DIAGNÓSTICO Y DESARROLLO DE TÉCNICAS DE OPTIMIZACIÓN

BASADAS EN MÉTODOS METAHEURÍSTICOS EN EL DISEÑO DE

MAQUINARIA AGROINDUSTRIAL PARA EL SECTOR FLORICULTOR

COLOMBIANO

NIXON CUENCA OROZCO

UNIVERSIDAD TECNOLÓGICA DE PEREIRA

FACULTAD DE INGENIERÍAS

DOCTORADO EN INGENIERÍA

PEREIRA, COLOMBIA, 2025

Diagnóstico y desarrollo de técnicas de optimización basadas en métodos metaheurísticos en el diseño de maquinaria agroindustrial para el sector floricultor colombiano

Tesista:

NIXON CUENCA OROZCO

Director:

HÉCTOR FABIO QUINTERO

Doctor en Ingeniería

Documento presentado como requisito para optar al título de: Doctor en Ingeniería

UNIVERSIDAD TECNOLÓGICA DE PEREIRA

FACULTAD DE INGENIERÍAS

DOCTORADO EN INGENIERÍA

PEREIRA, COLOMBIA, 2025

iii

NOTA DE ACEPTACIÓN

Jurado

Jurado

Jurado

Pereira, 2025.

iv

AGRADECIMIENTOS

Me gustaría expresar mi más sincero agradecimiento a mi director de tesis, Héctor Fabio Quintero, por su valiosa orientación, apoyo y paciencia durante todo este proceso. Sus sugerencias y conocimientos han sido esenciales para la elaboración de este trabajo. Agradezco a la Universidad Tecnológica de Pereira y al Departamento de Ingeniería Mecánica por brindar los recursos y el entorno adecuado para llevar a cabo mi investigación. Agradezco profundamente al doctor Libardo Vanegas, quien ha sido un valioso mentor en mi formación como profesional y ser humano.

En particular, agradezco a mis compañeros del laboratorio, especialmente a Federico Gutiérrez Madrid. Quiero expresarle mi gratitud por su colaboración y por los momentos compartidos que hicieron de esta prolongada travesía un camino llevadero. Por último, deseo expresar mi gratitud a mi familia y amigos por su constante respaldo y ánimo incondicional. Sin su comprensión y respaldo, esta tarea no habría sido posible.

v

DEDICATORIA

Dedico esta tesis a Sofía, Sara y Gabriela, mis hijas, quienes con su cariño y su existencia me ayudaron a culminar esta labor. Toda mi gratitud también para mis madres Romelia y Lucia, y a mi padre Bertulfo Cuenca, Erika, Felipe y Laura, con su apoyo y su amparo, han sido mi soporte en la vida. Este logro, sin ustedes, no habría sido posible.

vi

CONTENIDO

AGRADECIMIENTOS ......................................................................................................................................... IV DEDICATORIA ................................................................................................................................................... V CONTENIDO ..................................................................................................................................................... VI LISTA DE TABLAS .............................................................................................................................................. IX LISTA DE FIGURAS ............................................................................................................................................ XI SIGLAS Y ACRÓNIMOS Y ABREVIATURAS ........................................................................................................ XV RESUMEN ...................................................................................................................................................... XVI ABSTRACT ..................................................................................................................................................... XVII INTRODUCCIÓN ................................................................................................................................................ 2

1.

CAPÍTULO 1 .................................................................................................................................. 6 ASPECTOS PRELIMINARES ................................................................................................................................. 6 1.1. Motivación ............................................................................................................................................... 7 1.2. Marco de referencia ................................................................................................................................ 8

Antecedentes .............................................................................................................................. 8

Planteamiento del problema ............................................................................................. 10 1.3. Justificación ........................................................................................................................................... 14 1.4. Objetivos ................................................................................................................................................ 18

Objetivo general ..................................................................................................................... 18

Objetivos específicos ............................................................................................................ 18

2.

