Trazador inteligente en tiempo real para productos perecederos
- Garrido López, Javier 1
- Jiménez Buendía, Manuel 1
- Toledo Moreo, Ana 1
- Soto Vallés, Fulgencio
- Torres Sánchez, Roque 1
-
1
Universidad Politécnica de Cartagena
info
- Cruz Martín, Ana María (coord.)
- Arévalo Espejo, V. (coord.)
- Fernández Lozano, Juan Jesús (coord.)
ISSN: 3045-4093
Ano de publicación: 2024
Número: 45
Tipo: Artigo
Resumo
Durante la fase de poscosecha y antes del consumo, los productos perecederos pueden perder calidad por malas condiciones de conservación. La monitorización de las condiciones ambientales clave puede predecir estas pérdidas. Este proyecto presenta un datalogger autónomo, portátil y compacto para monitorizar parámetros ambientales en tiempo real durante la cadena de suministro. El dispositivo mide temperatura, humedad relativa, CO2, luminosidad y vibraciones, y transmite los datos de forma inalámbrica, simplificando soluciones existentes que emplean varios dispositivos y presentan costes prohibitivos. Se han empleado estrategias para optimizar el consumo de energía, logrando un mes de autonomía para cubrir periodos enteros de transporte de alimentos. El datalogger utiliza NB-IoT y otras tecnologías inalámbricas para enviar los datos a una plataforma en la nube. Se han realizado ensayos de autonomía, comparación con otros dataloggers comerciales y ensayos de campo satisfactorios para validar su funcionamiento y transmisión de datos en tiempo real durante un transporte refrigerado.
Referencias bibliográficas
- INCE. (2023). 1NCE, IoT software and connectivity provider. https://1nce.com/es-es/
- De Venuto, D., & Mezzina, G. (2018). Spatio-Temporal Optimization of Perishable Goods’ Shelf Life by a Pro-Active WSN-Based Architecture. Sensors 2018, Vol. 18, Page 2126, 18(7), 2126. https://doi.org/10.3390/S18072126 DOI: https://doi.org/10.3390/s18072126
- Depetris, M. C., González, S., & Rodríguez, M. de los Á. (2014). Recomendaciones para el Almacenamiento de Alimentos Perecederos.
- ESP Solutions. (2024). International Transport and Logistics Company. https://espsolutions.eu/
- Espressif Systems. (2023). ESP32 Series Datasheet. https://www.espressif.com/sites/default/files/documentation/esp32_datasheet_en.pdf
- FAO. (2019). The state of food and agriculture. 2019. Moving forward on food loss and waste reduction.
- FAO. (2022). The State of Food and Agriculture 2022. Leveraging automation in agriculture for transforming agrifood systems. En The State of Food and Agriculture 2022. FAO. https://doi.org/10.4060/cb9479en
- FAO, IFAD, UNICEF, WFP, & WHO. (2023). The State of Food Security and Nutrition in the World 2023. Urbanization, agrifood systems transformation and healthy diets across the rural–urban continuum. En The State of Food Security and Nutrition in the World 2023. https://doi.org/10.4060/cc3017en
- Gemini Dataloggers. (2019). Tinytag TGU-4500, Temperature & humidity datalogger. https://www.geminidataloggers.com/data-loggers/tinytag-ultra-2/tgu-4500
- Grafana Labs. (2023). Grafana: The open observability platform. https://grafana.com/
- InfluxData. (2023). InfluxDB Times Series Data Platform. https://www.influxdata.com/
- National Instruments. (2023). USB-6008. https://www.ni.com/es-es/support/model.usb-6008.html
- OpenJS Foundation. (2023). Node-RED. https://nodered.org/
- Parkside. (2022). Datalogger PKDL A1. https://www.lidl.de/p/parkside-klimadatenlogger-pkdl-a1-mess-aufzeichnungsintervall-einstellbar/p100361442
- SIMCom. (2018). SIM7000X Datasheet. https://simcom.ee/documents/SIM7000E/SIM7000%20Hardware%20Design_V1.05.pdf
- Swift Sensors. (s. f.). Wireless Sensors. Recuperado 4 de noviembre de 2023, de https://www.swiftsensors.com/wireless-sensors/
- Tempmate. (s. f.). tempmate.®-GS2, Real-time Supply Chain Data Logger. Recuperado 4 de noviembre de 2023, de https://www.tempmate.com/solutions/tempmate-gs2/