Este estudio presenta la implementación de una arquitectura de control y comunicación para un tanque de características no lineales, utilizando una red redundante basada en el protocolo MQTT y tecnologías open source. Se muestra el modelamiento del tanque, la técnica de control y la topología de comunicación utilizada, junto a conceptos de control Hot StandB y HSBY. La arquitectura se implementa con un lazo de control principal que funciona en la nube y un lazo secundario de control local redundante. El objetivo en el sistema remoto es mantener la variable de operación en el valor de referencia definida previamente, sintetizando un controlador digital tipo PID, estudiando las incertidumbres asociadas al enlace de comunicación entre el controlador digital y la planta. Los resultados consideran la reducción súbita de ancho de banda en el enlace de comunicaciones y presencia de ruido blanco en la medición. Se concluye que esta arquitectura de control pueda funcionar en una zona remota, en presencia de incertidumbres.

Poultry waste composting is a necessary technique for agricultural farm sustainability. Composting is a dynamic process influenced by multiple variables. Humidity and temperature play fundamental roles in analyzing its different phases according to the environment and composting technique. Current developments for monitoring these variables include automation via intelligent Internet of Things (IoT)-based sensor networks for variable tracking. These advancements serve as efficient tools for modeling that facilitate the simulation and prediction of composting process variables to improve system efficiency. Therefore, this paper presents the dynamic modeling of composting via forced aeration processes in high-mountain climates, with the intent of estimating biomass temperature dynamics in different phases using system identification techniques. To this end, four dynamic model estimation structures are employed: transfer function (TF), state space (SS), process (P), and Hammerstein–Wiener (HW). The and model quality, fitting results, and standard error metrics of the different models found in each phase are assessed through residual analysis from each structure by validation with real system data. Our results show that the second-order underdamped multiple-input–single-output (MISO) process model with added noise demonstrates the best fit and validation performance.

Los sistemas de compostaje por aireación forzada se pueden efectuar en sistemas abiertos o cerrados, siendo los primeros los más utilizados. Los principales parámetros que afectan el compostaje aerobio son la relación C/N, pH, temperatura, humedad y concentración de oxígeno (aireación). Con el avance tecnológico actual se han implementado sistemas que integran procesos automatizados y tecnologías 4.0 como el Internet de la Cosas para optimizar el proceso. El objetivo del presente artículo es precisar los aspectos más relevantes en el compostaje aerobio del estiércol avícola, a través de pruebas experimentales de monitoreo y control remoto de los parámetros más importantes mediante el uso de equipos automatizados conectados a una planta de compostaje en el Centro de Investigaciones y Capacitaciones San Miguel de La Universidad De La Salle. Los monitoreos realizados permiten establecer que la aireación forzada acelera el proceso biológico degradativo donde el aserrín agregado actúa como regulador de la humedad y es fuente nutricional para el mejor desempeño microbiotico de la gallinaza fresca. Así mismo, las pruebas experimentales demuestran que el sistema automatizado es una alternativa sostenible y con un impacto medio ambiental alto, contribuyendo a un modelo de economía circular para sitios con temperaturas de montaña y altitudes por encima de los 2700 msnm.

En esta investigación se propone una metodología basada en ciencia de datos para estimar la factibilidad técnica de implementación de sistemas de potencia híbridos solares-eólicos, a partir del cálculo del factor de planta o factor de capacidad (CF). Los datos son obtenidos a partir de la estación meteorológica NOVALYNX 110-WS-18, entre el año 2018 y 2020, para determinar el potencial energético disponible en la sede Candelaria del campus de la Universidad de la Salle (Colombia). Mediante el uso del software Matlab, se aplica el algoritmo de agrupamiento de datos k-medias en los siguientes descriptores: tiempo, radiación solar, velocidad del viento y temperatura. Los resultados muestran que el sistema fotovoltaico y el sistema eólico tienen un CF correspondiente a 36.69 % y 2.15 % respectivamente. Se concluye que es factible técnicamente la implementación de un sistema fotovoltaico en la Universidad de La Salle; sin embrago, un sistema eólico no cumple con el CF mínimo.