CAPÍTULO 2 ................................................................................................................................ 19 ESTADO TECNOLÓGICO DEL SECTOR FLORICULTOR ................................................................................ 19 2.1. Desafíos actuales de la demanda agrícola global ................................................................................. 19

La Revolución Verde y la transformación del modelo agrícola .......................... 20

Evolución de la I+D agrícola y el papel del sector privado ................................... 21 2.2. Aporte tecnológico en el sector agroindustrial e innovación................................................................. 22 2.3. Capacidades operativas e innovadoras ................................................................................................. 25 2.4. Optimización de recursos en la agroindustria ....................................................................................... 27 2.5. Técnicas de optimización del diseño de elementos mecánicos y de maquinaria................................... 29 2.6. Desarrollo del sector floricultor colombiano ......................................................................................... 32 2.7. Incidencia de la incorporación de aportes tecnológicos en la agroindustria ......................................... 33

Comparación de modelos de empresas agroindustriales, con y sin aporte tecnológico

33

3.

CAPÍTULO 3 ................................................................................................................................ 38

REVISIÓN Y DIAGNÓSTICO DE LOS PROCESOS DE PRODUCCIÓN DEL SECTOR FLORICULTOR .......... 38

3.1. Diagnóstico del sector floricultor de Cundinamarca, Antioquia y Quito................................................ 39 3.2. Criterio de morbilidad ............................................................................................................................ 41

vii

3.3. Proceso de producción y postcosecha de la empresa Florval ................................................................ 46 3.4. Sistemas de aspersión y fumigación ...................................................................................................... 48 3.5. Sistemas de manejo integrado de riego y fertilización (Mirfe) .............................................................. 52 3.6. Fertirrigación de precisión ..................................................................................................................... 54 3.7. Modelo y sistema de corte de la flor ..................................................................................................... 55 3.8. Postcosecha y clasificación de la flor ..................................................................................................... 56

Clasificación manual ............................................................................................................. 57

Clasificación automática ..................................................................................................... 58 3.9. Erradicación y renovación de cultivo (nuevas siembras) ....................................................................... 59

Renovación parcial de camas hidropónicas................................................................ 60

Aspectos medibles en la labor .......................................................................................... 62

Árbol de objetivos de la erradicación de plantas ..................................................... 65

4.

CAPÍTULO 4 ................................................................................................................................ 69 TRABAJO DE CAMPO Y ESTUDIO TECNOLÓGICO.................................................................................................. 69 4.1. Desarrollo del trabajo de campo ........................................................................................................... 69

Desarrollo de la metodología de diseño de máquinas ............................................ 70 4.2. Propuesta de diseño de equipo de clasificación de flor, atadora de formación de ramos .................... 74

Introducción del equipo actual ........................................................................................ 75

Especificaciones de la atadora.......................................................................................... 76

Fallos del equipo de atado ................................................................................................. 78 4.3. Diseño del mecanismo anudador .......................................................................................................... 80

Mecanismo anudador ........................................................................................................... 80

Diseño del mecanismo de expulsión del nudo ........................................................... 82

5.

CAPÍTULO 5 ................................................................................................................................ 84

INNOVACIÓN DE LOS PROCESOS DE LAS LABORES DE ERRADICACIÓN O RENOVACIÓN DE CULTIVO

Y DE ASPERSIÓN O FUMIGACIÓN .................................................................................................................... 84 5.1. Requisito de diseño ................................................................................................................................ 85 5.2. Gestión de alternativas de posibles soluciones ..................................................................................... 86

Primera alternativa ............................................................................................................... 86

Segunda alternativa .............................................................................................................. 87

Tercera alternativa................................................................................................................ 88

Especificaciones técnicas de los sistemas a usar ......................................................................... 90

