INSTITUTO POLITÉCNICO NACIONAL

ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA

SECCIÓN DE ESTUDIOS DE POSGRADO E INVESTIGACIÓN

UNIDAD AZCAPOTZALCO

ESTRATEGIA DE CONTROL APLICADA AL

CRECIMIENTO DE PLANTAS EN INVERNADEROS

TESIS QUE PARA OBTENER EL GRADO DE:

MAESTRO EN INGENÍERIA DE MANUFACTURA

PRESENTA:

ING. GERMÁN ANDRÉS GUTIÉRREZ ARIAS

DIRECTORES DE TESIS:

DR. JAIME PACHECO MARTÍNEZ DR. JOSÉ DE JESÚS RUBIO ÁVILA

MEXICO DF. NOVIEMBRE DE 2010

 INSTTITUTO
O POLITÉÉCNICO
O NACIO
ONAL
ESCUELA
A SUPERIOR DE INGEN
NIERÍA MEC
CÁNICA Y ELÉCTRICA
E
SECCIÓ
ÓN DE ESTU
UDIOS DE POSGRADO
P O E INVESTIG
GACIÓN
U
UNIDAD AZZCAPOTZALCO

C
CARTA DE CEESIÓN DE DEERECHOS

En la ciudad
c de México,
M D.F., el día 15 de
d Octubre del
d año 2010
0 el que susscribe Germán
Andréés Gutiérrez Arias alumnno del prograama de

Mae
estría en Inggeniería de Manufactura
M a

Con número
n de registro B0 081741 adsscrito a la Sección
S de Estudios de Posgrado e
investigación de la E.S.I.M.E Unidad
U Azcaapotzalco, manifiesta
m ue es autor intelectual del
qu d
presennte trabajo de
d tesina bajjo la direcció
ón de

Dr. Jaime Pacheco Maartínez

e Jesús Rubio Ávila

Dr. José de

Cedo los
l derechoss del trabajo
o titulado:

Estrategiaa de controll aplicada al crecimiento

o de plantass en invernaderos

Al Insttituto Politéccnico Nacion

nal para su difusión,
d con
n fines acadéémicos y de investigación
i n.

Los ussuarios no deben reprod ducir el conttenido textu ual, graficas o datos dell trabajo sin el
permiso expreso del d autor y/o
o director deel tr‐abajo. Este
E puede ser s obtenidoo escribiendo oa
la direección siguiente:

gu
uti.g146@gm
mail.com j
[email protected] [email protected]

Si el permiso se ottorga, el usu

uario deberáá dar el agradecimiento correspondiente y citarr la
fuentee del mismo.

Ing. Germán Andrés

A Gutiéérrez Arias
Índice general

Resumen 7

Abstract 9

Agradecimientos 10

Introducción 11

Justi…cación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

Alcances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

1. Antecedentes y conceptos básicos 15

Antecedentes y conceptos básicos . . . . . . . . . . . . . . . . . . . . . . . . 15

1.1. Conceptos básicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

1.1.1. Estructura de las plantas. . . . . . . . . . . . . . . . . . . . . . 15

1.1.2. Crecimiento de las plantas . . . . . . . . . . . . . . . . . . . . . 18

1.1.3. Fotosíntesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

1.1.4. Respiración . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

1
 1.1.5. Transpiración . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

1.1.6. Factores que afectan el crecimiento. . . . . . . . . . . . . . . . . 21

1.1.7. Función logística de crecimiento . . . . . . . . . . . . . . . . . . 22

1.1.8. Fases de crecimiento. . . . . . . . . . . . . . . . . . . . . . . . . 25

1.1.9. Crecimiento expo-lineal. . . . . . . . . . . . . . . . . . . . . . . 27

1.2. Estabilidad de sistemas no lineales basada en Lyapunov . . . . . . . . . 28

1.3. Control Ficticio o backstepping . . . . . . . . . . . . . . . . . . . . . . 31

2. Estado del arte 36

Estado del arte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

3. Modelado del sistema 39

Modelado del sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

3.1. Principios básicos del sistema . . . . . . . . . . . . . . . . . . . . . . . 39

3.2. Modelo climático . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

3.2.1. Concentración de dióxido de carbono . . . . . . . . . . . . . . . 41

3.2.2. Temperatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

3.2.3. Humedad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

3.3. Modelo de crecimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

3.4. Parámetros utilizados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

4. Simulación del modelo matemático 51

4.1. Respuesta al escalón . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

4.2. Análisis de resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

2
5. Control Ficticio o Backstepping 60

6. Simulación del sistema con control 65

Conclusiones 73

Trabajo a futuro 75

Articulos derivados de este trabajo de tesis 76

Articulos publicados durante los estudios de maestria 78

A. Modelo del sistema sin control en Matlab y Simulink 80

B. Modelo del sistema con control en Matlab y Simulink 85

3
Índice de …guras

1.1. Función logística de crecimiento. (A Martinez [15]) . . . . . . . . . . . 23

1.2. Razón de crecimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

1.3. Función expolineal. Crecimiento lineal. (tb: tiempo de conmutación. Cm:

razón de crecimiento). . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

1.4. Puntos de equilibrio en x = 0 con trayectorias de solución representativas

para un caso: a) Estable, b) Inestable, c) asintóticamente estable. . . . 29

3.1. Descripción del sistema. . . . . . . . . . . . . . . . . . . . . . . . . . . 40

4.1. Suministro de dióxido de carbono Uc en kg=m2 .s . . . . . . . . . . . . 53

4.2. Temperatura del aire del exterior del invernadero, VT en [ C]. . . . . . 53

4.3. Radiación solar en el exterior del invernadero, Vrad en [W m 2 ]. . . . . 54

4.4. Temperatura del aire en el invernadero, ZT ( C). . . . . . . . . . . . . 55

4.5. Concentración de dióxido de carbono al interior del invernadero, Zc en

(kg m 3 ). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

4.6. Variación de la humedad relativa dentro del invernadero en ( 100 %) . 56

4.7. Producción de materia seca, Xd , en (kg m 2 ), para un periodo de cultivo

completo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

4
4.8. Producción de materia seca reportada por Van Henten en (kg m 2 ),
donde el tiempo se expresa en días, para un periodo de cultivo completo.
La línea inferior corresponde a la simulación del sistema sin control.
Las dos líenas superiores son 2 simulaciones del sistema con control con
parámetros diferentes. . . . . . . . . . . . . . . . . . . . . . . . . . . . 58

4.9. Producción de materia seca, Xd , en (kg m 2 ), para un intervalo de

tiempo equivalente a 50 días . . . . . . . . . . . . . . . . . . . . . . . . 58

1. Resumen del articulo: Comparison of three proposed control to accelerate

the growth of the crop . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

2. Resumen del articulo: Modeling of four nonlinear electronic circuits . . 79

A.1. Diagrama completo de simulación del modelo matemático en la her-

ramienta Matlab-Simulink. . . . . . . . . . . . . . . . . . . . . . . . . . 82

B.1. Diagrama completo de simulación del modelo controlado en la herramien-

ta Matlab-Simulink. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86

B.2. Diagrama de simulación del subsistema de dióxido de carbono en la

herramienta Matlab-Simulink. . . . . . . . . . . . . . . . . . . . . . . . 87

B.3. Diagrama de simulación del subsistema de temperatura en la herramien-

ta Matlab-Simulink. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88

B.4. Diagrama de simulación del subsistema de humedad relativa en la her-

ramienta Matlab-Simulink. . . . . . . . . . . . . . . . . . . . . . . . . . 89

B.5. Diagrama de simulación del subsistema de crecimiento en la herramienta

Matlab-Simulink. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91

5
Índice de cuadros

3.1. Parámetros del modelo matemático . . . . . . . . . . . . . . . . . . . . 49

4.1. Parámetros máximos y mínimos para las variables de entrada y variables

de estado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

4.2. Características generales de entrada en la simulación del sistema climáti-

co del invernadero. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

6
Resumen

En esta tesis se realizó una investigación encaminada a obtener un modelado matemáti-

co del crecimiento de la lechuga en invernaderos que permita, el desarrollo de un sistema
de control novedoso para una gran variedad de sistemas agrícolas.

En el primer capítulo se establece un marco de referencia al problema que se pre-

tende abordar indicando los objetivos de la investigación, su justi…cación y los alcances.

Posteriormente se hace referencia a los conceptos básicos necesarios para compren-

der el funcionamiento de la planta y los factores que afectan su crecimiento.

A continuación se presentan los avances más representativos existentes en la litera-

tura sobre el modelado matemático y la simulación del crecimiento de plantas en in-
vernaderos, especí…camente los relacionados con el crecimiento de lechuga. Además
se presentan los trabajos de investigación más relevantes en las técnicas de control
aplicadas en este campo.

En el capítulo tres se aborda a fondo el modelado matemático de crecimiento desa-

rrollado por Van Henten (ver [14]) en su tesis doctoral. Se expondrán las bases matemáti-
cas del modelado de crecimiento de plantas, las ecuaciones de estado que caracterizan
el crecimiento de la planta y el modelo climático del invernadero, así como cada uno
de los parámetros involucrados.

En el capítulo 4 se analizarán los resultados obtenidos y se establecerá la relación

con los resultados presentados por Van Henten.

En el capítulo 5 se presenta la técnica de control …cticio o backstepping, poste-

riormente se establece el diseño de las leyes de control y se realiza la comprobación

7
matemática. En el capítulo 6 se describe detalladamente el desarrollo de la simulación
del sistema aplicando la técnica de control propuesta utilizando el software especializa-
do de Matlab especí…camente la herramienta Simulink. Además se analizan los resulta-
dos obtenidos y se comparan con los resultados presentados por Van Henten. Por último
se presentarán las conclusiones de la investigación y el trabajo futuro por realizar.

8
Abstract

In this work we present an investigation to obtain a mathematical model of lettuce

growth in greenhouses that allow the development of a new control system for a wide
variety of agricultural systems.

The …rst chapter provides a framework to approach the problem indicating the
research objectives, the justi…cation and outcomes. Subsequently we referred to the
basic concepts necessary to understand the operation of the plant and the factors that
a¤ect its growth. Below are presented the most representative advances in the literature
on mathematical modeling and simulation of plant growth in greenhouses, speci…cally
those related to the growth of lettuce. Also are presented the most relevant research
on control techniques applied in this …eld.

In chapter three is treated in depth the mathematical growth modeling developed

by Van Henten (see [14]) in his doctoral thesis. The mathematical basis of plant growth
modeling, the state equations that characterize the plant growth and greenhouse cli-
mate model are explained as well as each of the parameters involved.

Chapter 4 discusses the results and establish the relationship with the results pre-
sented by Van Henten.

Chapter 5 presents the technique of …ctitious or backstepping control, then establish

the design of control laws and performs the mathematical proof. Chapter 6 describes in
detail the development of system simulation applying the proposed control technique
using the specialized software tool speci…cally Matlab Simulink. Also the results are
analized and compared with the results presented by Van Henten. Finally, we present
the research …ndings and future work to be done.

9
Agradecimientos

Me gustaría agradecer a mis padres y familiares que siempre han creído en mí y han
sido un apoyo constante que hoy hace posible la culminación de esta etapa profesional.

También quiero expresar un agradecimiento a mis directores de tesis. Al Dr. Jaime

Pacheco M. por su tiempo, paciencia y apoyo brindado en todo momento en el desarrollo
del trabajo, y al Dr. José de Jesús Rubio A. por su aportación de valiosos conocimientos.

A los miembros del jurado: Dra. Maricela Guadalupe Figueroa Garcia, Dr. Salvador
Antonio Rodriguez Paredes, Dr Carlos Adolfo Hernandez Carreón y M en C Raúl Rivera
Blas por sus comentarios a este trabajo.

Al Instituto Politécnico Nacional por el apoyo económico brindado a través del

programa PIFI participando como becario en el proyecto SIP20091547. A la Sección
de Estudios de Posgrado e Investigación de la Escuela Superior de Ingeniería Mecánica
y Eléctrica Unidad Azcapotzalco, por permitirme utilizar sus recursos e instalaciones.

A todos los profesores y personal administrativo que forman parte de esta Sección
de Posgrado, por compartirme sus conocimientos y brindarme su ayuda incondicional
durante el desarrollo de mis estudios.

Al Consejo Nacional de Ciencia y Tecnología (CONACYT) por la beca otorgada

durante la maestría. Este trabajo es resultado del proyecto Modelos implícitos aplicados
a sistemas agrícolas y detección de fallas con registro CONACYT 60342.

Ing. Germán Andrés Gutiérrez Arias

México D.F., Noviembre de 2010

10
Introducción

La agricultura mundial ha conseguido grandes logros en los últimos 50 años. La apli-

cación de nuevas tecnologías en países desarrollados ha permitido elevar los volúmenes
de producción de alimentos. Sin embargo este éxito no ha sido generalizado ni uniforme
en todos los países y parece haber disminuido en los últimos años.

Esto último es el caso de nuestro país, el cual se ha subordinado a la compra de

alimentos de productores externos, al importar más de un tercio de las necesidades de
comestibles básicos, lo cual implica una dependencia alimentaria de otros países y la
reducción de la producción local.

Existen diversos factores que han contribuido a generar esta situación, como son el
descenso en la inversión pública en este sector, la reducción del crédito a los productores
de alimentos, el desmantelamiento de instituciones que fomentaban la actividad agrí-
cola, la disminución de obras de infraestructura y la necesidad de nuevas tecnologías
en la producción de alimentos que permitan precios competitivos ante los productos
importados.

Según la Organización para la Alimentación y la Agricultura (FAO por sus siglas

en inglés)[1] en materia de super…cie cultivada, en México, en 1990 se sembraban 14.3
millones de hectáreas, cifra que el año 2007 apenas alcanzó 13 por ciento de esa exten-
sión, lo cual muestra la reducción del potencial agropecuario. Mientras en 1995 México
importaba nueve millones de toneladas de alimentos, para el año 2007 se compraron 19
millones. En valor monetario las compras pasaron de dos mil 755 millones de dólares
entre 1980 y 1982 a 14 mil 309 millones de 2004 a 2006.

Es por lo anterior, que se hace necesario fomentar la investigación en nuevas tec-

11
nologías de producción de alimentos que hagan más competitiva esta actividad frente
a los mercados internacionales.

