Desarrollo conceptual y simulación de un sistema de regulación climática de invernadero basado en PLC utilizando datos sintéticos
DOI:
https://doi.org/10.53591/easi.V3i2.2446Palabras clave:
Greenhouse automation, Climate control, Programmable logic controller (PLC), Human–machine interface (HMI), System simulationResumen
Este artículo presenta el diseño conceptual y la simulación de un sistema automatizado de control climático de invernaderos para el cultivo de melón en la región costera de Ecuador. La propuesta se basa en el uso de controladores lógicos programables (PLC) y una interfaz hombre-máquina (HMI), desarrollada íntegramente en un entorno de simulación con datos sintéticos y supuestos de ingeniería predefinidos. El sistema está diseñado para regular variables ambientales críticas como la temperatura del aire, la humedad relativa y la humedad del suelo mediante una lógica de control estructurada y modular implementada en lenguaje Ladder. La metodología adoptada prioriza la validación lógica y funcional del sistema sin depender de sensores físicos ni pruebas de campo, lo que permite evaluar la coherencia operativa en diferentes escenarios ambientales simulados. Los resultados demuestran un comportamiento estable y consistente del sistema, con respuestas automáticas adecuadas a condiciones de estrés térmico e hídrico. Además, la estrategia de control propuesta muestra posibles mejoras en la eficiencia del uso del agua y la estabilidad del microclima del invernadero. Este estudio representa una contribución preliminar, no experimental, que proporciona una base estructurada para futuras etapas de implementación física, validación de campo e integración de tecnologías avanzadas en sistemas de automatización de invernaderos agroindustriales.
Referencias
Albuja-Illescas, L. M., Gómez-Cabezas, M., Jácome-Aguirre, G., Aragón-Suárez, J. P., Jiménez-Lao, R., Peña-Fernández, A., & Lao, M. T. (2025). Microclimate Characterization of a Low-Tech Greenhouse During a Tomato Crop (Solanum lycopersicum L.) Production Cycle in Chaltura, Imbabura. Plants, 14(23). https://doi.org/10.3390/plants14233702
Alsayaydeh, J. A. J., Yusof, M. F., Hern, C. K., Ahmad, M. R., Shkarupylo, V., & Herawan, S. G. (2023). Greenhouse horticulture automation with crops protection by using Arduino. International Journal of Advanced Computer Science and Applications, 14(10). https://doi.org/10.14569/IJACSA.2023.0141013
Ardiansah, I., Calibra, R. G., Bafdal, N., Bono, A., Suryadi, E., & Nurhasanah, S. (2022). An IoT-enabled design for real-time water quality monitoring and control of greenhouse irrigation systems. INMATEH – Agricultural Engineering, 68(3). https://doi.org/10.35633/inmateh-69-39
Ardiansah, I., Nusantara, E. V., Putri, S. H., & Permana, R. H. (2024). A study on microclimate monitoring and control inside greenhouse using fans automation. Indonesian Journal of Electrical Engineering and Computer Science, 33(1), 101–112. https://doi.org/10.11591/ijeecs.v33.i1.pp101-112
Attia, M., Belghar, N., Driss, Z., & Soltani, K. (2025). Automated Hydroponic System Measurement for Smart Greenhouses in Algeria. Solar Energy and Sustainable Development Journal, 14(1), 111–130. https://doi.org/10.51646/jsesd.v14i1.306
Belovski, I., Mihalev, T., Koleva, E., & Mandadzhiev, A. (2025). Arduino-Based Sensor System Prototype for Microclimate Monitoring of an Experimental Greenhouse. Engineering Proceedings, 104(1), 54. https://doi.org/10.3390/engproc2025104054
Benique, M. A. R., Falcon Teves, L. E., & Vasquez Ortiz, E. A. (2025). Smart irrigation system with internet of things for rose cultivation in a basic greenhouse in Canchis, Cusco. International Journal of Reconfigurable and Embedded Systems, 14(3), 754–765. https://doi.org/10.11591/ijres.v14.i3.pp754-765
Carrasco Agraces, O. O. (2024). Desarrollo de un sistema de automatización de un invernadero para cultivo de melones en el cantón Lomas de Sargentillo [Tesis de maestría, Universidad Estatal Península de Santa Elena]. Repositorio Institucional UPSE. https://repositorio.upse.edu.ec/items/a812136b-e621-47ac-8bf9-0da28be50d2a.