Alternativas de actuadores Festo ................................................................................................ 91 5.3. Análisis presupuestal ............................................................................................................................. 96 5.4. Diseño final de la optimización de la labor basado en su diagnóstico .................................................. 98

CAPÍTULO 6 103

OPTIMIZACIÓN DE LA MAQUINARIA EMPLEADA EN SECTOR FLORICULTOR Y DESARROLLO DEL

MODELO METAHEURÍSTICO SEGÚN SU APLICABILIDAD ......................................................................... 103 5.5. Sistema atadora de ramos ................................................................................................................... 104

Esquema del mecanismo de leva, eslabones y seguidor con apoyos ............. 104

viii

Variables y esquema de posición (altura de la leva) función armónica ........ 105

Movimiento de B ....................................................................................................................... 109 5.6. Gráficas de posición y velocidad .......................................................................................................... 116 5.7. Optimización ........................................................................................................................................ 118 5.8. Comportamiento en función de cada variable independiente ............................................................. 119

Variable 𝒓 ................................................................................................................................ 120

Variable 𝑳 ................................................................................................................................ 121

Variable 𝑿𝟎 ............................................................................................................................. 122 5.9. Optimización y referencia .................................................................................................................... 122

Algoritmo de fuerza bruta ................................................................................................ 122

5.10.

Comparativo de métodos metaheurísticos .............................................................................. 125

5.11.

Algoritmo de seno y coseno ..................................................................................................... 126

5.12.

Algoritmo de enjambre de partículas ...................................................................................... 131

5.13.

Algoritmo genético .................................................................................................................. 134

Estrategia utilizada para optimización con algoritmo genético ....................... 134

5.14.

Comparación de métodos utilizados ........................................................................................ 137 REFERENCIAS .................................................................................................................................................149 APÉNDICE ......................................................................................................................................................166 SUBCONJUNTO DE ESTRUCTURA PRINCIPAL ..................................................................................................166

ix

LISTA DE TABLAS

Tabla 1. Métodos metaheurísticos más conocidos .................................................... 30 Tabla 2. Características de las tipologías de flores cultivadas en las regiones examinadas ............................................................................................................... 40 Tabla 3. Variables del modelo ................................................................................... 43 Tabla 4. Producción del miniclavel de la empresa Florval ......................................... 46 Tabla 5. Métodos de aplicación de insumos agroquímicos ....................................... 48 Tabla 6. Etapas del proceso de clasificación automática .......................................... 58 Tabla 7. Etapas de la erradicación de material vegetal ............................................. 62 Tabla 8. Aspectos medibles en la labor ..................................................................... 63 Tabla 9. Rúbrica de validación de especificaciones .................................................. 63 Tabla 10. Comparación de las metodologías de diseño ............................................ 73 Tabla 11. Caracterización de los principales problemas de la atadora ..................... 79 Tabla 12. Caracterización del mecanismo anudador ................................................ 81 Tabla 13. Caracterización del mecanismo de expulsión del nudo ............................. 83 Tabla 14. Requisitos de diseño de la máquina .......................................................... 85 Tabla 15. Algoritmo para la erradicación de plantas ................................................. 86

x

Tabla 16. Especificaciones de los actuadores ........................................................... 91 Tabla 17. Especificación de actuadores SMS ........................................................... 92 Tabla 18. Especificación de actuadores neumáticos ................................................. 94 Tabla 19. Cotización de servomotor .......................................................................... 97 Tabla 20. Algoritmos metaheurísticos a comparar .................................................. 125 Tabla 21. Resumen del comparativo de los métodos metaheurísticos ................... 126 Tabla 22. Comparación de los valores del SCA y fuerza bruta ............................... 131