En este proyecto se pretende investigar y aplicar la teoría de control por backstep-

ping o control …cticio a un sistema de producción de alimentos en invernaderos. Se
tratará únicamente la producción de lechuga debido a que su modelado matemático es
relativamente sencillo. Sin embargo el sistema de control a desarrollar puede ser aplica-
do fácilmente a otros productos cambiando las condiciones del sistema que proporciona
el modelo matemático del producto especí…co.

Justi…cación

Nuestro proyecto adquiere gran relevancia teniendo en cuenta que cada vez existen
menos zonas de cultivos y por ende una menor producción local frente a una mayor
demanda de productos alimenticios que un futuro muy próximo dará origen a una
situación crítica.

Actualmente los altos precios de la comida se han convertido en un motivo de

preocupación para la gran mayoría de la población, a tal punto que muchos de los
productos alimenticios se han puesto fuera del alcance de millones de personas a nivel
mundial, según la Organización para la Alimentación y la Agricultura (FAO por sus
siglas en inglés) [1] de febrero de 2007 a diciembre del mismo año el precio de los
alimentos ha subido en promedio 80 porciento alrededor del mundo.

Esto se debe principalmente a factores climáticos como sequias prolongadas y fac-

tores demográ…cos como el aumento de población de países en desarrollo como India y
China que unido a su crecimiento económico ha incrementado enormemente la demanda
de alimentos.

Otro factor importante en el alza en los precios de los alimentos es la utilización de

cultivos para producir biocombustibles, que compiten en recursos, suelos fértiles y agua,
con los cultivos destinados a la alimentación humana, y que también el desarrollo actual
de biocombustibles incluye productos que tradicionalmente han servido a la humanidad
para alimentarse.

12
 Las tendencias mundiales que se mencionan plantean la necesidad de fomentar
la investigación en la agricultura y desarrollar sistemas altamente e…cientes para la
producción de alimentos, que permitan ofrecer productos en mayor cantidad y a un
nivel más competitivo.

Uno de estos sistemas es la producción de alimentos en condiciones ambientales

controladas mediante invernaderos. Países como Holanda, Japón e Israel se encuentran
a la vanguardia en la producción de cultivos en invernaderos, sin embargo, las solu-
ciones propuestas por dichos países generalmente son numéricas debido a la di…cultad
de encontrar soluciones analíticas a los modelos propuestos a través de técnicas tradi-
cionales, de ahí la importancia de utilizar modelos más generalizados como los que aquí
se proponen.

Objetivos

Acelerar el crecimiento de la lechuga cultivada en invernaderos a través de una ley

control no lineal …cticia basada en la teoría de Lyapunov y describir por medio de
modelos matemáticos el proceso de crecimiento bajo las condiciones ambientales de su
entorno que in‡uyen en el crecimiento de la planta.

Alcances

El presente trabajo pretende obtener básicamente el modelo matemático de creci-

miento de plantas en invernaderos y desarrollar una ley de control …cticio o por back-
stepping debido a que ésta técnica posee características que la hacen idónea para la
aplicación en sistemas de este tipo. Además se analizarán nuevas técnicas de control y
su correspondiente validación de los resultados obtenidos con otros modelos. En tra-
bajos posteriores los resultados obtenidos podrán encaminarse a la implementación de
un modelo real que permita la detección de fallas.

Como principales consecuancias de la impementación de este trabajo de investi-

gación podemos resaltar: aumentar el volumen de producción local de alimentos, elevar

13
la calidad de los mismos y contribuir a la sustitución de importaciones agrícolas que
actualmente tiene un efecto negativo en los precios en México.

También es importante mencionar que si bien nuestro trabajo se enfoca al cultivo

de lechuga, el sistema de control a desarrollar es generalizado, pudiéndose adaptar
fácilmente a otro cultivo especí…co, cambiando las condiciones del sistema dadas por el
modelado matemático de la planta correspondiente. Esto representa una gran ventaja
y expande aun más el campo de aplicación de este trabajo de investigación.

Estos resultados proporcionarán una buena alternativa para generar nuevas tec-
nologías que optimicen la producción de alimentos en invernaderos y también podrán
proporcionar opciones más económicas al sector agroindustrial, en lo referente a sis-
temas automatizados de producción, que actualmente no tiene más opción que adquirir
estas tecnologías a proveedores extranjeros a un costo elevado.

14
Capítulo 1

Antecedentes y conceptos básicos

1.1. Conceptos básicos

La única razón para promover el crecimiento de plantas en invernaderos es la posibil-

idad de controlar las condiciones ambientales que ofrecen estos. Un invernadero protege
a las plantas de temperaturas extremas, lluvia, nieve viento, insectos, etcétera. La tem-
peratura puede ser controlada, puede proveerse ventilación, la humedad puede re-
gularse, se puede añadir dióxido de carbono, se puede controlar el nivel de luz incidente
y el agua y los nutrientes pueden adicionarse en niveles óptimos.

1.1.1. Estructura de las plantas.

La de…nición de la composición o estructura de la planta, que hace referencia a la

materia seca de la planta, será necesaria en el desarrollo de este trabajo cuando se
incorporen las funciones metabólicas de varios componentes dentro de la planta con
el proceso de modelado matemático de la planta. En muchos aspectos es útil separar
la planta en substratos y en estructura. La estructura comprende el material de las
paredes celulares (principalmente celulosa) y la ”maquinaria” de la planta (cantidad
de ribosomas en las células que realizan la síntesis de proteínas en la planta.). El resto
de la planta se toma como substrato, tales como, la glucosa y los aminoácidos. A
continuación se describen los principales componentes de una planta y su función:

15
Raíces

La raíz es una parte importante, su tamaño y el peso que abarca la raíz de muchas
plantas es tan grande como, o mayor que la porción sobre la super…cie de la tierra,
y constituye por lo general una tercera parte, por lo menos, de la del peso seco de la
parte sobre dicha super…cie.

Tallo y hojas

El tallo de la planta, conocido también en las gramíneas como pedúnculo o caña,

sostiene y extiende las hojas en tal forma que hace posible la fácil absorción de bióxido
de carbono y de la luz solar. El tallo y sus apéndices constituyen el vástago. El tallo sirve
para conducir el agua y las substancias disueltas que provienen del suelo en dirección
a la hoja y, también, para llevar los nutrientes de la planta de las hojas a todas sus
partes. Se ha sugerido que la hoja se puede considerar como una parte aplanada y
desplegada del tallo. La hoja contiene una gran parte de la misma clase de células y los
tejidos que se encuentran en el tallo. Pero, mientras que el tallo muestra una tendencia
al crecimiento ilimitado, en la hoja resulta a ser lo contrario. La hoja deja de crecer
rápidamente, madura, funciona durante un período y, …nalmente, se marchita.

La mayoría de los tallos son …rmes y están en posición vertical pero otros tienen
forma de enredadera o, incluso están en posición postrada. Otros tienen tallos subte-
rráneos perennes que siguen una orientación horizontal como son muchos pastos.

La estructura de las hojas está dispuesta de tal forma que se adapta de manera pe-
culiar a la fontosíntesis y a la transpiración. La lámina expuesta de la hoja proporciona
la máxima super…cie para la absorción de energía luminosa. Como es delgada, todas las
células se encuentran muy cerca de la super…cie, lo cual facilita la absoción y la difusión
de gases (entre los que se encuentra el vapor de agua, oxígeno y bióxido de carbono),
a las células interiores de la hoja. Las nervaduras fortalecen a la hoja y constituyen los
canales para el paso del agua y las substancias disueltas. Además, conducen una parte
del alimento elaborado dentro de la hoja a otras partes de la planta.

En la mayoría de las plantas, la epidermis está formada por una sola capa de

16
células que cubre toda la super…cie de la hoja. Esparcidas en ambos lados de la hoja
se encuentran las células modi…cadas, conocidas como las células guardianes de los
estomas. Cada estoma cuenta con dos células guardianes que cuando están turgentes
o llenas de agua, el estoma se abre. Cuando dichas células pierden agua más rápido
de la que se puede obtener de las células vecinas o del tejido vascular, la abertura
prácticamente se cierra. Se controla la pérdida de agua cuando se cierran los estomas,
lo cual no regula la transpiración, sino que sólo sirve para evitar un excesivo secamiento
de las células sensibles de la hoja. Los estomas se comunican con el espacio intercelular
entre las células y permiten que los gases, en especial el vapor de agua, el bióxido de
carbono y el oxígeno, se difundan dentro de la atmósfera o se trasladen de ésta hacia
la planta. Debajo de esta capa epidérmica externa de células se encuentra otra capa
de células ricamente colmada de cloroplastos. La disposición irregular de las células da
lugar a una región con apariencia de esponja (mosó…lo esponjoso), que proporciona el
espacio aéreo necesario para el intercambio gaseoso implicado en la fotosíntesis y en la
transpiración.

Estructura celular

Cada parte de la planta está formada de células minúsculas, y cada una está com-
puesta esencialmente de una masa de citoplasma; la materia viviente de la planta. El
citoplasma tiene estructuras especiales para realizar funciones de…nidas. El núcleo está
formado de una masa compacta esferoidal separada del citoplasma por una membrana.
La cromatina, que se encuentra en el núcleo, esta constituida por estructuras …liformes
que se condensan en cuerpos llamados cromosomas cuando la división celular se va a
llevar a cabo. Para cada tipo de planta, la cromatina se agrupa en un número de…nido
de cromosomas. La herencia de la planta se determina por el material contenido en es-
tos cromosomas. El ácido desoxirribonucleico (DNA) se encuentra en los cromosomas
y es el puente de la herencia entre las generaciones. Contiene la información genética la
cual afecta la maquinaria de la célula mediante el control de síntesis proteínica. Dicha
síntesis se efectúa en las pequeñas partículas llamadas ribosomas, que se localizan en
el citoplasma.

El citoplasma tiene cavidades o vacuolas llenas de savia celular y cuerpos densos y

17
con apariencia de disco llamados plastidios. Estos portan a menudo pigmentos que les
dan las características del color. Los pigmentos verdes son la cloro…la. Algunas veces,
los plastidios son incoloros o portan otros colores, como los de los pétalos de las ‡ores
o de los tallos y las raíces.

Los gránulos pequeños y densos denominados mitocondrias son los sitios de res-
piración celular. Contienen las enzimas necesarias para la descomposición oxidativa de
las moléculas orgánicas. Así se liberan las substancias portadoras de energía como el
trifosfato de adenosina (ATP), el cual se vuelve accesible a los procesos esenciales de
la célula.

La pared celular

La pared celular está formada de celulosa, con depósitos secundarios de hemicelulosa

o lignina en ciertos casos, los cuales fortalecen la pared. Las paredes celulares permiten
que el agua y las substancias disueltas pasen a través de la célula. La mayoría de
las substancias que se disuelven en el agua pueden atravesar fácilmente las paredes
celulares. Algunas sales dañinas pueden introducirse de este modo en la célula. Se realiza
una selección más rigurosa con la membrana citoplásmica, la cual rodea al citoplasma
y se conecta con la pared celular. La mayoría de las substancias se difunden por toda
la membrana citoplásmica en forma de iones en vez de compuestos. Una sustancia
electrolítica se ioniza cuando penetra en la solución. Por ejemplo, el cloruro de sodio
se convierte en iones positivos de sodio y en iones negativos de cloro que pueden ser
absorbidos en proporciones desiguales; lo cual permite que uno u otro ión se combine
libremente con los iones de otros solutos. En todos los casos, debe haber un balance
de cargas positivas y negativas en forma de iones. Los diferentes iones son absorbidos
por la planta en diferentes proporciones. Un tipo de ión in‡uye en la absorción de otro
tipo. La zona …brosa de la raíz es el punto principal de acceso.

1.1.2. Crecimiento de las plantas

El crecimiento de una planta depende básicamente de la formación de nuevas células

embrionarias su alargamiento y posterior diferenciación. Las nuevas células se forman a

18
partir de células embrionarias o indiferenciadas, es decir, que aun no desempeñan una
función especí…ca dentro de la planta. Estas células se conservan en conglomerados o
capas en partes especí…cas de la planta como las raíces, la capa exterior del tronco,
la base de las hojas y las puntas de los tallos. Siempre y cuando se presenten las
condiciones ambientales adecuadas y existan estos conglomerados de células jóvenes,
se presentará el crecimiento. Las células comienzan a dividirse, a engrosar su pared
celular y a alargarse desencadenando un proceso de diferenciación, en el cual los cambios
producidos determinan qué tipo de célula se desarrollará y cuál será su función en la
planta. En algunos tipos de células los cambios ocurren en su interior, produciéndose,
por ejemplo, células fotosintéticas en las hojas o células epidérmicas en los tallos y
raíces etcétera. Otras células sufren sus principales modi…caciones en la pared celular,
transformándose en vasos, …bras o células de resistencia.

Una vez que se presenta la diferenciación, la transformación sufrida es irreversible,

impidiéndose por lo general que una célula especializada pueda dividirse o reproducirse,
lo cual implica que el crecimiento es irreversible. Todo crecimiento posterior se inicia
en las partes donde se encuentra gran concentración de células no diferenciadas.

El crecimiento de la planta depende internamente de muchos factores, entre los

cuales esta la razón con la que se suministran alimentos y la energía que se obtiene de
la oxidación de los azúcares. Es importante contar con una temperatura adecuada, ya
que las plantas no pueden regular su temperatura interna. Además se requiere de la
luz necesaria para la fotosíntesis, lo que origina la formación del azúcar que se utiliza
indirectamente (como fuente de energía a través de la respiración) o directamente en el
crecimiento. Los nutrientes y materia prima de la planta necesarios para la fotosíntesis,
comprenden dióxido de carbono, agua, fósforo y otros minerales.

1.1.3. Fotosíntesis

La fotosíntesis es uno de los procesos metabólicos que se producen en células ve-

getales especializadas para producir energía. En este proceso complejo, las plantas por
medio de la cloro…la captan la luz solar y la utilizan para transformar el agua y dióxido
de carbono en compuestos orgánicos como la glucosa liberando oxígeno en el proceso.
La energía se almacena en estos productos elaborados.