Maravić Čisar, S., Stanić Molcer, P., & Pinter, R. (2025). Design and implementation of an IoT-based smart irrigation system for sustainable agriculture. Acta Polytechnica Hungarica, 22(12), 1–14. https://acta.uni-obuda.hu/MaravicCisar_StanicMolcer_Pinter_164.pdf
Dudnyk, A., Pasichnyk, N., Yakymenko, I., Lendiel, T., Witaszek, K., Durczak, K., & Czekała, W. (2025). Smart Resource Management and Energy-Efficient Regimes for Greenhouse Vegetable Production. Energies, 18(17), 4690. https://doi.org/10.3390/en18174690
Edan, Y., Adamides, G., & Oberti, R. (2023). Agriculture Automation. Springer Handbooks of Automation: Vol. Part F674 (pp. 1055-1078). Springer Science and Business Media Deutschland GmbH. https://doi.org/10.1007/978-3-030-96729-1_49
Ezurike, B. O., Ajah, S. A., Ijeh, I. C., Nwawelu, U. N., Chuks, C., Nwokenkwo, U., & Okoronkwo, C. A. (2025). Numerical modeling and thermal analysis of an energy-efficient smart greenhouse. Energy Science & Engineering. Advance online publication. https://doi.org/10.1002/ese3.70248
García-Chica, A., Chica, R. M., Caparros-Mancera, J. J., Giménez-Fernández, A., & Torres-Moreno, J. L. (2025). Future of smart greenhouses in Almería: Farmers’ perspectives and fuzzy logic-based evaluation. Smart Agricultural Technology, 12, 101515. https://doi.org/10.1016/j.atech.2025.101515
Hooshmand, A. H. (2025). Smart modular greenhouse control via IoT, LabVIEW, and PSO-PID integration. Computers and Electrical Engineering, 128(Part B), 110713. https://doi.org/10.1016/j.compeleceng.2025.110713
Huynh, H. X., Tran, L. N., & Duong-Trung, N. (2023). Smart greenhouse construction and irrigation control system for optimal Brassica juncea development. PLOS ONE, 18(10), e0292971. https://doi.org/10.1371/journal.pone.0292971
Jaliyagoda, N., Lokuge, S., Gunathilake, P. M. P. C., Amaratunga, K. S. P., Weerakkody, W. A. P., Bandaranayake, P. C. G., & Bandaranayake, A. U. (2023). Internet of things (IoT) for smart agriculture: Assembling and assessment of a low-cost IoT system for polytunnels. PLOS ONE, 18(5), e0278440. https://doi.org/10.1371/journal.pone.0278440
Mishra, R. K., Dash, A. R., & Panda, A. K. (2025). IoT-enabled smart farming: A cloud-based approach for polyhouse automation. Expert Systems with Applications, 279, 127358. https://doi.org/10.1016/j.eswa.2025.127358
Naagarajan, R. A., & Streif, S. (2025). Enhancing greenhouse management with interpretable AI: A natural language interface for advanced and optimization-based control. Smart Agricultural Technology, 11, 101041. https://doi.org/10.1016/j.atech.2025.101041
Pizzileo, G., Colizzi, L., Guerriero, E., Adamo, T., & Chiriacò, M. V. (2025). Resource use efficiency and environmental sustainability in greenhouse agriculture through IoT-based irrigation and fertilization management. Smart Agricultural Technology, 12, 101180. https://doi.org/10.1016/j.atech.2025.101180
Rocamora-Osorio, C., Aragon-Rodriguez, F., Codes-Alcaraz, A. M., & Ferrández-Pastor, F.-J. (2025). Automated IoT-Based Monitoring of Industrial Hemp in Greenhouses Using Open-Source Systems and Computer Vision. AgriEngineering, 7(9), 272. https://doi.org/10.3390/agriengineering7090272
Rodríguez-Nieto, D., Navas, E., & Fernández, R. (2025). Automated seeding in hydroponic greenhouse with a dual-arm robotic system. IEEE Access, 13, 1–14. https://doi.org/10.1109/ACCESS.2025.3541954
Săcăleanu, D.-I., Matache, M.-G., Roșu, Ș.-G., Florea, B.-C., Manciu, I.-P., & Perișoară, L.-A. (2024). IoT-Enhanced Decision Support System for Real-Time Greenhouse Microclimate Monitoring and Control. Technologies, 12(11), 230. https://doi.org/10.3390/technologies12110230
Traiphat, W., Nramat, W., Sukruan, P., Utaprom, P., Piamboriboon, P., & Naramat, S. (2025). Experiments comparing the efficency between watering vegetable crops with traditional methods and automatic watering systems. EUREKA: Physics and Engineering, (1), 66-74. https://doi.org/10.21303/2461-4262.2025.003657
Venkataramanan, V., Pimpale, M., Kapure, V., Mishra, P., Rokade, A., Bhushan, T., & Singh, J. (2025). A Hybrid IoT and Machine Learning Framework for Smart Greenhouse Automation in Sustainable Agriculture. International Research Journal of Multidisciplinary Technovation, 7(4), 58-69.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Franklin Cesar Ramírez-Baquerizo, Oscar Carrasco Agraces, Freddy Pincay-Bohórquez, Luis Pilacuan-Bonete
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Las contribuciones publicadas en la revista EASI se rigen por la licencia de acceso abierto CC BY-NC-ND 4.0 (Creative Commons Reconocimiento-NoComercial-SinDerivadas 4.0). Esta licencia te empodera como autor, y garantiza la amplia difusión de tu investigación mientras protege tus derechos.
Para autores:
- Los autores pueden reproducir y distribuir la obra en cualquier formato no comercial, siempre que la obra indique los autores y datos de la revista EASI, y no contravenga los puntos mencionados en el apartado de los permisos y prácticas editoriales.
- La revista obtiene una licencia para publicar y distribuir el manuscrito original.
Para lectores/usuarios:
Acceso y distribución gratuita: cualquier lector o usuario puede acceder, descargar, copiar, imprimir y compartir el artículo publicado libremente según los términos de la licencia CC BY-NC-ND 4.0.
Reconocimiento obligatorio: si un tercero utiliza el material publicado, debe dar crédito al creador proporcionando el nombre, el título del artículo y el nombre de la revista, lo que garantiza la propiedad intelectual del autor(es) y ayuda a construir su reputación académica.
Uso no comercial: solo se permite el uso no comercial del trabajo publicado. No comercial significa que no está destinado principalmente ni dirigido al aprovechamiento comercial o la compensación monetaria por parte de ningún tercero.
No se permiten modificaciones: el contenido del artículo publicado no se puede cambiar, mezclar o reconstruir a partir del trabajo del autor. Esto asegura la integridad y precisión de los resultados de la investigación.