xi

LISTA DE FIGURAS

Figura 1. Línea de tiempo de las revoluciones industriales ........................................ 9 Figura 2. Caseta de fumigación ................................................................................ 49 Figura 3. Métodos de aplicación de insumos agroquímicos ..................................... 50 Figura 4. Zonas de contacto del producto agroquímico con la planta ....................... 51 Figura 5. Sistema de riego por goteo ........................................................................ 52 Figura 6. Sistema de riego por goteo ........................................................................ 53 Figura 7. Sistema de riego por goteo ........................................................................ 54 Figura 8. Sistema de bombeo para el riego por goteo .............................................. 55 Figura 9. Representación del corte de miniclavel ..................................................... 56 Figura 10. Clasificación manual de las flores ............................................................ 57 Figura 11. Proceso de renovación de camas hidropónicas ...................................... 61 Figura 12. Diagrama de funciones en el proceso de renovación .............................. 64 Figura 13. Árbol de objetivos de la erradicación de plantas ..................................... 65 Figura 14. Cama hidropónica (vista superior) ........................................................... 66 Figura 15. Cultivos de sistema GHT con diferentes variedades de flores ................ 68 Figura 16. Esquema de la metodología de diseño de la VDI 2221 ........................... 74

xii

Figura 17. Línea de procesamiento y clasificación de flores Bercomex para Mini claveles. .................................................................................................................... 75 Figura 18. Render de atadora completa ................................................................... 76 Figura 19. Render del mecanismo completo del atador ........................................... 77 Figura 20. Fotografía del mecanismo completo del atador ....................................... 77 Figura 21. Fotografía del mecanismo completo del atador ....................................... 78 Figura 22. Diagrama de sistemas y subsistemas para el diseño de la atadora ........ 80 Figura 23. Primera alternativa. Arranque del material vegetal .................................. 87 Figura 24. Segunda alternativa. Arranque material vegetal ...................................... 88 Figura 25. Disposición de actuadores. Arranque material vegetal ............................ 91 Figura 26. Primera alternativa: actuadores neumáticos ............................................ 93 Figura 27. Segunda alternativa: actuadores neumáticos .......................................... 93 Figura 28. Carrito auxiliar con compuerta ................................................................. 95 Figura 29. Carrito auxiliar sencillo ............................................................................. 95 Figura 30. Diseño de la optimización del sistema de aspersión o fumigación .......... 99 Figura 31. Esquema del mecanismo de leva (mecanismo atador) ......................... 104 Figura 32. Leva en dos D........................................................................................ 105 Figura 33. Altura de la leva en función de su ángulo de giro .................................. 106

xiii

Figura 34. Esquema de posición del seguidor con respecto al movimiento de la leva

................................................................................................................................ 107

Figura 35. Gráfica de posición del punto B ............................................................. 110 Figura 36. Posiciones inicial y final según el diseño 3D del mecanismo. ............... 111 Figura 37. Gráfica de velocidad del atador con respecto al tiempo de una vuelta de la leva .......................................................................................................................... 116 Figura 38. Gráfica de aceleración del atador con respecto al tiempo de una vuelta de la leva ...................................................................................................................... 117 Figura 39. Gráfica de sobreaceleración del atador con respecto al tiempo de una vuelta de la leva ................................................................................................................. 117 Figura 40. Gráfica de jerk del atador con respecto al tiempo de una vuelta de la leva

................................................................................................................................ 119

Figura 41. Gráfica de jerk máximo en función de r ................................................. 120 Figura 42. Gráfica de jerk máximo en función de L ................................................ 121 Figura 43. Gráfica de jerk máximo en función de 𝑋0 ............................................. 122 Figura 44. Gráfica de jerk máximo en función de la iteración realizada para el algoritmo de fuerza bruta ........................................................................................................ 124 Figura 45. Diagrama de flujo del algoritmo de seno y coseno modificado .............. 128

xiv

Figura 46. Gráfica de jerk mínimo determinado por el algoritmo en función del parámetro b ............................................................................................................. 129 Figura 47. Gráfica de jerk máximo en función de la iteración principal del algoritmo

................................................................................................................................ 130

