lineal y variante en el tiempo lo que dificulta su modelado y control. Este trabajo en curso presenta una prueba de concepto en la cual se intenta estimar la apertura de las ventanas en función de las condiciones exteriores y del flujo o energía a través de este actuador, para usarlo en un bucle de control basado en linealización por realimentación (FL). De esta forma, se propone una estrategia alternativa, por un lado se utiliza una estructura física para la formulación del FL y, por otro se entrena una red neuronal artificial estática que modela la apertura de la ventilación. Se ha probado la metodología en dos instalaciones reales obteniendo unos resultados preliminares aceptables con un error absoluto medio de 2.4º de apertura y un error relativo medio de 7.6% en algunos de los ensayos, considerándose validadas las hipótesis de partida.