19
 La fotosíntesis se lleva a cabo en un orgánulo especializado de las células llamado
cloroplasto. En su interior se encuentran los estromas y los tilacoides. Los estromas
son una sustancia acuosa de elevado contenido de proteínas. Los tilacoides contienen
los pigmentos encargados de captar la luz. La fotosíntesis se lleva a cabo en dos fases.
la primera denominada fase luminosa, ocurre en los tilacoides y consiste en captar
la energía de la luz y almacenarla en dos moléculas orgánicas (ATP y NADPH). La
segunda fase llamada fase oscura se realiza en el estroma y en esta se utilizan las
moléculas producidas en la fase luminosa para asimilar el dióxido de carbono de la
atmósfera para producir hidratos de carbono e indirectamente el resto de las moléculas
orgánicas que componen los seres vivos (aminoácidos, lípidos, nucleídos, etcétera.) ya
que los carbohidratos producidos por las plantas son el alimento de la gran mayoría de
los animales y plantas.

La ecuación química (1.1), aunque es una simpli…cación, resume el proceso complejo

de la fotosíntesis:

6CO2 + 12H2 O + ( energía luminosa) ! C6 H12 O6 (glucosa) + 6H2 O + 6O2 (1.1)

La cantidad de cloro…la en las plantas en crecimiento varía de nada a aproximada-

mente 0.25 por ciento del peso de la planta verde. El color verde es por lo general un
claro indicio de las condiciones para el crecimiento y el suministro de las substancias
necesarias. El color rojo de ciertas hojas normales, causado por la antocianina, no evita
la actividad fotosintética siempre y cuando esté también presente la cloro…la normal.

1.1.4. Respiración

Las plantas al igual que los animales respiran tomando oxígeno del aire y expulsando
dióxido de carbono. Las substancias se oxigenan, produciendo dióxido de carbono y
agua, y se libera energía. La respiración se puede representar mediante la ecuación
simpli…cada (1.2).

C6 H12 O6 (glucosa) + 6O2 ! 6CO2 + 6H2 O + energía liberada. (1.2)

Los elementos que se oxidan en la respiración de la planta, son los carbohidratos qué
ha elaborado o almacenado mediante la fotosíntesis, aunque se pueden emplear otros

20
productos bajo ciertas condiciones. Los procesos respiratorios se controlan mediante
enzimas formadas en el citoplasma.

La respiración se realiza tanto en el día como en la noche, sin embargo, debido

al proceso de fotosíntesis en el día la cantidad de dióxido de carbono que asimilan es
mayor al que se desprende en la respiración. De la misma forma, el oxígeno generado
en la fotosíntesis es mayor al consumido en la respiración. En la noche en ausencia de
luz, se presenta únicamente la respiración.

1.1.5. Transpiración

La transpiración es un proceso muy importante para el desarrollo de la planta ya

que le permite llevar los nutrientes absorbidos por la raíz hasta cada una de las células.
Las plantas extraen del suelo por difusión gran cantidad de agua y con ella el nitrógeno,
fosforo, azufre y los cationes de minerales necesarios para su nutrición. Una parte del
agua se utiliza en la fotosíntesis y otra en diversos procesos celulares, pero la mayor
parte atraviesa los espacios aéreos entre las células y se difunde en la atmósfera a través
de las aberturas de los estomas. Esta pérdida de agua se denomina transpiración.

El agua transpirada permite además el enfriamiento de la planta ya que facilita

un intercambio de calor con el medio. El grado de evaporación de agua depende de
factores como la temperatura, la humedad relativa del ambiente, la luminosidad y la
disponibilidad de agua.

1.1.6. Factores que afectan el crecimiento.

El crecimiento de las plantas esta mediado por sus características genéticas y por su
ambiente. Las señales externas que afectan el crecimiento de la planta y su desarrollo
incluyen muchos aspectos químicos, físicos y biológicos del ambiente siendo los princi-
pales: la temperatura, la humedad del ambiente, los nutrientes y minerales disponibles,
la energía radiante y otros factores bióticos, como insectos las enfermedades y plantas
nocivas.

21
 La temperatura tiene efecto sobre la velocidad de crecimiento, germinación, trans-
piración, respiración, fotosíntesis y absorción de agua y nutrientes. Las plantas no son
capaces de mantener su temperatura constante, por lo que su temperatura depende del
intercambio de calor con el ambiente. En general a temperaturas bajas la respiración
y la transpiración disminuyen. La absorción del agua y los solutos se incrementa al
aumentar la temperatura del suelo. La temperatura in‡uye también en el crecimiento
de la planta por su efecto en la población microbiana del suelo al aumentar con un
incremento en la temperatura. La relación entre el rendimiento y la temperatura varía
en las diferentes especies y en las variedades diferentes de estas especies.

El agua es indispensable para el crecimiento de las plantas, ya que se relaciona

directamente con la absorción de los nutrientes y el mantenimiento de carbohidratos.
El crecimiento se restringe tanto a niveles bajos como a muy altos de la humedad del
suelo. Los niveles bajos de humedad disminuyen la actividad de los microorganismos y
ocasionan una reserva menor disponible de nitrógeno. Además, la tensión interna de la
humedad provoca una reducción tanto en la división celular como en el alargamiento
de la célula, repercutiendo entonces en el crecimiento. En una atmosfera saturada de
humedad ocurre un desarrollo pobre de las hojas y se retarda la diferenciación de los
tejidos. Cuando la reserva de humedad es adecuada, el incremento en la absorción de
nutrientes mejora la e…ciencia hidráulica en las plantas.

La radiación solar es un factor importante de acuerdo a su calidad, intensidad y

duración. En general, se cree que un espectro total de luz solar es lo más provechoso
para el crecimiento de la planta. Los cultivos responden de manera diferente a algunos
de estos factores.

El crecimiento de las plantas es proporcional a la cantidad de sustancias minerales

disponibles y está limitado por los elementos nutrientes de la planta que están presentes
en cantidades más pequeñas, aunque los otros estén presentes en cantidades adecuadas.

1.1.7. Función logística de crecimiento

La función logística que se muestra en la Figura 1.1, es una función no lineal asin-
tótica que se utiliza comúnmente para describir el crecimiento de las plantas. En este

22
modelo el crecimiento de las plantas alcanza un momento de estabilidad o asíntota
después de pasar por una fase inicial de crecimiento acelerado (exponencial) seguida
de otra de crecimiento desacelerado (senectud).

Figura 1.1: Función logística de crecimiento. (A Martinez [15])

La ecuación de la función logística se obtiene de las siguientes hipótesis (A Martinez

[15]):

1. La cantidad de maquinaria de crecimiento (cantidad de ribosomas en las células

que realizan la síntesis de proteínas en la planta.) es proporcional a la materia
seca W [kg=m2 ].

2. Esta cantidad de maquinaria de crecimiento trabaja a razón proporcional a la

cantidad de sustrato S.

3. El crecimiento es irreversible.

La ecuación diferencial que gobierna el sistema es la siguiente:

dW
= k0 W S (1.3)
dt

23
donde k 0 es una constante y, S es el nivel de sustrato. Su grá…ca se muestra en la Figura
1.2

Figura 1.2: Razón de crecimiento

Sustituyendo W + S = W0 + S0 = Wf = constante (donde W0 y S0 son los valores

de W y S en el tiempo t = 0); y Wf el valor …nal de W cuando t ! 1;( S ! 0 como
t ! 1). Entonces se puede escribir
dW
= k 0 W (Wf W) (1.4)
dt
tomando a como: = k 0 Wf ;tal que:
dW W
= W 1 (1.5)
dt Wf
integrando esta ultima ecuación,
W0 Wf
W = t
(1.6)
W0 + (Wf W ) e
W
en la etapa temprana de crecimiento, cuando t es muy pequeño y Wf
1, la última
ecuación se aproxima a;
t
W = W0 e (1.7)

24
se tiene entonces que, durante la etapa temprana del crecimiento de la planta, el cre-
cimiento es exponencial con respecto a la razón de crecimiento especi…co . Diferen-
ciando la ecuación (1.5), se obtiene:
1 d2 W dW 2W
= 1 (1.8)
dt2 dt Wf
tal que, el punto de in‡exión estará localizado en:
1
W = Wf ; (1.9)
2
sustituyendo en la ecuación (1.6), se obtiene el tiempo t donde se presenta el punto
de inlfexión;
1 Wf W0
t = ln (1.10)
W0
Con lo cual se comprueba que;
Wf
W (t ) = (1.11)
2

1.1.8. Fases de crecimiento.

El crecimiento de una planta, puede ser representado en tres etapas ( Thornley J.

and Johnson R [13]):

1. Fase exponencial

2. Fase lineal

3. Fase de senectud.

Fase exponencial

Durante la primera fase de crecimiento, mucho del espacio entre las plantas no ha
sido ocupado. Cada hoja nueva que es formada contribuye a interceptar más luz, debido
a que no existe un sombreo mutuo entre hojas, así, que el crecimiento aumenta más.

Siendo entonces:
dW
= rm W (1.12)
dt

25
 dW
dt
rm = (1.13)
W
W = W0 e(rm t)
(1.14)

donde: W = materia seca [kg m 2 ]; W0 = materia seca inicial [kg m 2 ]; rm = razón

1
de crecimiento relativo de materia seca [kg kg s 1 ]; t = tiempo [dias]

La fase exponencial, solo ocurre cuando la cobertura del suelo por las hojas es aún
pequeña.

Fase lineal

Posteriormente el crecimiento se presenta de forma más lenta debido a que las hojas
gradualmente comienzan a hacerse sombra entre ellas. Esto es descrito con un índice
de área de hoja por arriba de 3m2 (hoja)/m2 (terreno)

area total de hoja m2 (hoja)

LAI = (1.15)
area de terreno cultivado m2 (terreno)

donde LAI es el índice de área de hoja (Por sus siglas en inglés (Leaf Area Index)).

La nueva área de hoja difícilmente resulta en mayor captación de luz, así la fase
de crecimiento exponencial a pasado a una fase de crecimiento lineal. En esta fase es
donde se tiene la formación de volumen de materia seca.

Siendo entonces:
dW
= cm (1.16)
dt
W = cm (t tb ) (1.17)

donde: W = materia seca [kg m 2 ]; cm : razón de crecimiento máximo. [kg m 2

d 1 ];
t = tiempo [s]; tb = tiempo donde comienza la fase lineal [d]

La transición a la fase lineal toma lugar cuando el terreno está completamente

cubierto.

26
Fase de senectud

La fase …nal empieza cuando la intersección decrece otra vez, y el LAI ha decrecido
por debajo de 3m2 (hoja)/m2 (terreno). A diferencia de la transición de la fase exponen-
cial a la fase lineal, no se pueden dar reglas simples para la transición de la fase lineal
a el inicio de esta fase debido principalmente a que depende del tipo de cultivo y del
clima.

1.1.9. Crecimiento expo-lineal.

Figura 1.3: Función expolineal. Crecimiento lineal. (tb: tiempo de conmutación. Cm:
razón de crecimiento).

Si el crecimiento se descompone en una fase puramente exponencial y en otra pu-

ramente lineal, en el momento de transición, las dos razones de crecimiento deben ser
iguales
dW
rm W = = cm (1.18)
dt

27
y así se obtiene una aproximación expo-lineal, como se muestra en la Figura 1.3, de la
siguiente forma (Goudriaan [11]):
cm
W = ln(1 + erm (t tb )
) [kg=m2 ] (1.19)
rm

1.2. Estabilidad de sistemas no lineales basada en

Lyapunov

La estabilidad es una de las características más importantes de un sistema dinámico

Al analizar la estabilidad de dichos sistemas, surgen diferentes problemas según la
mane-
ra en que se la caracterice y los sistemas en consideración. Por ejemplo, considerando
sistemas lineales y estacionarios, existen métodos para poder determinar su estabilidad,
como el criterio de la respuesta al impulso, el criterio de Routh y el de Nyquist. Sin
embargo cuando se tratan sistemas no lineales, estos métodos no tienen validez. En
sistemas no lineales existen diversas de…niciones de estabilidad de puntos de equilibrio
o de otro tipo de conjuntos y no de estabilidad del sistema y la mayoría de los criterios
conocidos proporcionan condiciones su…cientes pero no necesarias. Además suelen no
ser métodos sistemáticos como pueden ser los criterios utilizados en sistemas lineales.
Entre las teorías que permiten el análisis de estabilidad de sistemas no lineales, la teoria
basada en lyapunov tiene un lugar destacado por la riqueza en la descripción de los
diversos conceptos de estabilidad que establecen condiciones su…cientes.

Lyapunov demostró que ciertas funciones pueden ser usadas para la determinación
de la estabilidad del punto de equilibrio de un sistema basándose en el hecho de que
un sistema es estable si su energía, una función positiva, es continuamente decreciente,
es decir tiene pendiente negativa, hasta que el sistema alcanza su estado de equilibrio.
(ver [17]).

Sea el sistema invariante en el tiempo.

x = f (x) (1.20)

28
 donde x 2 D Rn . Se supone, además que el sistema tiene un equilibrio en x = 0,
es decir, f (0) = 0. En los casos en los que el equilibrio de interés no esté en el origen,
mediante un cambio de coordenadas es posible trasladar el equilibrio al origen

De…nición 1 El equilibrio x = 0 del sistema (1.20) es:

Estable en el sentido de lyapunov, cuando para cada " > 0 existe un valor de >0
(posiblemente dependiente de ") tal que

kx(0)k < =) kx(t)k < "; 8t 0 (1.21)

Inestable si no es estable.
Asintóticamente estable si es estable en el sentido de lyapunov y se puede elegir
de modo que
kx(0)k < =) l m x(t) = 0 (1.22)

En la Figura 1.4 se nuestra una representación grá…ca de la de…nición 1.21 para los
tres casos de estabilidad de…nidos

Figura 1.4: Puntos de equilibrio en x = 0 con trayectorias de solución representativas

para un caso: a) Estable, b) Inestable, c) asintóticamente estable.

La de…nición establece que si se especi…ca cuánto " se puede alejar la trayectoria

del equilibrio, existe una distancia máxima , de la condición inicial al equilibrio que
garantiza el cumplimiento de esa especi…cación. En la Figura 1.4 se observa en el plano
una trayectoria que parte dentro del circulo de radio Si el sistema es estable esta

29
trayectoria no debe salir del circulo de radio " en el tiempo (ver Figura 1.4a). Si es
inestable la trayectoria saldrá del circulo " en el tiempo (ver Figura 1.4b), y si es
asintóticamente estable, además de no salir del circulo ", con el tiempo retornará al
círculo de radio (ver Figura 1.4c).

Ahora de…niremos algunos conceptos necesarios para comprender la estabilidad en

el sentido de lyapunov.