Figura 48. Secuencia de generación de caminos para algoritmo colonia de hormigas

................................................................................................................................ 133

Figura 49. Gráfica de optimización para algoritmo colonia de hormigas ................ 133 Figura 50. Gráfica de optimización para algoritmo genético ................................... 136 Figura 51. Tiempos de ejecución para cada algoritmo de optimización ................. 137

xv

SIGLAS Y ACRÓNIMOS Y ABREVIATURAS

AIPH

International Association of Horticultural Producers

CEDI

Centro de Distribución

FAO

Organización de las Naciones Unidas para la Alimentación y la Agricultura I + D investigación y desarrollo

GHT

Growers Hub Trading

HIM

interfaz entre máquinas y humanos

ITC

International Trade Center Mirfe manejo integrado de riego y fertilización Minagricultura Ministerio de Agricultura y Desarrollo Rural

OCDE

Organización para la Cooperación y el Desarrollo Económico

PNUD

Programa de las Naciones Unidas para el Desarrollo

SMS

Simplified Motion Serie

TRM

tasa representativa del mercado

VDI

Verein Deutscher Ingenieure

xvi

RESUMEN

Esta investigación procura llevar a cabo un diagnóstico del sector floricultor colombiano, específicamente sobre la producción de flores para exportación a Estados Unidos y en la identificación de posibles aportes tecnológicos para mejorar la eficiencia y reducir la morbilidad laboral. El estudio acoge una muestra de 35 compañías activas del sector floricultor y se enfoca particularmente en la empresa Florval. La investigación toma esta empresa como caso tipo en razón a que posee el mayor cultivo de miniclaveles del sistema GHT, con 30 hectáreas bajo invernadero y técnicas avanzadas de cultivo que incluyen la hidroponía (sustrato compuesto de cascarilla de arroz cruda, tostada y compost) y el riego automatizado israelí. Florval se destaca por el uso de tecnologías de última generación, incluyendo sistemas de riego precisos, fumigación semiautomática y una línea de poscosecha altamente automatizada que clasifica

8500 tallos/hora. Con más de treinta años de experiencia, esta empresa sirve como caso de

estudio ideal para analizar la evolución tecnológica y su impacto en la productividad, que ha pasado de 100 flores/m² en los años 90 a 225 flores/m² en la actualidad. Pese a estos avances, persisten oportunidades significativas para introducir nuevas tecnologías que optimicen varios procesos que aún se realizan manualmente, para incrementar la eficiencia y para disminuir la alta rotación de personal, que actualmente promedia 600 empleados anuales. La investigación no solo diagnostica el estado actual del sector, sino que también propone estrategias tecnológicas para mejorar la producción y la calidad de vida laboral. El objetivo final es disponer de un estudio actualizado que abarque todas las actividades de la cadena de producción de flores frescas y ofrecer recomendaciones para la implementación de nuevas tecnologías en el sector. Palabras claves: sector floricultor, exportación, tecnologías avanzadas, eficiencia laboral, innovación tecnológica.

xvii

ABSTRACT

This research seeks to carry out a diagnosis of the Colombian flower sector, specifically on the production of flowers for export to the United States, and to identify possible technological contributions to improve efficiency and reduce occupational morbidity. The study includes a sample of 35 active companies in the flower sector and focuses particularly on the Florval company. The investigation takes this company as a typical case because it has the largest cultivation of mini carnations in the GHT system, with 30 hectares under a greenhouse and advanced cultivation techniques that include hydroponics (substrate composed of raw, toasted rice husks and compost) and Israeli automated irrigation. Florval stands out for the use of cutting-edge technologies, including precise irrigation systems, semi-automatic fumigation and a highly automated post-harvest line that classifies 8500 stems/hour. With more than thirty years of experience, this company serves as an ideal case study to analyze technological evolution and its impact on productivity, which has gone from 100 flowers/m² in the 90s to 225 flowers/m² today. Despite these advances, significant opportunities remain to introduce new technologies that optimize various processes that are still carried out manually, to increase efficiency and to reduce high staff turnover, which currently averages 600 employees annually. The research not only diagnoses the current state of the sector, but also proposes technological strategies to improve production and the quality of work life. The final objective is to have an updated study that covers all activities in the fresh flower production chain and offer recommendations for the implementation of new technologies in the sector.

