Modelo Neuro-Difuso para el Control Hidráulico y su Influencia en la Distribución de Agua del Canal de Riego IRCHIM, 2020
Resumen
El presente trabajo tuvo como objetivo general desarrollar un modelo de control Neuro – difuso de la distribución de agua en el tramo km 8+000 – 20+000 del canal de riego IRCHIM 2020, que posibilite aumentar la operatividad sobre el canal, así como disminuir las pérdidas de agua por concepto de operación, el tipo de estudio fue aplicada, con diseño experimental en la categoría pre experimental, la población fueron los puntos de distribución de agua del canal IRCHIM, el muestreo fue no probabilístico por conveniencia. De los resultados se obtuvo que el canal principal de riego necesita un control para la correcta distribución de agua para riego, como para el tratamiento para la potabilización, así mismo se desarrolló un modelo de control neuro-difuso a la medida del tramo seleccionado del canal, El PLC utilizado está basado en la tecnología de Arduino diseñado para uso profesional y programado en MATLAB, así mismo El PLC consta de 17 entradas/salidas y también contiene varios puertos de comunicación que proporcionan mayor flexibilidad y control, pues la familia M-DUINO ofrece la posibilidad de expandir hasta 127 módulos a través de I2C, lo que significa que puede tener hasta 7 100 Entradas/Salidas en conexiones Maestro-Esclavo, además de sensores, etc., y el sensor piezométrico presenta un rango de medición de 0 a 10 metros, su fuente de alimentación es de 12 a 24 V, presenta una comunicación RS-485 MODBUS RTU y por último presenta una protección IP68, estas herramientas de sensores, actuadores y controladores, quiere decir que la implementación de un modelo de control neuro-difuso en el canal principal de riego IRCHIM mejora la distribución de agua para riego y para el tratamiento de potabilización para consumo humano.
Descargas
Citas
Abbasi, N., Sohrabi, Y., & Kiani, H. (2023). Using tragacanth gum mitigated the effects of drought stress on the black cumin (Nigella sativa) plant. Agricultural Water Management, 287. https://doi.org/10.1016/j.agwat.2023.108406
Algaba, M. H.-P., Huyghe, W., van Leeuwen, K., Koop, S., & Eisenreich, S. (2023). Assessment and Actions to Support Integrated Water Resources Management of Seville (Spain). Environment, Development and Sustainability. https://doi.org/10.1007/s10668-023-03011-8
Augusto, H., Moreira, M., Gomes, H. P., Villanueva, J. M. M., & de Tarso Marques Bezerra, S. (2021). Real-time neuro-fuzzy controller for pressure adjustment in water distribution systems. Water Science and Technology: Water Supply, 21(3), 1177–1187. https://doi.org/10.2166/ws.2020.379
Li, F., Yan, W., Zhao, Y., & Jiang, R. (2021). The regulation and management of water resources in groundwater over-extraction area based on ET. Theoretical and Applied Climatology, 146(1–2), 57–69. https://doi.org/10.1007/s00704-021-03713-x
Morán-Valencia, M., Flegl, M., & Güemes-Castorena, D. (2023). A state-level analysis of the water system management efficiency in Mexico: Two-stage DEA approach. Water Resources and Industry, 29. https://doi.org/10.1016/j.wri.2022.100200
Namara, I., Hartono, D. M., Latief, Y., & Moersidik, S. S. (2022). Policy Development of River Water Quality Governance Toward Land Use Dynamics Through a Risk Management Approach. Journal of Ecological Engineering, 23(2), 25–33. https://doi.org/10.12911/22998993/144717
