dc.contributor.advisor | González Acevedo, Hernando | |
dc.contributor.author | Salas Pérez, María Celeste | |
dc.coverage.spatial | Colombia | spa |
dc.date.accessioned | 2022-01-25T14:16:38Z | |
dc.date.available | 2022-01-25T14:16:38Z | |
dc.date.issued | 2021 | |
dc.identifier.uri | http://hdl.handle.net/20.500.12749/15363 | |
dc.description.abstract | En este proyecto se presenta un sistema de monitoreo electrónico para la medición de variables físicas de una colmena artificial de abejas Apis Melífera. La recopilación de esta información ayuda a determinar el estado de salud y producción de la colmena en tiempo real tomando datos de los sensores para variables como la temperatura interior y exterior de la colmena, humedad interior y exterior, CO2 y báscula digital para medir el peso de la colmena y posteriormente evaluar la cosecha con la información obtenida. También se presenta la implementación de un sistema de alimentación con energía solar fotovoltaica facilitando el monitoreo de la colmena en lugares remotos. La implementación de un algoritmo para la predicción del peso presenta una red neuronal LSTM bidireccional para generar predicciones del peso en los días futuros teniendo en cuenta los datos recopilados de cada variable ambiental. Debido a la escasez de datos recopilados en la colmena de Sabana (un mes y medio), los modelos se implementaron en una base de datos de una colmena artificial obtenida en Kaggle.com, cuya locación de la colmena es en Würzburg, Alemania. El modelo con mejores resultados obtenidos es implementado en una aplicación web básica donde el usuario o apicultor puede cargar los datos de la colmena obtenidos de CayenneMyDevices para realizar las predicciones a futuro del peso de la colmena artificial. | spa |
dc.description.tableofcontents | Objetivos .....................................................................................................................................11 Objetivo General. .................................................................................................................. 11 Objetivos específicos. ............................................................................................................ 11 Capítulo 1. Apicultura de precisión ..........................................................................................12 1.1 Definición de variables físicas .................................................................................. 12 1.1.1 Estado del arte ................................................................................................... 12 1.1.2 Variables físicas de interés para determinar la producción en la colmena ........ 13 1.1.3 Internet de las cosas (IoT) ................................................................................ 14 1.1.4 Condiciones generales de la colmena artificial ............................................... 15 1.1.5 Definición del hardware ................................................................................... 15 1.1.6 Selección de microprocesador .......................................................................... 17 1.1.7 Selección de sensores ......................................................................................... 18 1.1.8 Circuitos de operación ...................................................................................... 26 1.1.9 Hardware adicional........................................................................................... 32 1.1.10 Selección de panel solar ......................................................................................... 33 1.1.11 Montaje de dispositivos. ........................................................................................ 35 Capítulo 2. Transmisión de datos .............................................................................................38 2.1 Validación del sistema de monitoreo ....................................................................... 38 2.1.1 MQTT (MQ Telemetry Transport) ........................................................................ 38 2.1.2 Cayenne MyDevices .......................................................................................... 39 2.1.3 Registro de mediciones ..................................................................................... 42 2.1.4 Diseño de alarmas ............................................................................................. 48 Capítulo 3. Algoritmo de predicción para la producción. ......................................................49 3.1 Inteligencia Artificial ...................................................................................................... 