Keywords: Flower Sector, Export, Advanced Technologies, Labor Efficiency, Technological Innovation.

INTRODUCCIÓN

La importancia de los aportes tecnológicos en la agricultura es evidente, aunque existen diferencias en la naturaleza de la tecnología, la evolución de los sectores agrícolas que eligen ciertas tecnologías y las características de los mismos agricultores. Al mismo tiempo, el análisis de los factores que afectan la adopción de tecnología por parte de los agricultores y los problemas en el trabajo de extensión de la tecnología agrícola, han profundizado aún más la comprensión de las personas y empresas sobre la importancia de las aplicaciones de la tecnología en la agroindustria.

Con el continuo desarrollo de la sociedad, la ciencia y la tecnología, la tradicional gestión manual del cultivo —y de un gran número de etapas involucradas— resulta poco eficiente en el marco de la agricultura moderna. Solo mediante incorporación de una gestión agrícola tecnológica y moderna es posible lograr la sostenibilidad y la competitividad de las empresas; sin embargo, el costo de implementación de estas innovaciones es bastante alto. Para los agricultores, antes que puedan apreciar los beneficios reales, es verdaderamente difícil abandonar el modelo de gestión agrícola tradicional y elegir un modelo que les resulta desconocido. Por lo tanto, para que los floricultores se animen a cambiar de modelo, se ha explorado la posibilidad de crear incentivos estatales, toda vez que la modernización del sector es un asunto urgente.

Uno de los puntos importantes durante la revisión del estado tecnológico del sector agroindustrial es el impacto de los mecanismos aplicados para propiciar la innovación tecnológica en la ciencia agrícola. Uno de los factores que inciden poderosamente en la situación es la escasez de profesionales que en la actualidad están trabajando en innovación, ciencia y tecnología agrícola, hecho que se traduce en una menor calidad de la gestión de la producción y en resultados insatisfactorios. En otras palabras, aún hay un espacio de crecimiento importante para la participación de la ingeniería en el sector agrícola si se desea satisfacer las necesidades actuales del sector floricultor.

De otra parte, en la producción de maquinaria y equipos agrícolas, la falta de formación de talento humano ha hecho que su desarrollo no esté a la altura de las necesidades de los

agricultores. Por lo tanto, no existe una gran variedad de soluciones aplicadas que permitan resolver las necesidades de los trabajadores del sector.

Una gran problemática que enfrenta el sector agroindustrial es que depende de una alta demanda de mano de obra para llevar a cabo sus actividades, demanda que está relacionada con la ubicación geográfica y con el tipo de industria. Es el caso de la producción de flores, tabaco, arroz y frutas, sectores en los que se han efectuado diferentes estudios con el fin de optimizar la mano de obra e incluir aportes tecnológicos en sus procesos productivos; sin embargo, se encuentra que las soluciones sistemáticas eficaces se quedan cortas en el propósito de atender las dificultades de las actividades involucradas en el proceso, además de las dificultades tradicionales como la falta de recursos y la disponibilidad de la mano de obra. La incorporación de tecnologías en el sector agroindustrial no ha sido una tarea sistemática debido a que se trata de un área bastante heterogénea. Esta industria puede requerir soluciones tecnológicas, de procesos, logísticas o de ejecución, que pueden variar en función de las condiciones regionales y de los recursos disponibles (ITC, s.f.). Por lo tanto, resulta necesario buscar soluciones específicas a problemáticas particulares (AIPH, s.f.). Un factor problemático adicional es que la mayor parte del conocimiento disponible por cada proceso proviene de redes de información que comparan y complementan las prácticas tradicionales y las experiencias de cada trabajador; no obstante, este conocimiento formal proviene, en el caso de Colombia, en un 85 % de la experticia personal de los trabajadores (ITC, s.f.). Las oportunidades de mejora, de acuerdo con estas redes de información, no contemplan las múltiples soluciones tecnológicas disponibles en cada sector, debido a que carecen de procesos sistemáticos que incentiven la inclusión de estas nuevas tecnologías. Llegados a este punto, cabe destacar que la incorporación de un aporte tecnológico no significa una mejora instantánea del proceso. De hecho, un trabajo manual o una microinnovación pueden ser más eficientes que el aporte tecnológico debido a la experiencia de los trabajadores o a la característica de la labor. Lo cierto es que son muchas las labores (siembra, cosecha, corte, erradicación de plagas y clasificación) que dependen de la experiencia y la experticia del trabajador.