Nihei, Y., Oota, K., Kawase, H., Sayama, T., Nakakita, E., Ito, T., & Kashiwada, J. (2023). Assessment of climate change impacts on river flooding due to Typhoon Hagibis in 2019 using nonglobal warming experiments. Journal of Flood Risk Management, 16(3). https://doi.org/10.1111/jfr3.12919
Pan, Y., Peng, D., Chen, J. M., Myneni, R. B., Zhang, X., Huete, A. R., Fu, Y. H., Zheng, S., Yan, K., Yu, L., Huang, J., & Wu, C. (2023). Climate-driven land surface phenology advance is overestimated due to ignoring land cover changes. Environmental Research Letters, 18(4). https://doi.org/10.1088/1748-9326/acca34
Peña Cáceres, O. J. M., More More, M. A., Nima, R. E., & Marchan, H. S. (2023). Artificial neural network model for the prediction of the “El Niño” phenomenon in the region of Piura (Peru) | MODELO DE RED NEURONAL ARTIFICIAL PARA LA PREDICCIÓN DEL FENÓMENO “EL NIÑO” EN LA REGIÓN DE PIURA (PERÚ). TECHNO Review. International Technology, Science and Society Review / Revista Internacional de Tecnología, Ciencia y Sociedad, 13(4). https://doi.org/10.37467/revtechno.v13.4815
Quezada, N. I. C., Mijahuanca, M. E. M., Dongo, A. J. G., González, G. F. L., & Sotelo, C. G. M. (2023). Public policies on climate change | Políticas públicas sobre mudanças climáticas | Políticas públicas sobre el cambio climático. Produccion y Limpia, 18(1), 154–172. https://doi.org/10.22507/pml.v18n1a10
Sharifi, H., Roozbahani, A., & Hashemy Shahdany, S. M. (2021). Evaluating the Performance of Agricultural Water Distribution Systems Using FIS, ANN and ANFIS Intelligent Models. Water Resources Management, 35(6), 1797–1816. https://doi.org/10.1007/s11269-021-02810-w
Sonne, C., Jenssen, B. M., Rinklebe, J., Lam, S. S., Hansen, M., Bossi, R., Gustavson, K., & Dietz, R. (2023). EU need to protect its environment from toxic per- and polyfluoroalkyl substances. Science of the Total Environment, 876. https://doi.org/10.1016/j.scitotenv.2023.162770
Sun, J., Niu, W., Du, Y., Zhang, Q., Li, G., Ma, L., Zhu, J., Mu, F., Sun, D., Gan, H., Siddique, K. H. M., & Ali, S. (2023). Combined tillage: A management strategy to improve rainfed maize tolerance to extreme events in northwestern China. Agricultural Water Management, 289. https://doi.org/10.1016/j.agwat.2023.108503
Martínez Pérez , S. I. (2022). La Protección de la Propiedad Intelectual y la Piratería en Línea. Estudios Y Perspectivas Revista Científica Y Académica , 2(1), 74–95. https://doi.org/10.61384/r.c.a.v2i1.10
López Vargas, G., & Rodríguez García, J. C. (2021). Enfermería en Contexto de Trabajo en Salud Pública en América Latina. Revista Científica De Salud Y Desarrollo Humano, 2(1), 51–66. https://doi.org/10.61368/r.s.d.h.v2i1.14
Cruz Rosas, J., & Oseda Gago, D. (2022). Design thinking en la creatividad de los estudiantes de administración de empresas, en una universidad de Trujillo – 2020. Emergentes - Revista Científica, 2(1), 57–70. https://doi.org/10.37811/erc.v1i2.13
Chavarría Oviedo, F. A., & Avalos Charpentier, K. (2022). English for Specific Purposes Activities to Enhance Listening and Oral Production for Accounting . Sapiencia Revista Científica Y Académica , 2(1), 72–85. https://doi.org/10.61598/s.r.c.a.v2i1.31
Sethi, P., Sonawane, S., Khanwalker, S., Keskar, R. B. (2017). Automatic text summarization of news articles. 2017 International Conference on Big Data, IoT and Data Science (BID), pp. 23–29.
Derechos de autor 2024 Atilio Rubén López Carranza
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
.jpg)