Sea V : D ! R un campo escalar continuamente diferenciable de…nido en un

dominio D R que contiene al origen, entonces:

V (x) se dice que es una función de…nida positiva si V (0) = 0 y V (x) > 0 en
D f0g
V (x) se dice que es una función semide…nida positiva si V (0) = 0 y
V (x) 0 en D
V (x) se dice que es una función de…nida negativa si V (x) es de…nida
positiva.
V (x) se dice que es una función semide…nida negativa si V (x) es semi-
de…nida positiva.
La derivada temporal de V sobre las trayectorias de 1.20 se denomina deriva-
da orbital, se denota V (x); y está dada por:

@V @V
V (x) = x = = 5V (x) f (x)
f (x)
@x @x 2 3
f1 (x)
6 7
h i 6 f2 (x) 7 (1.23)
@V @V @V 6 7
V (x) = @x ;
1 @x2
; : : : ; @x 6 . 7
n 6 .. 7
4 5
fn (x)

La derivada de V sobre las trayectorias del sistema depende de la ecuación vectorial

de estado del sistema. De este modo V (x) será diferente para diferentes sistemas.

Si x(t; t0 ; x0 ) representa la solución de 1.20 dada a partir de la condición inicial

x(0) = x0 a partir del instante inicial t = t0 ; entonces

30
 @V
V (x) = V (x(t; t0 ; x0 )) (1.24)
@x

Consecuentemente, si V (x) es negativa, V será decreciente sobre las trayectorias

solución de 1.20.

Teorema 1 (Método directo de lyapunov) : Sea x = 0 un punto de equilibrio del

sistema 1.20 y sea V : D ! R un campo escalar continuamente diferenciable de…nido
en un dominio D Rn que contiene al origen, entonces

Si V (x) es de…nida positiva y V (x) es semide…nida negativa, el origen es

un punto de equilibrio estable.

Si V (x) es de…nida positiva y V (x) es de…nida negativa, el origen es un

punto de equilibrio asintóticamente estable.

Una función V (x) que cumple con las condiciones impuestas en el teorema anterior
se denomina función de Lyapunov. Este método es una herramienta de análisis muy
poderosa. Sin embargo, presenta dos desventajas. La primera es que no hay un método
sistemático para hallar una función de Lyapunov por lo tanto hay que proponer una
función candidata a función de Lyapunov y probar si la misma cumple con los requisitos
de estabilidad. La segunda es que el teorema solo brinda condiciones su…cientes por
lo tanto el hecho de no encontrar una función candidata a Lyapunov que satisfaga
las condiciones de estabilidad o de estabilidad asintótica no signi…ca que el origen es
inestable o no asintóticamente estable.

1.3. Control Ficticio o backstepping

El método de control por backstepping o control …cticio es una técnica de control

moderno desarrollada en 1990 por Petar V. Kokotovic (ver [16]) para diseñar y estabi-
lizar controles para una clase especial de sistemas dinámicos no lineales. Este método

31
extiende varias técnicas de control a un rango más amplio de sistemas que el que es
posible realizar originalmente.

Estos sistemas son construidos a partir de subsistemas generados a su vez de subsis-

temas irreductibles que pueden ser estabilizados usando una ley de control convencional.
Debido a esta estructura recursiva, el diseñador puede iniciar el proceso de diseño en
el sistema conocido y estable, y a partir de este ir generando nuevos controladores que
progresivamente estabilizarán cada subsistema exterior hasta obtener un control del
sistema global. Es por lo anterior que este método es llamado backstepping.

Considere el sistema de la forma

x1 = f1 (x) = f1 (x1 ; x2 ) (1.25)

x2 = f2 (x) + g2 (x)u (1.26)

T
Con estados x = xT1 xT2 y entrada de control u(t).

Sí x2 (t) se selecciona como salida entonces la dinámica en estado estacionario del

sistema está de…nida como la dinámica cuando u(t) se selecciona para hacer x2 (t) = 0.
Entonces la dinámica en estado estacionario está dada por

x1 = f1 (x1 ; 0) (1.27)

Sí esta dinámica es inestable el sistema es de fase mínima. Backstering puede apli-

carse para controlar estos sistemas siempre y cuando la dinámica interna pueda esta-
bilizarse considerando x2 (t) como entrada.

En el backsteping tradicional se selecciona como salida x1 (t) la cual podría ser

necesaria para seguir una trayectoria prescrita x1m (t).

Para seleccionar la entrada de control se procede en dos pasos. Primero se selecciona

el valor deseado para la variable x2 (t) llamado x2m (t);que posiblemente sea una función
de x1 (t), de tal manera que en el sistema ideal:

32
 x1 = f1 (x1 ; x2m ) (1.28)

La cual tiene una trayectoria de seguimiento estable dada por x1 (t) sobre x1m (t).

Luego en un segundo paso se selecciona la entrada de control u(t) de modo que

el valor actual de x2 (t) se convierta en x2m (t). Este procedimiento se conoce como
backstepping ya que inicia en la salida deseada y retrocede pasó a paso a través del
sistema seleccionando los valores deseados de las variables de estado hasta que se logra
la entrada de control actual u(t). Bajo las condiciones discutidas anteriormente se puede
diseñar un controlador de seguimiento de trayectoria estable.

La ecuación 1.28 corresponde a un sistema ideal. Sin embargo el subsistema actual

de la ecuación 1.25 se puede reescribir como:

x1 = f1 (x1 ; x2m ) + f1 (x1 ; x2 ) f1 (x1 ; x2m ) (1.29)

donde

x1 = f1 (x1 ; x2m ) f1 (1.30)

El cual es el sistema ideal controlado por el término de error f1 f1 (x1 ; x2m )

f1 (x1 ; x2 )

Ahora podemos de…nir una nueva señal de error como:

x2 = x2m x2 (1.31)

Y por último se encuentran las expresiones dinámicas:

x2 = x2m x2
(1.32)
x2 = x2m f2 (x) g2 (x)u(t)

33
 Las expresiones dinámicas completas 1.25 y 1.26 ahora se pueden representar como
1.30 y 1.32. Para el segundo paso de diseño se debe seleccionar la entrada u(t) en 1.32
para estabilizar 1.30 y 1.32.

De manera generalizada, el control por backstepping provee un método recursivo

para estabilizar el origen de un sistema en forma de realimentación estricta, esto es un
sistema de la forma:

x = fx (x) + gx (x)x1m
x1m = f1 (x; x1m ) + g1 (x; x1m )x2m
x2m = f2 (x; x1m ; x2m ) + g2 (x; x1m ; x2m )x3m
..
.
(1.33)
xim = fi (x; x1m ; x2m ; xim ) + gi (x; x1m ; x2m ; xim )xi+1m
..
.
xk 1 = fk 1 (x; x1m ; x2m ; xk 1 ) + gk 1 (x; x1m ; x2m ; xk 1 )xk
xk = fk (x; x1m ; x2m ; xk ) + gk (x; x1m ; x2m ; xk )u

donde: x 2 Rn con n 1; x1m , x2m , x3m , xim , ; xk 1 , xk son escalares que

representan las trayectorias deseadas de las variables; u es la entrada escalar del sistema;

f1 , f2 , f3 , fi , ; fk 1 , fk son nulas en el origen. (i.e. fi (0; 0; ; 0) = 0); g1 , g2 ,

g3 , gi , ; gk 1 , gk no son cero sobre el dominio de interés.

También se debe asumir que el subsistema x = fx (x) + gx (x)ux (x) es estable en el

origen debido a algún control conocido ux (x). También se debe asumir que se conoce
la función de Lyapunov Vx para este subsistema estable. Esto es, el subsistema x se
estabiliza por otro método y el control por backstepping extiende esta estabilidad al
sistema global xm .

En sistemas con esta forma de retroalimentación estricta alrededor del subsistema

estable x, la entrada de control de backstepping ux tiene un efecto de estabilización
inmediato en el estado xnm

Posteriormente el estado xnm actúa como un control estabilizando el estado anterior

xn 1m .

34
 Este proceso continua de manera que cada estado xim es estabilizado por el control
…cticio xi+1m .

El control por backstepping determina como estabilizar el subsistema x usando x1m ,

y luego se procede determinando como hacer que el siguiente estado x2m siga a x1m
al control requerido para estabilizar x. Este proceso continua en pasos descendentes
desde x hasta que se diseña el último control ux .

35
Capítulo 2

Estado del arte

En la actualidad existen varias técnicas para el modelado del cultivo de hortalizas

en invernaderos. El modelado de crecimiento de lechugas ha sido investigado debido
a que este cultivo es relativamente simple y de rápido crecimiento. Sweeney (ver [2])
propone un modelo de crecimiento de lechugas a través de dos variables de estado:
materia seca de reservas y materia seca estructural. Sin embargo se ignora la materia
seca de la raíz.

Las variables de entrada para este modelo son el ‡ujo de luz y la temperatura del
aire alrededor de la planta. La salida obtenida es una predicción de la materia seca
total, área foliar y área efectiva de exposición a la luz solar

La razón de cambio de las variables de estado del sistema involucra el cálculo

de funciones algebraicas no lineales como funciones exponenciales que caracterizan el
crecimiento de la planta representado en la producción de materia seca estructural y
una función exponencial para la razón de fotosíntesis. También el modelo involucra
parámetros que deben ser estimados.

Este modelo fue validado comparando los resultados obtenidos con los datos de
crecimiento de lechuga en invernaderos de Inglaterra, y predijo correctamente el com-
portamiento de la producción de materia seca total del cultivo.

Posteriormente, Van Henten (ver [14]) propuso un modelo para el cultivo de lechuga
el cual constituye una de las aportaciones más importantes referentes al control y

36
optimización de los recursos de un invernadero. En su tesis doctoral Van Henten (ver
[14]) aplica control óptimo a la producción de la lechuga dentro de un invernadero,
utiliza el modelo matemático del crecimiento dinámico de la lechuga dentro de un
invernadero para resolver el problema de control óptimo.

El modelo asume que en un tiempo determinado el crecimiento de la planta está

de…nido por dos variables de estado: El peso seco total, que corresponde a la suma del
peso seco estructural y no estructural, y el peso seco no estructural que es equivalente
al contenido de carbohidratos y almidón en la planta. El peso seco estructural está
constituido por los demás componentes del peso seco total de la planta.

Las variables de entrada del modelo son: Radiación fotosintética activa, tempera-
tura y concentración de CO2 medidas dentro del invernadero. El modelo también in-
volucra 17 parámetros. Van Henten y Van Starten (ver [8]) llevaron a cabo un análisis
de sensibilidad del modelo que muestra el efecto que tiene en el comportamiento de
las predicciones del modelo, observándose una respuesta importante especialmente a
los parámetros de e…ciencia de conversión de materia seca no estructural a materia
seca estructural y la e…ciencia de uso de luz. Este estudio se llevo a cabo con datos
recolectados en invernaderos Holandeses, y mostro predicciones adecuadas.

Otro modelo llamado NICOLET1 o control de nitratos en lechugas, desarrollado

más recientemente por Seginer (ver [10]) de…ne el crecimiento a través de dos variables
de estado: El contenido de carbono no estructural y el contenido de carbono estructural
expresado en moles por unidad de super…cie. Se basa en un balance de carbono con el
modelo ambiental. El contenido de carbono no estructural, contenido principalmente
en las vacuolas de la panta, se origina debido al proceso fotosintético de la misma,
el cual es afectado por la luz y la cantidad de disponible de CO2 en el ambiente. La
respiración de mantenimiento y de crecimiento utilizan estos recursos bajo la in‡uencia
de la temperatura.

Tanto la fotosíntesis como el crecimiento continúan sin ninguna restricción mientras

la concentración de carbono no estructural en las vacuolas permanece dentro de ciertos
límites. La concentración de carbono en las vacuolas puede ser calculada a partir de
las variables de estado suponiendo que las vacuolas ocupan una proporción …ja del
1
Por sus siglas en inglés (NItrate COntrol in LETtuce)

37
volumen total de la planta. Pero si debido a un cambio en las condiciones ambientales
la concentración de dióxido de carbono no estructural se aproxima a cero, entonces el
crecimiento es reducido. En el modelo esta transición es calculada por una función de
conmutación la cual tiene una valor igual a la unidad para concentraciones adecuadas
de carbono no estructural, pero tiende rápidamente a cero cuando esta concentración
es baja.

Cuando el carbono asimilado en las vacuolas alcanza niveles elevados, una función de
conmutación similar provoca que el proceso fotosintético se detenga. La concentración
de nitrógeno se calcula algebraicamente a partir de la correlación negativa entre la
concentración de carbono y la concentración de nitrógeno presentes en las vacuolas. Se
supone en el modelo que el suministro de nitrógeno demandado esta siempre disponible.
En otras versiones más complejas del modelo NICOLET esta suposición no es tan
estricta. (seginer [10]).

Las salidas del modelo son variables que pueden ser medidas directamente tales
como peso seco de la planta, peso fresco y contenido de nitratos. Estas variables son
calculadas a partir de los estados del modelo de acuerdo con ecuaciones meramente
algebraicas.

El modelo NICOLET ha sido usado para generar estrategias de control optimo de

los niveles de nitratos en lechugas (Ioslovich [4] y Seginer [10], López [3])

38
Capítulo 3

Modelado del sistema

3.1. Principios básicos del sistema

Un invernadero permite crear un clima diferente al exterior principalmente debido

a la cubierta del mismo, la radiación solar incidente y la radiación emitida por el suelo
y los demás elementos del interior.

La cubierta permite un estancamiento e intercambio controlado del aire del interior

al exterior, por medio de una ventilación controlada. Además captura gran parte de la
radiación solar y la existente por emisión del suelo contribuyendo al calentamiento del
interior. También la transpiración de la planta es atrapada y contribuye a los niveles
de humedad en el aire. La Figura 3.1 describe cada una de las variables que afectan el
sistema. A continuación se explicaran más detalladamente cada una de estas variables.

De lo expresado anteriormente se identi…can cada una de las variables internas que

caracterizan el estado del sistema y describen el comportamiento de la lechuga a las
condiciones ambientales presentes. Estas variables son: la temperatura Zt en [ C], la
concentración de CO2 Zc en [kg m 3 ], la humedad Zh en [kg m 3 ] en el interior del
invernadero, y el crecimiento de la planta expresado en la producción de materia seca
Xd en [kg m 2 ], siendo esta última la variable de salida.

