Control PI neuro-adaptable en tiempo real de la humedad en el suelo usando un modelo híbrido

Abstract

En la agricultura que se desarrolla en los valles cordilleranos de Argentina, el uso eficiente del agua destinada para el riego es fundamental para el desarrollo y sustentabilidad de los emprendimientos agrícolas. A fin de abordar este desafío, se propone lograr un modelo híbrido que permita representar con la mayor fidelidad posible la dinámica del contenido de agua en un suelo bajo riego por goteo, incluyendo la extracción de agua por parte de un cultivo. Para esto, se cuenta con la formulación de un  modelo matemático del proceso basado en la ecuación general de flujo, la cual ha sido resuelta mediante diferencias finitas. Se incorpora a esta estructura una red neuronal de base radial (RBF) para compensar de manera off-line la salida del modelo en un punto del suelo, identificando el error de salida. Además, este estudio incorpora el diseño de un controlador de riego de tipo adaptable para dinámicas desconocidas. El diseño está basado en superficies deslizantes en combinación PI y redes neuronales, siendo el objetivo de control mantener el contenido de agua en el suelo a determinado valor de referencia establecido.