Debido a la gran cantidad de variedades de flores que el sector explota, los posibles aportes tecnológicos dependen del tipo de flor que se esté cultivando. Por ejemplo, hay flores comestibles como el azafrán (Crocus sativus), las cuales exigen tratamientos diferentes a las cultivadas con propósitos estéticos (el miniclavel, por ejemplo). Cada uno de los tipos de flores posee características diferentes como tamaño, diámetro de tallo, follaje, tamaño de flor, densidad de los cultivos (plantas sembradas por cama hidropónica) y manera de cosecha. Como queda claro, exigencias de cultivo particulares demandan soluciones específicas. Otro aspecto inquietante es que el sector agroindustrial es uno de los que más trastornos genera en la salud de sus trabajadores a causa de la gran cantidad de labores manuales y a la poca regulación en el uso de maquinaria y equipos. La presencia de trastornos musculares, producto de labores manuales, representa problemas legales y de rendimiento de producción. En el sector floricultor es habitual la presencia de trastornos musculares en las manos, muñecas y espalda baja, en donde las posibles soluciones son limitadas y poco estudiadas. Así las cosas, el sector floricultor colombiano enfrenta grandes problemas que reclaman atención urgente. Pero el problema es que no existe un estudio profundo sobre el estado tecnológico de las empresas colombianas del sector que permita identificar y atender las principales problemáticas. Ahora bien, con el ánimo de comenzar a llenar ese vacío de información, este estudio se centra en la empresa floricultora Florval, la cual está ubicada en el departamento de Cundinamarca, Colombia. Se ha determinado que la empresa presenta tres aspectos sobre los cuales es urgente incidir: los riesgos laborales emergentes (morbilidad de la plantilla de trabajadores), la erradicación y renovación manual de los cultivos, y la obsolescencia de las máquinas clasificadoras (postcosecha).

En la actualidad existen riesgos laborales emergentes en el sector floricultor causados por la exposición a sustancias químicas peligrosas durante labores como el control fitosanitario. Es uno de los motivos por los cuales esta labor no puede ser ejecutada por un mismo operario durante un periodo superior a cuatro meses. Entre otros motivos, este es uno de los principales responsables de la alta rotación de personal y del ausentismo laboral de los trabajadores involucrados en estas tareas. Adicionalmente, hay pérdidas en la aplicación de los agentes químicos utilizados para el cuidado de las flores por la inexactitud y método de aplicación.

También, durante los últimos quince años, la erradicación y renovación de los cultivos (nuevas siembras) se ha ejecutado manualmente. Las plantas y el sustrato donde son sembradas se empacan en costales, que luego se llevan a un remolque en donde se disponen para el compost. Así pues, se carece de un mecanismo automatizado para la ejecución de esta labor. El último factor es la obsolescencia de las máquinas clasificadoras en la etapa de postcosecha del miniclavel. El problema se centra en el mecanismo atador de ramos de flor. Estas máquinas actualmente presentan varios problemas como los elevados costos y la dificultad para la consecución de repuestos, la gran complejidad de la tarea de reparar el equipo y el alto número de fallos que presenta durante su operación. Estos factores producen tiempos muertos frecuentes en toda la línea clasificadora.