Sin embargo existen características del entorno no controlables llamadas variables

39
 Figura 3.1: Descripción del sistema.

externas que continúan afectando el clima del invernadero y el sistema de manera

directa como son la temperatura exterior VT en [ C], la humedad del aire en el exterior
Vh en [kg m 3 ], la radiación solar incidente Vrad en [W m 2 ] y la concentración de
CO2 exterior Vc en [kg m 3 ].

Además en el invernadero se presentan perturbaciones que afectan las variables in-

ternas principalmente constituidas por las variaciones en temperatura vent;t humedad
vent;h y concentración de CO2 vent;c debidas a la ventilación. De la misma forma, la
planta representa un elemento de perturbación a las variables ya que afecta la concen-
tración CO2 interior en sus procesos biológicos de respiración resp y fotosíntesis phot;c

y también afecta la concentración de vapor de agua debido al proceso de transpiración

trans .

Existen también en el modelo señales de entrada que permitirán controlar el sistema

en un trabajo posterior. Estas entradas son: suministro de calor Uq en [W m 2 ] debido
a sistemas de calefacción / refrigeración, entrada de humedad Uh [Lt s 1 ] simu-

40
lando sistemas de riego y suministro de CO2 Uc en [kg m 2 s 1 ] para controlar su
concentración en el interior.

Van Henten [14] desarrolló en su tesis, las ecuaciones del modelo matemático del
crecimiento de la lechuga, y además analiza el modelo matemático del clima dentro
del invernadero, los cuales, …nalmente, los simpli…ca integrándolos en un solo modelo
dinámico con cuatro variables de estado. El modelo describe la producción de materia
seca en el cultivo Xd en [kg m 2 ] a través del tiempo. A continuación se describen los
elementos que afectan el modelo climático y el modelo de crecimiento y se obtienen las
ecuaciones de estado del sistema.

3.2. Modelo climático

El modelo climático del invernadero viene dado por tres ecuaciones de estado (3.3),
(3.8) y (3.11). que rigen el comportamiento de la concentración de dióxido de carbono,
la variación de la temperatura y la variación de humedad respectivamente.

3.2.1. Concentración de dióxido de carbono

La concentración de CO2 está condicionada por los siguientes factores:

El consumo / aporte de la vegetación: Durante el día las plantas consumen CO2

por fotosíntesis y en la noche aportan CO2 , por lo cual en estas horas se observará una
subida del nivel de CO2 .

La ventilación: El nivel de CO2 baja o sube por ventilación, según si la concentración

de CO2 interior es más o menos grande que la concentración exterior.

El aporte de CO 2 : En el caso de los invernaderos que disponen de un sistema de

aporte de CO2 .

41
Consumo / aporte de CO2

El consumo neto de la vegetación debido a la fotosíntesis, la respiración de la vege-

tación y el mantenimiento de la respiración, se puede calcular a partir de la ecuación
siguiente:

1 1 c
resp;CO2 = phot;c resp gr Xd (3.1)
c c c

2
donde: phot;c en [kg m s 1 ] es la razón bruta de consumo de CO2 debido a
2
la fotosíntesis; resp en [kg m s 1 ]es el radio de mantenimiento de respiración; c
[ ] es un factor de conversión de CO2 a su equivalente en azúcar; c [ ] es el factor
de producción; gr [s 1 ] es la razón de crecimiento; Xd en [kg m 3 ] es el peso seco
estructural.

Perdidas por ventilación

La transferencia de masa de dióxido de carbono debida a la ventilación en el inver-

nadero está de…nida por la expresión (3.2).

vent;c = (Uv + Cesc ) (Zc Vc ) (3.2)

donde: Uv en [m s 1 ] es la variación de la ventilación a través de las ventanas; Cesc en

[m s 1 ] es el termino de escape de aire a través de las grietas del invernadero; Vc en
[kg m 3 ] es la concentración de dióxido de carbono en el exterior del invernadero.

Aportes de CO2

En algunos invernaderos se implementan sistemas que suministran directamente

dióxido de carbono al invernadero para elevar la concentración y acelerar el crecimiento.
En el modelo esta entrada se contempla como una variable de control Uc que corres-
ponde a la velocidad de suministro de CO2 .

42
Submodelo de la concentración de CO2

En primer lugar la variación de la concentración de dióxido de carbono en el inver-

nadero se expresa a través de la ecuación (3.3):
dZc 1
= [ phot;c + Cresp;c Xd 2(0;1ZT 2;5)
+ Uc vent;c ] (3.3)
dt Ccap;c

donde: Zc , en [kg m 3 ] es la concentración de dióxido de carbono; Ccap;c [m] es la

capacidad de masa dentro del invernadero; Cresp;c [s 1 ]es el coe…ciente de respiración
expresado en términos de la cantidad de dióxido de carbono producido; Uc [kg m 2 s 1 ]
2
es la razón de suministro de dióxido de carbono; vent;c [kg m s 1 ] representa el
intercambio de masa de dióxido de carbono a través de las ventanas del invernadero.

3.2.2. Temperatura

La temperatura interna en un invernadero depende principalmente de los sistemas

de calefacción, la radiación solar, la ventilación y la in‡uencia del suelo. A continuación
se describe con más detalle cada uno de estos aspectos.

Calefacción

Existen dos sistemas de calefacción que son comúnmente utilizados en invernaderos:

Sistemas por agua caliente: Consiste de tuberías de hierro distribuidas a lo largo

de las paredes del invernadero, donde circula agua caliente proveniente de una caldera
dispuesta fuera del invernadero.

Generador de aire caliente: Consiste en un ventilador que proporciona aire al in-

vernadero.

En el invernadero estudiado en este trabajo el sistema de calefacción usado es de

agua caliente.

El sistema de calefacción tiene mucha importancia en la determinación de la tem-

peratura interna del invernadero, su in‡uencia Q es proporcional a la diferencia entre la

43
temperatura interior del invernadero y la del sistema de calefacción. Se puede describir
por la ecuación siguiente:

Uq = kc (Tp ZT ) (3.4)
3o 1
en donde: Ccap;q;v en [J m C ] es la capacidad calorí…ca volumétrica de aire; kc en
2 1
[W m C ] Es el coe…ciente de transmisión térmica; Tp en [ C] es la temperatura
del agua dentro del sistema de calefacción; ZT en [ C] es la temperatura del aire del
interior del invernadero; la temperatura del agua dentro de los conductos de calefacción
es la variable de control.

Ventilación

La ventilación produce una reducción de la temperatura en el invernadero que

depende de la diferencia de temperatura entre el ambiente interior y exterior del inver-
nadero. La transferencia de energía debida a la ventilación y transmisión viene dada
por la ecuación (3.5).

Qvent;q = (Ccap;q;v Uv + Cai;ou ) (ZT VT ) (3.5)

3o 1
en donde: Ccap;q;v en [J m C ] es la capacidad calorí…ca volumétrica de aire; Cai;ou
2 1
en [W m C ] Es el coe…ciente de transmisión de energía a través de las cubiertas;
ZT en [ C] es la temperatura del aire del interior del invernadero; VT en [ C] es la
temperatura del aire del exterior del invernadero; Uv es el ‡ujo de aire causado por la
ventilación.

El ‡ujo de aire causado por ventilación a través de las ventanas se calcula a partir
de la velocidad del viento y de la apertura de las ventanas de ventilación. Este ‡ujo
depende principalmente del grado de apertura de las ventanas A y de los escapes que
pueda tener el invernadero cesc . Se puede calcular a partir de la ecuación siguiente:

a1 Uls
Uv = A + a3 + a4 Uws W (3.6)
1 + a2 Uls

44
 en donde: A en [ %] es la apertura de las ventanas por m2 ; a1 , a2 , a3 y a4 son factores
de parametrización de la función de ventilación; Uls y Uws en [ %] son los grados de
apertura de las ventanas; W en [m s 1 ] es la velocidad del viento.

Radiación solar

La entrada de energía al sistema del invernadero debida a la radiación solar es

proporcional al factor de transmisión de la cubierta y se representa por la expresión
(3.7).
Qrad;q = Crad;q Vrad (3.7)

donde: Crad;q es el factor de conversión de la radiación por la cubierta; Vrad en [W m 2 ]

es la radiación solar.

Submodelo de la temperatura

Aplicando un balance energético al aire interior del invernadero, teniendo en cuenta

cada uno de los factores que afectan la temperatura en el invernadero, se obtiene la
siguiente ecuación diferencial (3.8):

dZT 1
= [Uq Qvent;q + Qrad;q ] (3.8)
dt Ccap;q
2 o 1
donde: ZT [ C], es la temperatura del aire en el invernadero; Ccap;q [J m C ] es la
capacidad térmica del aire dentro del invernadero; Uq [W m 2 ] es la entrada de energía
dada por el sistema de calefacción; Qvent;q [W m 2 ] es el intercambio de energía con el
exterior a través de la ventilación y de la transmisión en las cubiertas; Qrad;q [W m 2 ]
es la carga térmica producida por al radiación solar.

3.2.3. Humedad

La humedad interna está relacionada con la transpiración de la vegetación, la ven-

tilación y el aporte de los humidi…cadores en el caso de los invernaderos que usan este
tipo de actuadores.

45
Ventilación

2
La transferencia de masa del vapor de agua por ventilación vent;h en [kg m s 1]
se puede modelar como el producto del ‡ujo de aire y la diferencia entre la humedad
exterior e interior. Está dada por la expresión (3.9).

vent;h = (Uv + Cesc ) (Zh Vh ) (3.9)

donde:Uv en [m s 1 ] es el ‡ujo de aire causado por la ventilación; Cesc en [m s 1 ] es

el termino de escape de aire a través de las grietas del invernadero; Zh en [kg m 3 ] y
es la humedad en el interior del invernadero; Vh esta en [kg m 3 ] y es la humedad en
el exterior.

Transpiración

La transpiración de la planta actúa como una fuente de vapor de agua al aire

interior del invernadero. El motor de este fenómeno es la diferencia de presión del
aire del invernadero y la cavidad subestomal en las hojas. La presión de saturación
está determinada por la temperatura del cultivo (equivalente a la temperatura del aire
en este modelo). La transpiración del cultivo transp;h está gobernada por la ecuación
(3.10).

Cpl;d Xd Cv;1
transp;h = 1 e Cv;pl;ai e(Cv;2 ZT )=(ZT +Cv;3 ) Zh (3.10)
CR (ZT + CT;abs )

donde (Cv;1 =CR (ZT + CT;abs )) e(Cv;2 ZT )=(ZT +Cv;3 ) en [kg m 3 ] representa el vapor de
agua saturado contenido a la temperatura ZT a la altura de la planta ; Cv;pl;ai en
[m s 1 ] es el coe…ciente de transferencia de masa.; Cv;1 en [J m 3 ], Cv;2 y Cv;3 en [ C]
1
parametrizan la presión de saturación del vapor de agua; CR en [J K kmol 1 ] es la
constante de los gases; CT;abs parametriza la conversión de C a K; Cpl;d en [kg m 3 ]
es un factor de parametrización de la función de reducción de la transpiración; Xd en
[kg m 3 ] es el peso seco estructural y Zh en [kg m 3 ] es la humedad absoluta en el
interior del invernadero.

La ecuación (3.10) describe la transpiración de la vegetación para 1 m2 de suelo.

46
Submodelo de la humedad

Aplicando un balance de masa de humedad se obtiene la ecuación diferencial que

explica la evolución de la humedad interna del invernadero. Las cantidades de vapor de
agua que se ganan son las que provienen de la transpiración transp;h . Por otra parte,
las cantidades que se pierden son las que salen por causa de la ventilación vent;h .

La humedad dentro del invernadero se describe por la ecuación (3.11):

dZh 1
= transp;h vent;h (3.11)
dt Ccap;h
donde: Zh ,[kg m 3 ] es la humedad absoluta; Ccap;h [m], es capacidad másica del aire
2
dentro del invernadero para la humedad; transp;h [kg m s 1 ] es la razón de trans-
2
piración de la parte alta de la planta; vent;h [kg m s 1 ] es el intercambio de masa
del vapor de agua a través de las ventanas.

3.3. Modelo de crecimiento

2
La razón de fotosíntesis phot;c en [kg m s 1 ] está dada por la ecuación (3.12).
cpl;d Xd crad;phot Vrad ( cco2;1 Zt2 + cco2;2 Zt cco2;3 )(Zc c )
phot;c = (1 e ) (3.12)
crad;phot Vrad + ( cco2;1 Zt2 + cco2;2 Zt cco2;3 )(Zc c )
donde: cpl;d en [m2 kg 1 ] es la super…cie efectiva de la parte alta de la planta; crad;phot
1
en [kg J ] es la e…ciencia en el uso de la luz; Vrad en [W m 2 ] es la radiación
1 2 1 1
solar en el exterior del invernadero; cco2;1 en [m s C ], cco2;2 , en [m s C ] y
cco2;3 en [m s 1 ] son parámetros que describen la in‡uencia de la temperatura en la
fotosíntesis de la planta (parte superios de la planta o dosel); c en [kg m 3 ] es el
punto de compensación de dióxido de carbono.

El modelo del crecimiento de la lechuga esta dado por la ecuación (3.13):

dXd (0;1z 2;5)
=c phot;c Cresp;d Xd T (3.13)
dt
donde : Xd es la materia seca (kg m 2 ); c es un factor de rendimiento; phot;c
2
(kg m s 1 ) es la toma de dióxido de carbono en bruto debida a la fotosíntesis;
Cresp;d (s 1 ) es la razón de respiración expresada en términos del monto de carbohidratos
consumidos; ZT ( C)es la temperatura del aire en el invernadero.

47
3.4. Parámetros utilizados

Las ecuaciones de estado involucran algunas variables que pueden ser de…nidas
mediante las señales de entrada y la de…nición de parámetros especí…cos.

Van Henten [14] hace la integración del modelo de crecimiento y del modelo climáti-
co del invernadero después de haber realizado un análisis de sensibilidad sobre las vari-
ables que pueden afectar el crecimiento y hace una simpli…cación del modelo. El modelo
…nal corresponde a las ecuaciones de estado para cada variable: Para la temperatura
la ecuación (3.8), para el dióxido de carbono la ecuación (3.3), para la humedad la
ecuación (3.11) y para la producción de materia seca la ecuación (3.13).