49 3.1.1 Aprendizaje profundo (Deep Learning)................................................................. 50 3.1.2 Redes neuronales LSTM .................................................................................. 50 3.1.3 Análisis de las variables ambientales...................................................................... 51 3.2 Desarrollo del algoritmo ................................................................................................. 54 3.2.1 Creación del modelo LSTM .................................................................................... 59 Capítulo 4. Aplicación Web ......................................................................................................68
4.1 Diseño de la aplicación web básica ................................................................................ 68 Conclusiones ...............................................................................................................................76 Bibliografía .................................................................................................................................78 Anexos .........................................................................................................................................82 | spa |
dc.format.mimetype | application/pdf | spa |
dc.language.iso | spa | spa |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/2.5/co/ | * |
dc.title | Prototipo electrónico para la medición de variables físicas de una colmena artificial de abejas Apis Melífera | spa |
dc.title.translated | Electronic prototype for the measurement of physical variables of an artificial hive of Apis Melífera bees | spa |
dc.degree.name | Ingeniero Mecatrónico | spa |
dc.publisher.grantor | Universidad Autónoma de Bucaramanga UNAB | spa |
dc.rights.local | Abierto (Texto Completo) | spa |
dc.publisher.faculty | Facultad Ingeniería | spa |
dc.publisher.program | Pregrado Ingeniería Mecatrónica | spa |
dc.description.degreelevel | Pregrado | spa |
dc.type.driver | info:eu-repo/semantics/bachelorThesis | |
dc.type.local | Trabajo de Grado | spa |
dc.type.coar | http://purl.org/coar/resource_type/c_7a1f | |
dc.subject.keywords | Mechatronic | spa |
dc.subject.keywords | Artificial hive | spa |
dc.subject.keywords | Honey bee apis | spa |
dc.subject.keywords | Databases | spa |
dc.subject.keywords | Sensors | spa |
dc.subject.keywords | Prototype development | spa |
dc.subject.keywords | Honeycombs | spa |
dc.subject.keywords | Beekeeping | spa |
dc.subject.keywords | Digital electronic instruments | spa |
dc.subject.keywords | Algorithms | spa |
dc.identifier.instname | instname:Universidad Autónoma de Bucaramanga - UNAB | spa |
dc.identifier.reponame | reponame:Repositorio Institucional UNAB | spa |
dc.type.hasversion | info:eu-repo/semantics/acceptedVersion | |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | spa |
dc.relation.references | [1]. Ecocolmena. (2018). Importancia de la polinización para una agricultura sostenible. [web] Disponible en: https://ecocolmena.com/la-importancia-de-la-polinizacion-parauna-agricultura sostenible/ [Accedido 1 julio de 2019]. | spa |
dc.relation.references | [2]. Mieldemalaga.com. (2008). [online] Available at: http://www.mieldemalaga.com/data/manual_apicultura.hon.pdf [Accessed 30 Jul. 2019]. | spa |
dc.relation.references | [3] Márquez R, O. and Méndez Á. (2012). Módulo de Monitoreo Apícola. [web] Disponible en: http://bdigital.unal.edu.co/9731/1/261010.2012.pdf [Accedido 2 julio de 2019]. | spa |
dc.relation.references | [4]. Seritan, G., Bogdan, A., Argatau, F., Adochiei, F., Toader S. (2018) Low cost platform for monitoring honey production and bees health. [web]. Disponible en: https://ieeexplore.ieee.org/document/8402704 [accedido 5 de agosto de 2019]. | spa |
dc.relation.references | [5]. Kevrić, J. Šakanović, S. Dogru, N. Kečo, D. (2019) Short-Term Prediction of Honey Production in Bosnia and Herzegovina using IoT. [web]. Disponible en: https://ieeexplore.ieee.org/document/8760012. [accedido 5 de agosto de 2019]. | spa |
dc.relation.references | [6]. Dineva, Kristina & Atanasova, Tatiana. (2017). Model of Modular IoT-based BeeKeeping System. | spa |
dc.relation.references | [7] Dineva, Kristina & Atanasova, Tatiana. (2018). ICT-Based Beekeeping Using IoT and Machine Learning. 10.1007/978-3-319-99447-5_12. | spa |
dc.relation.references | [8]. Valega, O. (2019). Estrés en las Abejas. [web] Apiservices.biz. https://www.apiservices.biz/es/articulos/ordenar-por-popularidad/1161-estres-en lasabejas | spa |
