DISEÑO DE UNA RED NEURONAL RECURRENTE PARA LA ESTIMACIÓN DE LA VARIABLE PESO PARA APLICACIONES EN EL SECTOR AVÍCOLA Y APICOLA

sostenido y constante en los últimos años, lo que ha permitido consolidarse como uno de los sectores determinantes para el crecimiento del PIB en el sector agropecuario. La industria avícola muestra unas cifras de crecimiento que la consolidan como un renglón determinante en la economía nacional como lo indica FENAVI en su página web (https://fenavi.org/informacion-estadistica/). Este fortalecimiento de la industria avícola se debe a la implementación de estrategias como galpones automatizados y programas para el monitoreo del crecimiento del ave que permiten mejorar la calidad de la carne de las aves de engorde. Hay factores ambientales que afectan este crecimiento como la temperatura, la humedad, la calidad del aire y del agua. La temperatura corporal de los pollos es aproximadamente 41 °C pero la temperatura del galpón debe mantenerse en los límites de 15° C a 25° C, ya que las aves al carecer de glándulas sudoríparas frente a altas temperaturas buscan adaptarse, teniendo efectos negativos como la alteración en su sistema respiratorio, la alta ingesta indica un periodo de tiempo más largo para llegar a su peso ideal. El estrés calórico puede llegar a influir en la mortalidad del ave si no se toman las medidas adecuadas; de igual manera es importante resaltar que la disminución en el consumo de alimento con relación a la temperatura afecta el porcentaje de proteína respecto a la grasa disminuyendo la calidad de la carne, lo que conlleva a pérdidas económicas en el sector avícola. La apicultura es la actividad dedicada a la crianza de las abejas, esta actividad se basa en el mantenimiento de las colmenas por parte del humano con el fin de recolectar miel y otros productos de la colmena (cera, jalea real, polen y propóleo), las colmenas también realizan una tarea importante para el sostenimiento del ecosistema, ya que las abejas se encargan de transportar el polen y realizar la polinización del 80 % de las plantas y cultivos en Colombia. Debido a factores como la contaminación ambiental, deforestación y el mal uso de agroquímicos, insecticidas (familia de los neonicotinoides) en el país se pierden alrededor de 10.500 colmenas al año [1], lo cual equivale a la pérdida del 34 % de la población en los tres últimos años, lo que genera una preocupación por la preservación de las abejas, ya que, a su vez pone en riesgo la agricultura del país en los próximos años [2].
Teniendo en cuenta que existen factores ambientales que afectan la producción en el sector avícola como el apícola se propone establecer una metodología, utilizando redes neuronales recurrentes, para realizar la estimación del peso, variable que es crítico en los dos sectores; en la industria avícola se debe garantizar que el ave alcance un peso en un periodo de tiempo específico, y en el sector apícola se debe supervisar en que tiempo se puede recoger la miel, si el personal está continuamente examinando la colmena genera estrés y disminuye la producción, por eso es importante medir la variable peso. En el caso avícola el objetivo es que el algoritmo pueda estimar en un futuro cercano (días) el peso de las aves conociendo las condiciones ambientales. Para el sector apícola se realizaría un trabajo similar estimando el peso de la colmena. Con esta proyección, se pueden establecer medidas correctivas en el sistema de alimentación y/o condiciones ambientales. La base de datos con la cual se diseñarán los algoritmos se obtiene de dos proyectos desarrollados por el semillero de investigación Instrumentación y Control – SIMKTK, adscrito al grupo de investigación de Control y Mecatrónica: Desarrollo de un sistema de análisis de variables críticas en galpones de aves de corral y Prototipo electrónico para la medición de variables físicas de una colmena artificial de abejas apis melífera.

Misión de Sabios
Plan de Desarrollo de Santander
Plan de Desarrollo de la UNAB

Diseñar una red neuronal recurrente para la estimación de la variable peso para aplicaciones en el sector avícola y apícola

1.Realizar el procesamiento de la base de datos eliminando outliers, datos erróneos y ruido presente en la señal.
2.Programar los algoritmos para el entrenamiento y validación de una red neuronal recurrente para estimar el comportamiento en el tiempo de una variable
3.Diseñar una interfaz gráfica que permita visualizar la información de las variables ambientales y el peso.

Seleccionar un proceso de laboratorio de planta piloto, ubicado en el edificio de Ingenierías
– 3 piso) y registrar el comportamiento transitorio de una variable del proceso ante cambios en el porcentaje de la válvula que regula el flujo de vapor que ingresa a cada proceso. Determinar un modelo no lineal del sistema utilizando redes recurrentes