Los demás parámetros involucrados en el modelo matemático se muestran en el

Cuadro (3.1) y se obtienen a partir de este análisis de sensibilidad y de experimentos.

48
Parámetro Unidades
c = c c = 0;544
4 2o 1
cal;ou = 6 + ccap;q;v cesc = 6;1 10 W m C
ccap;c = 4;1 m
ccap;h = 4;1 m
2 1
ccap;q = 30000 J m C
3 1
ccap;q;v = 1290 J m C
6 1o 2
cco2;1 = 5;11 10 m s C
4 1o 1
cco2;2 = 2;30 10 m s C
4 1
cco2;3 = 6;29 10 m s
4 1
cesc = 0; 75 10 m s
cpl;d = 53 m2 kg 1

1 1
cR = 8314 J K kmol
9 1
crad;phot = 3;55 10 kg J
crad = 0; 2
7 1
cresp;d = 2;65 10 s
7 1
cresp;c = 4;87 10 s
cT;abs = 273;15 K
3 1
cv;pl;ai = 3;6 10 m s
3
cv;1 = 9348 J km m
cv;2 = 17;4 C
cv;3 = 239 C
3
cv4 = 10998 J m
5 3
c = 5;2 10 kg m

Cuadro 3.1: Parámetros del modelo matemático

49
 Analizando el modelo matemático de la ecuación (3.13), se observa claramente que
existen dos diferentes escalas de tiempo. Esto se debe a que las ecuaciones, muestran
la integración del crecimiento, el cual tiene una respuesta en el tiempo de días, y es
integrado con las ecuaciones del clima, las cuales tienen una respuesta más rápida
presentando variaciones a veces en pocos segundos.

50
Capítulo 4

Simulación del modelo matemático

4.1. Respuesta al escalón

Para obtener la respuesta a una entrada escalón de la producción de materia seca

Xd del modelo matemático descrito por las ecuaciones: (3.8), (3.3), (3.11) y (3.13), se
debe suministrar señales de entrada para cada una de las variables de estado que se
encuentren dentro del rango admisible para las plantas. Estos valores se muestran en
el Cuadro (4.1)

Para simular el modelo es necesario ingresar las señales de entrada con una amplitud
dentro de los límites mencionados y con un periodo adecuado. (ver cuadros (4.1),(4.2))
Además es importante mencionar que aunque la simulación fue realizada para un pe-

Unidades Mínimo Máximo Unidades

6 2 1
Uc 0 1;2 10 kg m s
2
Uq 0 150 W m
3 1
Uv 0 7;5 10 m s
ZT 6;5 40 C
3 3
Zc 0 2;75 10 kg m

Cuadro 4.1: Parámetros máximos y mínimos para las variables de entrada y variables
de estado

51
 Variable forma de onda Características Unidades
6 2 1
Uc Cuadrada 1;2 10 ; T=24 horas kg m s
VT Senoidal (4sen (86;4 10 3 :t)) + 16; T= 24 horas [ C]
Vrad Cuadrada 150; T=24 horas [W m 2 ]
3
Vc Constante 0;64x10 350ppm kg=m3
3
Uv Constante 1;3x10 m=s
Uq Constante 0 W=m2

Cuadro 4.2: Características generales de entrada en la simulación del sistema climático

del invernadero.

6
riodo completo de cultivo, con duración aproximada de 60 días (5;184 10 s), se
han hecho acercamientos y ajustes en el tiempo para observar sus características más
relevantes.

En el cuadro (4.2) se resumen las características generales de la señales de entrada

ingresadas a la simulación del sistema, sin embargo estas señales serán descritas a
mayor detalle posteriormente.

La entrada de suministro de dióxido de carbono Uc es una señal cuadrada con

6
periodo de 24 horas y magnitud de 0! 1;2 10 kg=(m2 s). Se seleccionó una señal
cuadrada debido a que el suministro de dióxido de carbono debe realizarse únicamente
en presencia de luz solar que es cuando se consume este gas en el proceso de fotosíntesis.
En la Figura 4.1 se observan las características de la señal para un tiempo de 10 104 (s)
que equivale a un tiempo de simulación de 28 horas aproximadamente.

La entrada correspondiente a la temperatura exterior del invernadero, se generó

como una señal senoidal con un periodo de 24 horas y con amplitud desde 12 C hasta
20 C esto con el …n de simular las características de temperatura de una zona de
cultivo promedio en nuestro pais en la temporada de cultivo En la Figura 4.2 se realizó
un acercamiento sobre la señal para observar sus características para un tiempo de
2 105 (s) que equivale a un tiempo de simulación de 50 horas.

A …n de obtener la respuesta al escalón de la producción de materia seca, Xd ; como

función de la razón de suministro de carbón, Uc ; se utilizaron las siguientes señales:
para la radiación solar activa Vrad se suministro una señal cuadrada con un valor de

52
 Figura 4.1: Suministro de dióxido de carbono Uc en kg=m2 .s

Figura 4.2: Temperatura del aire del exterior del invernadero, VT en [ C].

53
radiación de 150 como amplitud equivalente a un promedio diario de radiación, como
se muestra en la Figura 4.3, y para la temperatura exterior Vt se utilizó la señal de la
Figura 4.2

Se introdujeron también los siguientes datos. La concentración de dióxido de car-

bono en el exterior del invernadero, Vc ; con un valor constante promedio en el ambiente
de 350ppm, esto es 0;64x10 3 : kg=m3 ; La ventilación por la ventana, Uv y la entrada
3
de energía, Uq igual a 1;3x10 m=s; y 0 W=m2 ; respectivamente.

Figura 4.3: Radiación solar en el exterior del invernadero, Vrad en [W m 2 ].

La simulación del modelo matemático se realizó en el software Matlab-Simulink. El

programa desarrollado, el diagrama del modelo de simulación y la descripción de cada
uno de los bloques y su función se tratará detalladamente en el apéndice A.

Los parámetros utilizados en este modelo se de…nieron en el programa en Matlab

ilustrado en el apéndice A, además se utilizaron los parámetros descritos en el Cuadro
3.1 y en el cuadro 4.2

Como Z t (4.2) no depende de Z c (3.3) y Z h (3.11), se calcula primero, después Z c

y Z h ; hecho esto, se sustituyen en la ecuación de X d :(3.13).

Haciendo simulaciones de este modelo (ecuaciones (3.8), (3.3), (3.11) y (3.13)),

utilizando Matlab-Simulink se obtuvieron los valores para las variables de estado que
se muestran en la Figura (4.4)

54
 Figura 4.4: Temperatura del aire en el invernadero, ZT ( C).

La temperatura en el interior del invernadero se observa en la Figura 4.4, la cual

fue tomada para un intervalo de tiempo de 0 a 4 105 (s) que corresponde a un tiempo
de simulación de 111 horas que corresponden a 4 días aproximadamente. Se observa un
incremento considerable en los niveles de temperatura, pero la variación de los mismos
entre el día y la noche disminuye.

Figura 4.5: Concentración de dióxido de carbono al interior del invernadero, Zc en

(kg m 3 ).

La concentración de dióxido de carbono dentro del invernadero se observa en la

Figura 4.5 para un intervalo de tiempo de simulación de 0 a 5 106 (s) que corresponde

55
a un tiempo de simulación de 58 días aproximadamente, y permite observar un periodo
de crecimiento completo de la planta.

Se observa en la Figura 4.5 una disminución de los niveles de dióxido de carbono

durante el día, a partir del día 15 y hasta el dia 30 aproximadamente, que corresponde
a la etapa de crecimiento exponencial de la planta como se observa en la Figura 4.7.

La Figura 4.6 corresponde a la simulación de la humedad en el invernadero, expre-

sada en (kg m 3 )

Figura 4.6: Variación de la humedad relativa dentro del invernadero en ( 100 %)

En la Figura 4.7 también se observa una disminución en la humedad relativa dentro

del invernadero a partir del dia 15 y hasta el dia 30, que corresponde al crecimiento
acelerado de la etapa exponencial como se observa en la Figura 4.7.

La Figura 4.7 corresponde a la producción de materia seca que representa directa-

mente el crecimiento de la planta.

La simulación fue realizada en un intervalo de tiempo de 0 a 5 106 (s) que corres-

ponde a un tiempo de simulación de 58 días aproximadamente, y permite observar un
periodo de crecimiento completo de la planta. Se observan las etapas lineal, exponencial
y de senectud de…nidas por la función logística de crecimiento

Se obtuvo que el patrón es similar que el obtenido por van Henten, no se llegaron a
los mismos resultados debido que no se tenían los datos precisos que utilizó van Henten

56
en sus simulaciones, pero se da por hecho la valides ya que cumple con el mismo patrón.

Figura 4.7: Producción de materia seca, Xd , en (kg m 2 ), para un periodo de cultivo

completo.

4.2. Análisis de resultados

Los resultados experimentales que expone Van Henten en su trabajo [14], en cuanto
a la producción de materia seca en la planta se pueden observar en la Figura 4.8.

La simulación del crecimiento de la planta la realizó con bases en datos experi-

mentales obtenidos en un periodo de cultivo de 50 días La línea punteada inferior corre-
sponde a la simulación del modelo matemático de crecimiento de la planta sin sistema
de control. La línea intermedia y la línea continua de la parte superior corresponden a
dos simulaciones aplicando la técnica de control óptimo al modelo de crecimiento. Se
puede observar un comportamiento expolineal en el crecimiento que para los 50 dias es
2 2 2
de 0.21kg m para el sistema sin control y de 0.237 kg m y 0.24 kg m para el
sistema con control en sus dos simulaciones respectivas.

Con el objeto de comparar los resultados expuestos por Van Henten, en lo referente
a la respuesta del sistema sin control, con nuestros resultados de simulación, expuestos
en la Figura 4.9 se ajustó el intervalo de simulación a un tiempo de 4;3 106 (s) para
que corresponda a un tiempo de 50 días como se observa en el trabajo de Van Henten.

57
Figura 4.8: Producción de materia seca reportada por Van Henten en (kg m 2 ), donde
el tiempo se expresa en días, para un periodo de cultivo completo. La línea inferior
corresponde a la simulación del sistema sin control. Las dos líenas superiores son 2
simulaciones del sistema con control con parámetros diferentes.

Figura 4.9: Producción de materia seca, Xd , en (kg m 2 ), para un intervalo de tiempo

equivalente a 50 días

58
 Como se puede observar en las Figuras 4.8 y 4.9 el comportamiento de la produc-
ción de materia seca para un periodo completo de cultivo es similar y tiene un com-
portamiento de crecimiento expolineal, siempre y cuando se mantengan las variables
de entrada dentro de los niveles adecuados descritos en el Cuadro 4.1.

59
Capítulo 5

Control Ficticio o Backstepping

Con el objeto de acelerar el crecimiento de lechuga Xd en el invernadero, se propone

un control …cticio.

Para facilitar la comprensión y el seguimiento de cada uno de los elementos del

sistema durante el desarrollo de las leyes de control y posteriormente la simulación se
realizaron los siguientes cambios de variable:

X1 = Zc ;
X2 = ZT ;
(5.1)
X3 = Zh ;
X4 = Xd ;

Las variables de control y las funciones internas que de…nen variables básicas del
sistema son:

U1 = Uc fa = phot;c
(0;1ZT 2;5) (5.2)
U2 = Uv fb = 2
U3 = Uq fc = transp;h

Con esta nueva nomenclatura se expresan las ecuaciones de estado del sistema
reemplazando cada uno de los elementos:

60
 1
X1 = Ccap;c
[ fa + cresp;c fb X4 + U1 vent;c ]
1 (5.3)
X2 = Ccap;q
[U3 Qvent;q + Qrad;q ]
1
X3 = Ccap;h
fc vent;h

Donde:

cpl;d X4 c rad;phot radV ( cco2;1 X22 +cco2;2 X2 cco2;3 )(X1 c )

fa = (1 e ) crad;phot Vrad +( cco2;1 X22 +cco2;2 X2 cco2;3 )(X1 c )
Cpl;d X4 Cv;1
(5.4)
fc = 1 e Cv;pl;ai C (X2 +CT;abs )
e(Cv;2 X2 )=(X2 +Cv;3 ) X3

Reemplazando los valores de vent;c , Qvent;q y vent;h se obtiene:

1
X1 = Ccap;c
[ fa + cresp;c fb X4 + U1 ((U2 + Cesc ) (X1 Vc ))]
1 (5.5)
X2 = Ccap;q
[U3 ((Ccap;q;v U2 + Cai;ou ) (X2 VT )) + Qrad;q ]
1
X3 = Ccap;h
[fc ((U2 + Cesc ) (X3 Vh ))]

Agrupando los términos comunes se obtiene:

1 1 1
X1 = Ccap;c
[ fa + cresp;c fb X4 Cesc (X1 Vc )] + U
Ccap;c 1 Ccap;c
(X1 Vc ) U2
1 Ccap;q;v (X2 VT ) 1
X2 = Ccap;q
[Qrad;q Cai;ou (X2 VT )] Ccap;q
U2 + Ccap;q U3
1 (X3 Vh )
X3 = Ccap;h
[fc Cesc (X3 Vh )] Ccap;h
U2
(5.6)

Ahora se de…nen las ecuaciones [f1 ; f2 ; f3 ] como:

F (X1 ; X2; X3 ; X4 ) = [f1 ; f2 ; f3 ]T

1
f1 = Ccap;c
[ fa + cresp;c fb X4 Cesc (X1 Vc )]

1
f2 = Ccap;q
[Qrad;q Cai;ou (X2 VT )]

1
f3 = Ccap;h
[fc Cesc (X3 Vh )]

y se reescriben las ecuaciones (5.6) como:

61
 1 1
X1 = f1 + U
Ccap;c 1 Ccap;c
(X1 Vc ) U2
Ccap;q;v (X2 VT ) 1
X2 = f2 Ccap;q
U2 + Ccap;q U3
(5.7)
(X3 Vh )
X3 = f3 Ccap;h
U2
X4 = c fa Cresp;d fb X4

Donde fa y fc se de…nen en la ecuación (5.4). Las constantes utilizadas se de…nieron

en el cuadro 3.1.

Ahora se debe de…nir una señal deseada Xm para cada variable de estado X, con
la cual se puede generar una señal de error:

eT = X Xm

De manera similar:

eT = X Xm

1
Si se de…ne eT = 2
KeT , entonces:

1
X = Xm + eT = Xm 2
KeT

Los estados X1 ; X2 y X3 tiene entradas de control propias pero el estado X4 no, y

esto hace viable la implementación de un control …cticio para esta variable.