dc.relation.references | [9]. Seritan, G., Bogdan, A., Argatau, F., Adochiei, F., Toader S. (2018) Low cost platform for monitoring honey production and bees health. [web]. https://ieeexplore.ieee.org/document/8402704]. | spa |
dc.relation.references | [10] Rose, K. (2015). La Internet de las Cosas. www.internetsociety.org. https://www.internetsociety.org/wp-content/uploads/2017/09/report-InternetOfThings20160817-es-1.pdf | spa |
dc.relation.references | [11] Joaquin, M. (2015). Calendario Climatológico Aeronautico Colombiano. Calendario Climatológico Aeronautico Colombiano. https://www.sogeocol.edu.co/documentos/096_calen_climat.pdf | spa |
dc.relation.references | [12] Universidad Autónoma Agraria Antonio Narro. (2009). Comparación de la calidad de miel (Apis Mellifera) entre las zonas apícolas de Saltillo, Coahuila y Bolonchen de Rejón, Campeche. | spa |
dc.relation.references | [13]. Abejapedia.com. (2019). Apicultura» ABEJAPEDIA. [web] Disponible en: http://www.abejapedia.com/apicultura/ | spa |
dc.relation.references | [14] Sparkfun, S. (s. f.). Raspberry Pi Zero W. Sparkfun Datasheet. https://cdn.sparkfun.com/assets/learn_tutorials/6/7/6/PiZero_1.pdf | spa |
dc.relation.references | [15] alldatasheet.com. (s. f.). SHT15 Datasheet(PDF) - List of Unclassifed Manufacturers. SHT15 Datasheet. Recuperado 14 de julio de 2021, de https://www.alldatasheet.com/datasheet-pdf/pdf/91101/ETC/SHT15.html | spa |
dc.relation.references | [16] Park Fun, S. (s. f.). Datasheet CCS811. Datasheet CCS811. https://cdn.sparkfun.com/assets/learn_tutorials/1/4/3/CCS811_Datasheet-DS000459.pdf | spa |
dc.relation.references | [17] Doc.riot-os.org. 2021. CCS 811 digital gas sensor. [online] Available at: <https://doc.riot-os.org/group__drivers__ccs811.html#ntc> [Accessed 9 October 2021]. | spa |
dc.relation.references | [18] Adafruit. (s. f.). Sensor DHT22. Sensor DHT22. https://cdnshop.adafruit.com/datasheets/Digital+humidity+and+temperature+sensor+AM2302.pdf | spa |
dc.relation.references | [19] alldatasheet.com. (s. f.-a). HX711 Datasheet(3/9 Pages) AVIA | 24-Bit Analog-toDigital Converter (ADC) for Weigh Scales. HX711 Datasheet. Recuperado 14 de julio de 2021, de https://html.alldatasheet.com/htmlpdf/1132222/AVIA/HX711/341/3/HX711.h | spa |
dc.relation.references | [20] Librería de Sparkfun. (s. f.). Sparkfun. https://learn.sparkfun.com/tutorials/load-cellamplifier-hx711-breakout-hookup-guide/installing-the-hx711-arduino-library-andexamples | spa |
dc.relation.references | [21] Gruber, C. (2020). Foro de HiveEyes sobre celdas de carga. Comunidad HiveEyes. https://community.hiveeyes.org/t/strain-gauge-load-cell-tests-in-a-diy-climatechamber/1642 | spa |
dc.relation.references | [22]BOSCHE Wägetechnik. 2021. Single point load cell H30A. [online] Available at: <https://www.bosche.eu/en/scale-components/load-cells/single-point-load-cell/singlepoint-load-cell-h30a> [Accessed 9 October 2021]. | spa |
dc.relation.references | [23] Solares, P. (2020, 20 abril). Cálculo de Paneles Solares | Todo lo que necesitas saber. Paneles Solares. https://www.paneles-solares.org/calculo/ | spa |
dc.relation.references | [24] R. (2020, 20 abril). MQTT, Qué es, ¿cómo se puede usar? y Cómo funciona. Descubrearduino.com. https://descubrearduino.com/mqtt-que-es-como-se-puede-usar-ycomo-funciona/ | spa |
dc.relation.references | [25] M. (2020a, septiembre 17). About. MyDevices. https://mydevices.com/about/?_ga=2.177304864.405579516.16254608191457474438.1619330470 | spa |
dc.relation.references | [26] B. (2019, 5 julio). Cayenne Documentation. MyDevices Cayenne Community. https://community.mydevices.com/t/cayenne-documentation/150 | spa |
dc.relation.references | [27] Firtect. (2018, 3 febrero). ¿Qué es MQTT? https://firtec.com.ar/cms/component/content/article/10-notas-tecnicas/53-que-es-mqtt | spa |
dc.relation.references | [28] Deep Learning y Machine Learning: las diferencias. (2018). Blog de Salesforce. https://www.salesforce.com/mx/blog/2018/7/Machine-Learning-y-Deep-Learningaprende-las-diferencias.html | spa |
dc.relation.references | [29] de la Fuente, A. D. (2012). Aplicación de técnicas de inteligencia artificial a la predicción de contaminantes atmosféricos. Archivo Digital UPM. http://oa.upm.es/112 | spa |
dc.relation.references | [30] Sinha, N. (2018, 11 julio). Understanding LSTM and its quick implementation in keras for sentiment analysis. Medium. https://towardsdatascience.com/understandinglstm-and-its-quick-implementation-in-keras-for-sentiment-analysis-af410fd85b47 | spa |
dc.relation.references | [31] T. Cabello. (2007). Manejo del Colmenar II. Apicultura. EPS. UAL. https://w3.ual.es/personal/tcabello/Temarios/ApiTema09Web.pdf | spa |
