Resumen de Prototipo secador de madera para procesamiento secundario con tecnología de efecto invernadero, colectores solares de aire y sistemas de control electrónico
Lenin Cabanillas Pardo, Jorge Abel Cabanillas Pardo, Antonio Mendoza Pinedo, Milquiaset Jimenez Montalban, Carlos Armando Ríos López, Leydi Pintado Pompa
- español
La madera es ampliamente usada como material renovable para la industria de los muebles, para ello debe pasar por un proceso de secado que garantice calidad final del producto. Nuestro objetivo fue desarrollar un prototipo secador de madera para procesamiento secundario con tecnología de efecto invernadero, colectores solares de aire y sistemas de control electrónico. Para ello llevamos a cabo una investigación aplicada, no experimental, descriptiva, de corte tecnológico para transferencia de conocimiento en una empresa carpintera donde construimos el prototipo con un sistema de medición, monitoreo y control de la temperatura y humedad, bajo un sistema IoT con un Arduino Mega 2 560 y un Raspberry Pi, aplicando algoritmos de aprendizaje profundo. Logramos construir el prototipo para secar diferentes especies de madera con una capacidad promedio de 1 078 pies, con un tiempo de secado de 5,3 días, con un 95% de maderas sin deformaciones y 100% en uniformidad del color. El secador permite tener resultados satisfactorios en cuanto a las características físicas de la madera con porcentajes altamente aceptables.
- English
Wood is widely used as a renewable material for the furniture industry, but for this it must go through a drying process that guarantees the final quality of the product. Our goal was to develop a prototype wood dryer for secondary processing with greenhouse technology, solar air collectors, and electronic control systems. For this, we carried out an applied, non-experimental, descriptive investigation, of a technological nature for knowledge transfer in a carpentry company where we built the prototype with a system of measurement, monitoring and control of temperature and humidity under an IoT system with an Arduino. Mega 2560 and a Raspberry Pi applying deep learning algorithms. We managed to build the prototype to dry different species of wood with an average capacity of 1078 feet, with a drying time of 5.3 days, with 95% wood without deformations and 100% color uniformity. The dryer allows satisfactory results in terms of the physical characteristics of the wood with highly acceptable percentages.