Para aplicar el control backsteping se reescribe la cuarta ecuación de (5.7) que

representa el crecimiento de la planta, de la siguiente forma:

X4 = c fa Cresp;d fb X4 + Cresp;d fb X4m Cresp;d fb X4m

=c fa Cresp;d fb (X4 X4m ) Cresp;d fb X4m (5.8)
=c fa Cresp;d fb eT 4 Cresp;d fb X4m

Donde: eT 4 = X4 X4m

Se propone el control …cticio X4m para el modelo no lineal:

62
 Cresp;d :fb :X4m = c fa Cresp;d fb eT 4 X4
1
(5.9)
X4m = [Cresp;d fb ] c fa Cresp;d fb eT 4 X4m + 12 K4 eT 4

Donde: eT 4 = X4 X4m . K4 es una constante positiva que garantiza la convergencia

del sistema.

Para obtener las leyes de control U1 ; U2 ; U3 , se utiliza en primer lugar la tercera

ecuación de (5.7) ya que posee solamente una entrada de control y esto la hace in-
dependiente de los demás estados. Las ecuaciones primera y segunda de (5.7) tienen
dos entradas de control, mientras que la cuarta ecuación de (5.7) no tiene entrada de
control.

Para la tercera ecuación de (5.7) se propone la siguiente ley de control:

1
Ccap;h f3 X3m Ke
2 3 3T
Ccap;h f3 X3m + 12 K3 e3T
U2 = = (5.10)
(X3 Vh ) (X3 Vh )

Donde e3T = X X3m : K3 es una constante positiva. Se propone el control …cticio

1
para obtener e3T = Ke
2 3 3T
usando las ecuaciones (5.7) y (5.10).

Para la segunda ecuación de (5.7) se propone el siguiente control …cticio:

Ccap;q;v (X2 VT ) 1
U3 = Ccap;q f2 + U2 + X2m K2 e2T (5.11)
Ccap;q 2

Donde e2T = X X2m . K2 es una constante positiva. Utilizando la ecuación (5.10)

y la segunda ecuación de (5.7). se puede obtener la ley de control U3 . Se propone el
1
control …cticio para obtener e2T = Ke
2 2 2T
usando las ecuaciones (5.7) y (5.10).

Para la primera ecuación de (5.7) se propone la siguiente ley de control

1 1
U1 = Ccap;c f1 + (X1 Vc ) U2 + X1m K1 e1T (5.12)
Ccap;c 2

63
 Donde e1T = X X1m . K1 es una constante positiva. Utilizando la ecuación (5.10)
y la segunda ecuación de (5.7). se puede obtener la ley de control U1 . Se propone el
1
control …cticio para obtener e1T = Ke
2 1 1T
usando las ecuaciones (5.7) y (5.10).

Teorema 2 :

El error de lazo cerrado del control aplicado (ecuaciones (5.10), (5.11), (5.12) y (5.9)
) para acelerar el crecimiento del cultivo (sistema de ecuaciones (5.7)) es exponencial-
mente estable.

Prueba: Substituyendo la ecuación (5.10) en la tercera ecuación de (5.7), (5.11) en

la primera ecuación de (5.7) y (5.9) en (5.8) se obtiene el siguiente sistema de ecuaciones
desacopladas:
1
eT 1 = Ke
2 1 T1
1
eT 2 = Ke
2 2 T2
1
(5.13)
eT 3 = Ke
2 3 T3
1
eT 4 = Ke
2 4 T4

La solución de las ecuaciones (5.13) es:

eT 1 = 21 e K1 t
eT 1i
1
eT 2 = 2
e K2 t eT 2i
1
(5.14)
eT 3 = 2
e K3 t eT 3i
1
eT 4 = 2
e K4 t eT 4i

Donde eT 1i ; eT 2i ; eT 3i y eT 4i son las condiciones iniciales del error eT 1 ; eT 2 ; eT 3 ; eT 4 . La

ecuación muestra que el error es exponencialmente estable.

64
Capítulo 6

Simulación del sistema con control

La simulación del modelo matemático con el sistema de control aplicado se realizo

en el software Matlab utilizando la herramienta Simulink. Se implementaron en el
programa las ecuaciones de control por realimentación de estados para los subsistemas
de temperatura, humedad y CO2 ; y se desarrollo la ley de control …cticio para la variable
de estado de crecimiento de la planta.

Figura 6.1: Temperatura en el interior del invernadero [ C] contra tiempo [Días] en el

sistema controlado.

El desarrollo del programa de simulación se tratará a mayor profundidad en el

apéndice A. Una vez implementado el sistema de control y aplicado al modelo matemáti-

65
co, se obtuvo el comportamiento de las variables de estado del sistema. La temperatura
en el invernadero ( C) para un periodo de cultivo (50 días) aplicando el control prop-
uesto se observa en la Figura 6.1.

Cada oscilación que se observa en la …gura representa la variación de temperatura

entre el día y la noche. La variable de estado realiza un seguimiento de la señal deseada
de temperatura X2m que se introdujo como parámetro en la simulación. Esta entrada
corresponde a una señal senoidal con amplitud máxima de 18 C y mínima de 10 C:,
que se encuentra dentro de loa rangos de temperatura tolerados por la planta (ver
cuadro 4.1).

También se observa como la variación de temperatura en general es de un rango

menor a la presentada en la simulación de la temperatura del sistema sin control ilustra-
do en la Figura 4.4, indicando que la acción de control se está realizando correctamente
sobre la variable de estado.

Figura 6.2: Variación inicial de temperatura en el interior del invernadero [ C] contra

tiempo [horas] en el sistema controlado.

En la Figura 6.2 se realiza un acercamiento sobre la temperatura en el invernadero,

observando en las primeras horas de simulación como la señal de salida realiza un
seguimiento sobre la señal deseada.

66
Figura 6.3: Comparación de la temperatura en el invernadero sin control (Azul) y con
control (Roja), expresada en C para un periodo de cultivo.

En la Figura 6.3 se observan las temperaturas obtenidas en la simulación con y sin

control, comprobándose una reducción en la temperatura del invernadero que obedece
a la señal deseada propuesta X2m :

Figura 6.4: Concentración de bióxido de carbono, Zc en [kg m 3 ] en el sistema

controlado.

La salida de dióxido de carbono del sistema controlado para un periodo de cultivo se

observa en la Figura 6.4. Se observa como esta variable de estado permanece estable
en el valor indicado por la señal de control deseada X1m que corresponde a una señal

67
constante de 1;5x10 3 [kg m 3 ]. la señal de referencia X1m se seleccionó como una
constante dentro del rango adecuado para el crecimiento de la planta indicado en el
cuadro 4.1.

Figura 6.5: Variación inicial de la concentración de bióxido de carbono, Zc en

[kg m 3 ] en el sistema controlado.

En la Figura 6.5 se observa un acercamiento a la simulación de la variable de dióxido

de carbono y se observa como, partiendo de una condición inicial de 0;64x10 3 [kg m 3 ],
la señal de salida realiza un seguimiento de la señal deseada X1m indicando una acción
adecuada de control sobre la variable de estado.

Figura 6.6: Comparación de la concentración de dióxido de carbono en el invernadero

sin control (Azul) y con control (Roja), expresada en [kg m 3 ] para un periodo de
cultivo.

68
 En la Figura 6.6 se observa una comparación de la variable de estado de dióxido de
carbono con y sin control. Se observa que en la variable controlada aumenta el dióxido
de carbono y se mantiene en el valor deseado de 1;5x10 3 [kg m 3 ]

Figura 6.7: Humedad relativa [ %] en el interior del invernadero contra tiempo [días]

De manera similar se observa en la Figura 6.7 la humedad relativa en el interior del

invernadero para un periodo de cultivo

Esta señal responde a la condición deseada introducida en la simulación que es

un valor constante de 80 %. Inicialmente parte de un valor 0 para luego realizar un
seguimiento de la señal deseada X3m como se observa en la Figura 6.8. la señal de
referencia X3m se seleccionó como una constante dentro del rango adecuado para el
crecimiento de la planta indicado en el cuadro 4.1.

69
Figura 6.8: Variación inicial de la humedad relativa [ %] en el interior del invernadero
contra tiempo [min].

En la Figura 6.9 se presenta una comparación de la humedad relativa en el inver-

nadero entre la señal obtenida en la variable de estado Z3 con control y sin control. En
la señal controlada se mantiene el nivel óptimo de humedad relativa en el invernadero
en 80 %.

Figura 6.9: Comparación de la humedad relativa en el invernadero sin control (Azul)

y con control (Roja), expresada en [ 100 %] para un periodo de cultivo.

Por último se obtuvo la simulación del crecimiento de la planta a partir de la

medición de materia seca X4 para un periodo de cultivo. La señal de salida se presenta

70
en la Figura 6.10

Figura 6.10: Producción de materia seca, X4 , en [kg m 2 ], para un intervalo de

tiempo de 50 días.

En la Figura 6.10 también se presenta el comportamiento característico de la función

logística de crecimiento de plantas y se puede observar como el crecimiento es más
acelerado comparado con el presentado en el modelo del sistema sin control observado
en la Figura 4.9.

Figura 6.11: Producción de materia seca, X4 , en [kg m 2 ], para un intervalo de

tiempo de 40 días.

71
 En la Figura 6.10 aplicando el sistema de control propuesto se obtuvo un crecimiento
de 0.25 kg m 2 de materia seca para un tiempo de cultivo de 50 días, mientras que en
la Figura 4.9 para el sistema sin control a los 50 días se presenta un crecimiento de 0.2
kg m 2 .

2
En el sistema controlado el crecimiento de 0.2 kg m se presenta a los 40 días de
cultivo como se observa en la Figura 6.11.

Figura 6.12: Comparación de la producción de materia seca en el invernadero sin

control (Azul) y con control (Roja), expresada en [kg m 2 ] para un periodo de
cultivo.

En la Figura 6.12 se realiza una comparación de la variable de crecimiento Z4 . En

rojo se observa la respuesta al aplicar el sistema de control. El crecimiento se presenta
con mayor rapidez que en el sistema sin control.

72
Conclusiones

Para desarrollar las técnicas de control de cualquier sistema de una manera analítica,
es indispensable obtener primero su modelo matemático. Para el caso de las plantas es
necesario comprender a fondo sus procesos de desarrollo y los factores que afectan su
crecimiento.

Se analizó detalladamente cada una de las etapas que intervienen en el modelo

matemático de crecimiento de la lechuga aplicando herramientas vistas durante los
estudios de maestría.

Como se mostró durante los cursos, para validar un modelo es necesario aplicarle
ciertas señales características. En particular, se realizó la simulación del modelo a
través de software especializado considerando como entrada una señal escalón, y se
presentaron los resultados obtenidos.

En la simulación del modelado matemático del crecimiento de la lechuga se pu-

do observar un comportamiento adecuado de las variables de estado del sistema que
corresponde a los resultados esperados. La temperatura en el invernadero se eleva en
comparación con la temperatura exterior (ver Figuras 4.2 y 4.4). Esto como conse-
cuencia de la inercia térmica inherente al sistema físico representado en el modelo. El
dióxido de carbono y la humedad interna del invernadero se reducen a medida que se
presenta crecimiento en la planta. Esto como consecuencia del uso de recursos para el
crecimiento por parte de la planta, además estas señales presentan variaciones carac-
terísticas y diferenciadas entre las horas con presencia de luz y las horas de la noche
(ver Figuras 4.5 y 4.6) que concuerdan con los procesos de fotosíntesis de la plan-
ta. La variable de salida Xd que representa la producción de materia seca y también
el crecimiento de manera directa, obedece a la ecuación logística de crecimiento (ver

73
ecuación (1.6) ) y presenta las etapas características de crecimiento exponencial, lineal
y de senectud para estos sistemas biológicos.

Debido a que la simulación de Van Henten fue realizada con datos reales del cultivo,
con los cuales no se cuenta, es imposible realizar una validación exacta de nuestra simu-
lación, sin embargo, al obtener un comportamiento similar y una respuesta adecuada a
las variaciones de las señales de entrada, se puede concluir que la simulación es correcta
y nos permitirá usar estos resultados como la base para generar nuevas estrategias de
control.

En lo referente al sistema de control, al establecer trayectorias de referencia den-

tro de los valores máximos y mínimos, para las variables de estado que representan el
sistema climático del invernadero y además siguiendo estas trayectorias un valor óp-
timo para cáda variable en un tiempo determinado, se incide de manera directa en el
crecimiento acelerado de la planta.

La técnica de control …cticio o por backstepping aplicada presenta resultados satis-

factorios ya que permite generar una señal de control …cticia sobre el crecimiento de la
planta y permite establecer una señal de referencia para el crecimiento. En las Figuras
6.3, 6.6, 6.9, y 6.12 se observa como la salida de las ecuaciones de estado establece un
seguimiento sobre la correspondiente trayectoria indicada al sistema ejerciéndose de
manera correcta la acción de control sobre las variables deseadas, que las estabiliza en
valores adecuados para favorecer el crecimiento de la planta.

2
En el sistema controlado el crecimiento de 0.2 kg m se presenta a los 40 días
de cultivo como se observa en la Figura 6.11. En los resultados presentados por Van
Henten en la Figura 4.8 este crecimiento se presenta a las 50 días de cultivo, es decir se
observó un crecimiento más acelerado con la técnica de control implementada en este
trabajo. Esto se logra con una combinación de parámetros adecuada.

74
Trabajo a futuro

Este trabajo corresponde a la etapa inicial de una investigación encaminada a obte-

ner estrategias de control para la optimización de sistemas agrícolas de manera analíti-
ca, utilizando diversos enfoques.

En trabajos posteriores se pretende implementar las técnicas de control descritas

en este trabajo en un sistema real, que permita trabajar con datos físicos especí…cos de
un área de aplicación en tiempo real y así elevar la precisión de los resultados. Además
permitirá corroborar o corregir los resultados obtenidos de manera teórica en nuestros
modelos, así como detectar fallas e implementar mejoras en el diseño o aplicación.

75
Articulos derivados de este trabajo
de tesis

Como producto cientí…co de este trabajo se realizó la publicación del articulo:

José de Jesús Rubio, German Gutierrez, Jaime Pacheco, Comparison of three pro-
posed control to accelerate the growth of the crop International Journal of Innovative
Computing, Information and Control, ISSN: 1349-4198, Vol. 7, No. 4, 2011 (ver [19]).