dc.relation.references | [32] El clima en Wurzburgo, el tiempo por mes, temperatura promedio (Alemania) - Weather Spark. (2021). El clima en Wurzburgo. https://es.weatherspark.com/y/64039/Clima-promedio-en-Wurzburgo-Alemaniadurante-todo-el-a%C3%B1o | spa |
dc.relation.references | [33] Santos, P. R. D. L. (2021, 16 junio). Deep Learning para todos los públicos: ¿Qué son los tensores? ¿Qué es TensorFlow? - Think Big Empresas. Think Big. https://empresas.blogthinkbig.com/deep-learning-para-todos-los-publicos/ | spa |
dc.relation.references | [34] Rodríguez, V. (2018). Conceptos básicos sobre redes neuronales. Vicente Rodríguez blog. https://vincentblog.xyz/posts/conceptos-basicos-sobre-redes-neuronales | spa |
dc.relation.references | [35] matplotlib.pyplot.boxplot — Matplotlib 3.4.3 documentation. (2012). matplotlib.pyplot.boxplot. https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.boxplot.html | spa |
dc.relation.references | [36] Katta, S. (2021, 11 enero). Time-series Forecasting using Conv1D-LSTM : Multiple timesteps into future. Medium. https://shivapriya-katta.medium.com/time-seriesforecasting-using-conv1d-lstm-multiple-timesteps-into-future-acc684dcaaa | spa |
dc.relation.references | [37] Y. (2020, 11 diciembre). Addressing the difference between Keras’ validation_split and sklearn’s train_test_split(). Medium. https://towardsdatascience.com/addressing-thedifference-between-keras-validation-split-and-sklearn-s-train-test-split-a3fb803b7 | spa |
dc.relation.references | [38] Spider Financial, info@numxl.com. (2017, 9 marzo). MSE – Error Cuadrático Medio. Centro de ayuda. https://support.numxl.com/hc/es/articles/115001223423-MSEError-Cuadr%C3%A1tico-Medio | spa |
dc.relation.references | [39] Hincapie, L., & Triana, S. (2021). Desarrollo de un sistema de Análisis de las variables que afectan el crecimiento de las aves de corral. UNAB. https://repository.unab.edu.co/bitstream/handle/20.500.12749/13415/2020_Tesis_Triana _Ardila_Santiago.pdf?sequence=1&isAllowed=y | spa |
dc.relation.references | [40] Streamlit.io. 2021. Streamlit • The fastest way to build and share data apps. [online] Available at: <https://streamlit.io/> [Accessed 9 October 2021]. | spa |
dc.contributor.cvlac | González Acevedo, Hernando [0000544655] | spa |
dc.contributor.googlescholar | González Acevedo, Hernando [V8tga0cAAAAJ&hl=es&oi=ao] | spa |
dc.contributor.orcid | González Acevedo, Hernando [0000-0001-6242-3939] | spa |
dc.contributor.researchgate | González Acevedo, Hernando [Hernando-Gonzalez-Acevedo-2199006362] | spa |
dc.subject.lemb | Mecatrónica | spa |
dc.subject.lemb | Desarrollo de prototipos | spa |
dc.subject.lemb | Panales de miel | spa |
dc.subject.lemb | Apicultura | spa |
dc.subject.lemb | Instrumentos electrónicos digitales | spa |
dc.subject.lemb | Algoritmos | spa |
dc.identifier.repourl | repourl:https://repository.unab.edu.co | spa |
dc.description.abstractenglish | This project presents an electronic monitoring system for the measurement of physical variables of an artificial beehive of Apis Melifera bees. The collection of this information helps to determine the state of health and production of the beehive in real time by taking data from sensors for variables such as internal and external temperature of the beehive, internal and external humidity, CO2 and digital scale to measure the weight of the beehive and subsequently evaluate the harvest with the information obtained. The implementation of a solar photovoltaic power supply system is also presented, facilitating the monitoring of the beehive in remote locations. The implementation of an algorithm for weight prediction presents a bidirectional LSTM neural network to generate weight predictions for future days taking into account the data collected for each environmental variable. Due to the scarcity of data collected in the Sabana beehive (one and a half months), the models were implemented on an artificial beehive database obtained from Kaggle.com, whose beehive location is in Würzburg, Germany. The best performing model is implemented in a basic web application where the user or beekeeper can upload the beehive data obtained from CayenneMyDevices to make future predictions of the weight of the artificial beehive. | spa |
dc.subject.proposal | Colmena artificial | spa |
dc.subject.proposal | Abejas apis melífera | spa |
dc.subject.proposal | Bases de datos | spa |
dc.subject.proposal | Sensores | spa |
dc.type.redcol | http://purl.org/redcol/resource_type/TP | |
dc.rights.creativecommons | Atribución-NoComercial-SinDerivadas 2.5 Colombia | * |
dc.coverage.campus | UNAB Campus Bucaramanga | spa |
dc.description.learningmodality | Modalidad Presencial | spa |