Sistema automatizado de alimentación basado en características físicas y cantidad de los peces en la Universidad Técnica Estatal de Quevedo campus La María.
| dc.contributor.advisor | Zhuma Mera, Emilio Rodrigo | |
| dc.contributor.author | Muñoz Ricaurte , Karelys Thais | |
| dc.date.accessioned | 2026-03-12T17:03:17Z | |
| dc.date.available | 2026-03-12T17:03:17Z | |
| dc.date.issued | 2025 | |
| dc.description | The research addresses the design and implementation of an automated fish feeding system, developed at the La María campus of the Technical State University of Quevedo, by integrating Internet of Things technologies and computer vision. The study emphasizes that manual feeding, still common in aquaculture ponds, generates inefficiencies, higher costs, and health risks for fish. Through the development of a prototype consisting of pH, temperature, and turbidity sensors, a camera, and a Raspberry Pi microcontroller, the aim was to ensure precise feed dosage according to fish biomass and physical characteristics. The results show that the system reduces feed waste, improves growth uniformity, and optimizes resource utilization in aquaculture. Furthermore, the educational value of the proposal is highlighted, as it involves students in technological innovation practices applied to the aquaculture sector. Finally, it is concluded that the incorporation of IoT and artificial intelligence in aquaculture not only contributes to productivity and sustainability but also paves the way for smart farms capable of responding in real time to changing pond conditions. | |
| dc.description.abstract | La investigación aborda el diseño e implementación de un sistema automatizado de alimentación para peces, enfocado en el campus La María de la Universidad Técnica Estatal de Quevedo, utilizando tecnologías de Internet de las Cosas y visión artificial. El estudio destaca que la alimentación manual, aún frecuente en estanques acuícolas, genera ineficiencias, sobrecostos y riesgos en la salud de los peces. A través del desarrollo de un prototipo compuesto por sensores de pH, temperatura y turbidez, cámara y un microcontrolador Raspberry Pi, se buscó garantizar la dosificación precisa del alimento en función de la biomasa y las características físicas de los peces. Los resultados evidencian que el sistema permite reducir el desperdicio de alimento, mejorar la uniformidad en el crecimiento y optimizar el uso de recursos en la piscicultura. Asimismo, se resalta el valor educativo de la propuesta, al integrar a los estudiantes en prácticas de innovación tecnológica aplicadas al sector acuícola. Finalmente, se concluye que la incorporación de IoT e inteligencia artificial en la acuicultura no solo contribuye a la productividad y sostenibilidad, sino que también abre el camino hacia granjas inteligentes capaces de responder en tiempo real a las condiciones cambiantes de los estanques. | |
| dc.format.extent | 107 | |
| dc.identifier.citation | Muñoz Ricaurte, Karelys Thais (2025). Sistema automatizado de alimentación basado en características físicas y cantidad de los peces en la Universidad Técnica Estatal de Quevedo campus La María. Quevedo. UTEQ. 107 Paginas | |
| dc.identifier.other | 4600125 | |
| dc.identifier.uri | https://repositorio.uteq.edu.ec/handle/43000/9170 | |
| dc.language.iso | spa | |
| dc.publisher | QUEVEDO: UTEQ | |
| dc.rights | openAccess | |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/3.0/ec/ | |
| dc.subject | Acuicultura | |
| dc.subject | Internet de las Cosas | |
| dc.subject | Visión artificial | |
| dc.subject | Alimentación automatizada | |
| dc.subject | Sostenibilidad | |
| dc.title | Sistema automatizado de alimentación basado en características físicas y cantidad de los peces en la Universidad Técnica Estatal de Quevedo campus La María. | |
| dc.type | bachelorThesis |