76
Figura 1: Resumen del articulo: Comparison of three proposed control to accelerate the
growth of the crop 77
Articulos publicados durante los
estudios de maestria

Durante los estudios de maestria en ingeniería de manufactura se participó en varios

proyectos de investigación como becario del programa PIFI del intituto politecnico
nacional. Los articulos publicados como producto de este trabajo son:

José de Jesús Rubio, German Gutierrez, Jaime Pacheco, Comparison of three pro-
posed control to accelerate the growth of the crop International Journal of Innovative
Computing, Information and Control, ISSN: 1349-4198, Vol. 7, No. 4, 2011. (ver [19])

Genaro Ochoa, German Gutierrez, José de Jesús Rubio, Raul Rivera, Jaime Pacheco,
Modeling of four nonlinear electronic circuits, Recent Patents on Electrical Engineer-
ing, ISSN: 1874-4761, Vol. 3, No. 8, 2010.

78
Figura 2: Resumen del articulo: Modeling of four nonlinear electronic circuits
79
Apéndice A

Modelo del sistema sin control en

Matlab y Simulink

La simulación del modelo matemático se realizó en el software Matlab utilizando

la herramienta Simulink. En esta sección se explicará detalladamente el programa de-
sarrollado, el diagrama del modelo de simulación y la descripción de cada uno de los
bloques que lo componen.

Inicialmente se desarrollo un programa en Matlab, que de…ne los parámetros uti-

lizados en el modelo de Simulink.

Programa:

%PROGRAMA PARA SIMULAR EL MODELO MATEMATICO DE

%CRECIMIENTO DE LA LECHUGA DE VAN HENTEN
%FUNCIONA EN CONJUNTO CON EL ARCHIVO DE SIMULINK:
% funcion_xd_matlab3.mdl
%DEFINICION DE LOS PARAMETROS DEL MODELO MATEMATICO%
clear;
clc;
Cab=0.544;
Cradq=0.2;
Ccapq=30000;

80
Ccapqv=1290;
Caiou=6.1;
Cradphot=3.55e-9;
Cco21=5.11e-6;
Cco22=2.3e-4;
Cco23=6.29e-4;
Cr=5.2e-5;
Crespc=4.87e-7;
Crespd=2.65e-7;
Cleak=0.75e-4;
Cpld=53;
Ccapc=4.1;
Cvplai=3.6e-3;
Cv1=9348;
Cv2=17.4;
Cv3=239;
Cv4=10998;
CTabs=273.15;
CR=8314;
Ccaph=4.1;

Posteriormente, se realizó el modelo de simulación en Simulink como se observa en

la Figura (A.1)

En la simulación se desea observar básicamente la respuesta de las cuatro variables

de estado del modelo matemático descritas en las ecuaciones (3.13), (3.3), (3.8), y
(3.11). En el modelo de simulación, estas variables de estado corresponden a las señales
Xd, Zt, Zc y Zh respectivamente. Para hacer esto posible, se desglosaron cada una de
las ecuaciones en bloques de funciones que calculan partes especí…cas de cada ecuación.

Funciones de…nidas en los bloques del modelo en simulink

El Bloque del modelo llamado Función Zt total corresponde a la simulación de la

temperatura en el invernadero representada por la ecuación (3.8). De la misma forma,
el bloque llamado fucnión Oventc calcula el termino correspondiente a la ecuación (3.2):

81
Figura A.1: Diagrama completo de simulación del modelo matemático en la herramienta
Matlab-Simulink.

82
 % Función Zt total

% (1/Ccapq)*(u[4]-(((Ccapqv*u[1])+(Caiou))*(u[5]-u[2]))+u[3])
% Funcion Oventc
% (u[1]+Cleak)*(u[3]-u[2])

El bloque de nombre Zc total calcula la concentración de dióxido de carbono en el

invernadero representada en la ecuación (3.3)

% Funcion Zc total
% (1/Ccapc)*(-u[4]+(Crespc*u[3])+u[1]-u[2])

El bloque llamado función exponente Xd se usa de forma auxiliar para calcular el

termino exponencial en la ecuación (3.3)

% Funcion exponente Xd
% u[2]*2^((0.1*u[1])-2.5)

La función auxiliar phot;c de la ecuación (3.12) se calcula en el bloque Ophotc.

% Funcion Ophotc
% (1-(exp((-Cpld)*u[1])))*(((Cradphot*u[4])*(-(Cco21*u[3]^2)
% +(Cco22*u[3])-Cco23)*(u[2]-Cr))/((Cradphot*u[4])+((-(Cco21*u[3]^2)
% +(Cco22*u[3])-Cco23)*(u[2]-Cr))))

El bloque Xd total calcula la función de crecimiento Xd.

%Funcion Xd total
% (Cab*u[2])-(Crespd*u[3])

La función auxiliar vent;h de la ecuación (3.9) se calcula en el bloque Oventch

%Funcion Oventh:
%(u[1]+Cleak)*(u[3]-u[2])

83
 La función auxiliar de la ecuación (3.10) se calcula en el bloque Otransph

%Funcion Otransph
%(1-(exp((-Cpld)*u[1])))*Cvplai*(((Cv1/(CR*(u[2]+CTabs)))
% *(exp((Cv2*u[2])/(u[2]+Cv3))))-u[3])

La función que permite simular la humedad dentro del invernadero es el bloque Zh

total

%Funcion Zh total:
%(1/Ccapq)*(u[4]-(((Ccapqv*u[1])+(Caiou))*(u[5]-u[2]))+u[3]

84
Apéndice B

Modelo del sistema con control en

Matlab y Simulink

En la simulación del sistema con el control propuesto se implemento cada una de las
ecuaciones obtenidas en el capitulo 5. Además se dividió el programa en subsistemas
para facilitar su desarrollo y comprensión. en la Figura (B.1) se ilustra el diagrama
completo del programa desarrollado en Simulink.

En este programa se implementaron dos funciones principales que se utilizarán en

varios de los subsistemas estas son:

%Funcion Exponente Xd:

u[2]*(2^((0.1*u[1])-2.5))
%Funcion Ophotc:
(1-(exp((-Cpld)*u[1])))*(((Cradphot*u[4])*(-(Cco21*u[3]^2)
+(Cco22*u[3])-Cco23)*(u[2]-Cr))/((Cradphot*u[4])+((-(Cco21*u[3]^2)
+(Cco22*u[3])-Cco23)*(u[2]-Cr))))

A continuación se explicará en detalle el desarrollo y funcionamiento de cada sub-

sistema. Se desarrollaron bloques de función para resolver las ecuaciones de gobierno
del subsistema. Existen bloques con una estructura similar en todos los subsistemas
como por ejemplo los bloques de fución F, de función Z total, de fucnión U etcétera.

85
Figura B.1: Diagrama completo de simulación del modelo controlado en la herramienta
Matlab-Simulink.

86
Para el subsistema del dióxido de carbono correspondiente a la señal Z1 se desarrollo
el programa ilustrado en la Figura B.2

Figura B.2: Diagrama de simulación del subsistema de dióxido de carbono en la her-

ramienta Matlab-Simulink.

En este subsistema se implementaron las siguientes funciones:

Funci\U{f3}n Zc total1:
u[1]+((1/Ccapc)*u[5])-((1/Ccapc)*(u[2]-u[3])*u[4])
Funcion F1:
(1/Ccapc)*(-u[2]+(Crespc*u[1])-(Cleak*(u[4]-u[3])))
Funcion U1:
Ccapc*(u[4]+((1/Ccapc)*(u[1]-u[2]))*u[3])
Funci\U{f3}n -F1 + X1m\U{ba} - 05Ket1:
-u[1]+u[2]-(0.5*K*u[3])

87
 Para simular el subsistema de temperatura Z2 se desarrollo el programa de la Figura
B.3

Figura B.3: Diagrama de simulación del subsistema de temperatura en la herramienta

Matlab-Simulink.

En este subsistema se implementaron las siguientes funciones:

Funci\U{f3}n Zt total1:
u[1]-((Ccapqv/Ccapq)*(u[2]-u[4])*u[5])+((1/Ccapq)*u[3])
Funcion F2:
(1/Ccapq)*(u[3]-(Caiou*(u[1]-u[2])))

88
Funcion U2:
((Ccaph*u[3])/(u[1]-u[2]))
Funci\U{f3}n -F2 + X2m\U{ba} - 05Ket2:
-u[1]+u[2]-(0.5*K*u[3])

El subsistema de humedad Z3 se implemento como muestra la Figura B.4

Figura B.4: Diagrama de simulación del subsistema de humedad relativa en la her-

ramienta Matlab-Simulink.

En este subsistema se implementaron las siguientes funciones:

Funci\U{f3}n Zh total1:
u[1]-((1/Ccaph)*(u[2]-u[3])*u[4])
Funcion F3:
(1/Ccaph)*(u[1]-(Cleak*(u[3]-u[2])))

89
Funcion U3:
Ccapq*(u[4]+((Ccapqv/Ccapq)*(u[2]-u[3])*u[1]))
Funci\U{f3}n -F3 + X3m\U{ba} - 05Ket3:
u[1]-u[2]+(0.5*K*u[3])

Para simular el crecimiento e implementar el control …cticio se desarrollo el progra-

ma de la Figura B.5. Las funciones desarrolladas son:

Funci\U{f3}n Xd total1:
(Cab*u[3])-(Crespd*u[4]*u[2])-(Crespd*u[4]*u[1])
Funci\U{f3}n FB:
u[2]/u[1]
Funci\U{f3}n X4m:
((u(1)*Crespd)^(-1))*((Cab*u(2))-(Crespd*u(1)*u(3))-(u(4))+(0.5*kt*u(3)))

90
Figura B.5: Diagrama de simulación del subsistema de crecimiento en la herramienta
Matlab-Simulink.

91
Bibliografía

[1] FAO Organización de las naciones unidas para la agricultura y la ali-

mentación (2007)El estado mundial de la agricultura y la alimentación. Colec-
cion FAO: Agricultura No 38

[2] Sweeney D., Hand D., Slack G. (1981). Modelling the growth of winter lect-
tuce. In: Mathematics in Plant Physiology, WAcademic Press London, pp 217-229.

[3] López C., Van Willigenburg G., Van Starten (2003). Optimal control of
nitrate in lettuce by hybrid approach: di¤erential evolution and ACW gradient
algorithms., Computers and electronics in Agriculture, pp 179-197.

[4] Ioslovich I., Seginer I. (2002).Acceptable nitrate concentration of greenhouse

lettuce: two optimal polices. Biosystems Engenering, pp 1139-1149.

[5] Bonilla M., Lebret G. and Malabre M.(1994).Output Dynamics Assigment

for Implicit Description. Circuits, Systems and Signal Processing, Special Issue on
”Implicit Robust Systems”, Vol 13 No. 2-3, pp 349-359.

[6] Bonilla M., Malabre M. and Fonseca M.(1997).On the Approximation of

Non Proper Control Laws. International Journals of Control, Vol. 68, No. 4, pp.
775-796.

[7] Bonilla M., Goire M.M. and Mondié S.(2000). Adaptative Structure Detec-
tor for Linear Implicit Systems. American Control Conference 2000, pp.2179-2183.

[8] Van Henten, E.J, Van Straten G.(1994). Sensitivity analysis of a dynamic
growth model of lettuce, Agric. Eng. Res. pp.19-31.

92
 [9] Bonilla M. and Martínez A.(2001).Modelling the Lettuce Growing Process
by a Set of linear Systems. a ser publicado en el IMACS/IFAC M2 SABI’01, Fourth
International Symposium on Mathematical Modelling and Simulition in Agricul-
tural and Bio-Industries, Hifa, Israel, 12-14 June 2001

[10] Seginer I. (1991). Optimal greenhouse temperature trajectories for a multi-state

variable tomato model. Proceedings IFAC Mathematical and control Aplications in
Agriculture and Horticulture, pp.73-79.

[11] Goudriann J. and Van Laar H. H.(1994).Modelling Potential Crop Growth

Prosses. Current Issues In Production Ecology, Vol II. Ed. Kluwer Ac. Pub.

[12] Rosenbrock H.H. (1970). State Space and Multivariable Theory. ed. Wiley,
New York.

[13] Thornley J.H.M. and Johnson I.R. (1990). Plant and Crop Modelling: A
Mathematical Approach to Plant and Crop Phys. Ed. Clarendon Press, ISBN 0 19
854160 0.

[14] Van Henten E.J. (1994). Greenhouse Climate Management:An Optimal Control
Approach. Ph.D. Thesis, Wageningen Agricultural University, Wageningen The
Netherlands, December 20, 1994.

[15] Martínez A (2001). Descripción del proceso de crecimiento de la lechuga por un

conjunto de sistemas lineales. M. en C. Tesis. CINVESTAV. Instituto politécnico
Nacional, México D.F. Agosto 2001

[16] Kokotovic P.and Krstic M. (1995) Nonlinear and Adaptative control Design.
Ed. John wiley and Sons. pp. 87-121.

[17] Ogata K. (1990) Modern Control Engineering. Ed Prentice Hall.

[18] Khalil H.(1996). Nonlinear Systems, Second Edition. Ed Prentice-Hall

[19] Rubio J., Gutierrez G., Pacheco J. (2011) Comparison of three proposed
control to accelerate the growth of the crop International Journal of Innovative
Computing, Information and Control, ISSN: 1349-4198, Vol. 7, No. 4.

93
[20] Rubio J., Pacheco J., Salazar M, Lugo R (2010) Relative humidity modeled
by a functional network, Relative humidity: Sensors, Management and Environ-
mental E¤ects, ISBN: 978-1-61761-734-8, Nova Science Publishers, Capítulo 12,
1-8.

[21] Rubio J., Pacheco J., Salazar M, Lugo R. Gómez A. (2010) Modeling of
the relative humidity and control of the temperature for a bird incubator, IWACI -
ISNN 2009, Springer-Verlag, Vol. 116 , ISBN: 978-3-642-03155-7, 369-377.

[22] Perko L. (1991) Di¤erential Equations and Dynamical Systems, Springer- Ver-
lag.

[23] Khalil, H. (1997) Stability, in the Control Handbook, IEEE Press Edited by
W.Levine, Caapitulo 56.

94