Artículos - Ingeniería Electromecánica

Permanent URI for this collection

https://repositorio.utc.edu.ec/handle/123456789/12808

Browse

Browsing Artículos - Ingeniería Electromecánica by Author "Paredes Anchatipán, Alex Darwin"

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Estudio de sistemas inteligentes basados en sensores loT para la optimización de riego en cultivos agrícolas.
    (Ecuador: La Maná: Universidad Técnica de Cotopaxi; Extensión La Maná, Carrera de Electromecánica, 2025-09) Monar Cepeda, Carlos Benigno; Paredes Anchatipán, Alex Darwin; Hidalgo Osorio, William Armando
    Este estudio analizó el estado actual de los sistemas inteligentes basados en sensores IoT aplicados a la optimización del riego en cultivos agrícolas. Se realizó una revisión de 39 artículos científicos publicados entre 2019 y 2025, seleccionados mediante criterios de pertinencia, calidad y actualidad. El análisis permitió identificar las arquitecturas tecnológicas más empleadas, los tipos de sensores predominantes, los protocolos de comunicación utilizados, y los algoritmos de optimización aplicados. Los resultados mostraron que los sistemas revisados lograron reducciones representativas en el consumo de agua, con ahorros promedio del 32 %, así como mejoras en la eficiencia energética y en la productividad de los cultivos. Se observó una tendencia creciente hacia el uso de tecnologías de baja potencia y largo alcance, como LoRaWAN, y hacia la incorporación de algoritmos de machine learning y lógica difusa. También, el estudio destacó las oportunidades y desafíos específicos para la adopción de estas tecnologías en América Latina, en particular en países como Ecuador. Los hallazgos aportan evidencia sobre el potencial de los sistemas IoT para contribuir a la sostenibilidad hídrica en la agricultura y ofrecen orientaciones para futuras líneas de investigación y desarrollo en este campo.
  • Thumbnail Image
    Item
    Impacto de las condiciones de contorno en el comportamiento de fluidos no Newtonianos en flujos turbulentos un estudio experimental y numérico.
    (Ecuador : La Maná Universidad Técnica de Cotopaxi (UTC), 2025-09) Gallo Muela, Cristian Eduardo; Romero Bedón, Freddy Rodrigo; Paredes Anchatipán, Alex Darwin
    Este estudio abordó la influencia de las condiciones de contorno en el comportamiento de fluidos no newtonianos bajo flujos turbulentos, utilizando métodos experimentales y numéricos. El objetivo fue determinar cómo variaciones en la rugosidad del conducto y la temperatura afectaron las propiedades de transporte y la estructura del flujo. En la metodología, se realizaron ensayos en túneles de flujo equipados con sensores de velocidad y tensión de corte, junto con simulaciones numéricas mediante modelos CFD que incorporaron leyes de viscosidad como Carreau y Herschel‑Bulkley. Los resultados mostraron que la rugosidad aumentó las pérdidas de energía en hasta un 30 %, especialmente en fluidos dilatantes, mientras que la temperatura redujo significativamente la viscosidad y aumentó la velocidad promedio del flujo. Se observaron también perfiles de velocidad más uniformes en conductos lisos y menor generación de turbulencia a temperaturas más altas. En conclusión, tanto la rugosidad superficial como la temperatura tuvieron un impacto relevante en el comportamiento de fluidos no newtonianos en flujo turbulento. Los hallazgos demostraron que el uso combinado de datos experimentales y simulaciones CFD permitió validar los modelos numéricos con márgenes de error inferiores al 3 %, ofreciendo herramientas prácticas para optimizar sistemas industriales.
  • Thumbnail Image
    Item
    Predicción de estrés hídrico mediante Machine Learning utilizando sensores loT de monitoreo ambiental: caso de estudió en cultivos de café de centro experimental Sacha Wiwa.
    (Ecuador: La Maná: Universidad Técnica de Cotopaxi; Extensión La Maná, Carrera de Electromecánica, 2025-09) Gonzalez Mera, Edner Alfredo; Paredes Anchatipán, Alex Darwin; Vásquez Carrera, Paco Jovanni
    El estrés hídrico representa una de las principales limitaciones para la productividad del café en regiones tropicales. Este estudio desarrolló un sistema de predicción de estrés hídrico basado en sensores IoT y algoritmos de machine learning para cultivos de café en el Centro Experimental Sacha Wiwa, Ecuador. Se implementó una red de sensores inalámbricos (Ecowitt) que monitoreó 16 variables ambientales durante 8 meses (octubre 2023 - mayo 2024), recopilando 2,920 observaciones con 82.3% de disponibilidad de datos. Se desarrolló un modelo Random Forest para clasificar el estrés hídrico en tres categorías: sin estrés (>65% humedad del suelo), estrés moderado (40-65%) y estrés severo (<40%). El modelo alcanzó una precisión global del 91.8% (R² = 0.891, RMSE = 0.724), identificando las variables de humedad del suelo como predictores primarios (53.5% de importancia), seguidas por precipitación (18.6%) y temperatura ambiental (12.8%). Los períodos críticos se concentraron en enero y marzo 2024, coincidiendo con temperaturas máximas >31°C. El sistema demostró capacidad predictiva de 2-3 días, proporcionando tiempo suficiente para implementar medidas preventivas. Los resultados validan la viabilidad de tecnologías IoT para agricultura de precisión en regiones tropicales, estableciendo bases metodológicas para sistemas de alerta temprana en cultivos de café.