Este documento está estructurado para abordar de manera progresiva el diagnóstico, diseño y optimización de soluciones tecnológicas aplicadas al sector floricultor colombiano. En el capítulo 1 se presentan los elementos preliminares que fundamentan el estudio: la justificación, los antecedentes generales, los objetivos de investigación y la motivación personal y sectorial del proyecto. El capítulo 2 profundiza en el estado del arte, examinando la evolución tecnológica del sector floricultor tanto a nivel nacional como internacional. En el capítulo 3 se realiza un diagnóstico específico del proceso productivo en la empresa Florval S.A.S., contextualizando sus prácticas dentro del entorno operativo colombiano. El capítulo 4 expone los resultados del trabajo de campo, integrando hallazgos técnicos, observaciones empíricas y la interacción con referentes internacionales en mecanización florícola; además, se identifican las principales oportunidades de mejora tecnológica dentro de Florval. A partir de estos insumos, el capítulo 5 presenta una propuesta de diseño mecánico orientada a resolver una problemática crítica: la renovación de cultivos mediante una solución automatizada y adaptable a condiciones reales de operación. Posteriormente, el capítulo 6 aborda la fase de optimización del mecanismo propuesto, mediante el uso de algoritmos metaheurísticos, comparando escenarios de diseño según su eficiencia computacional y rendimiento dinámico. Finalmente, el documento concluye con una reflexión sobre los aportes alcanzados, las lecciones extraídas del proceso investigativo y las proyecciones futuras para la ingeniería en el sector floricultor colombiano.

1. CAPÍTULO 1

ASPECTOS PRELIMINARES

a presente tesis doctoral se enfoca en generar aportes para las labores del sector floricultor que presenten oportunidad a partir de la identificación y comprensión de los factores que inciden en la cadena de producción de flores frescas. Adicionalmente, con las personas que trabajan en el cultivo, se pretende identificar factores críticos y oportunidades en la producción de flores frescas, al igual que conocer qué tipos de equipos se usan, así como su funcionalidad.

A partir del desarrollo de técnicas de optimización aplicadas a máquinas que apoyen la ejecución de las labores, este estudio se justifica porque procura el aumento de la productividad, incide en la optimización de la mano de obra para el desarrollo de las labores y pretende la disminución de la morbilidad de las personas. Además, hoy en día existen restricciones relacionadas con la capacidad operativa y con la optimización de los recursos. En ese contexto, la incorporación de aportes tecnológicos adaptados a la realidad, a las características de los cultivos y a la propia cultura, es una tarea fundamental. Esta es una de las razones por las que esta investigación es relevante, ya que se puede ampliar a más sectores de la agroindustria colombiana.

La motivación principal de esta tesis doctoral es lograr un aporte real y tecnológicamente significativo al sector floricultor colombiano. Tras estudiar el sector y sus empresas y llevar a cabo un diagnóstico del sector, se procura proponer posibles soluciones a problemas tradicionales en el sector floricultor. Así pues, con el ánimo de conseguir un resultado satisfactorio para el sector floricultor, se acude a varias ramas del conocimiento de la ingeniería. L

1.1.

MOTIVACIÓN

En las empresas del sector floricultor de la región de la sabana de Bogotá (Cundinamarca) y Rionegro (Antioquia), ha sido difícil encontrar soluciones eficaces para la industria. Una de las razones es que los productos de las empresas que ofrecen soluciones tecnológicas aplicadas a la industria, como Festo, Siemens, Allen Bradlley, John Deere, Caterpillar, entre otras, no se encuentran disponibles en el mercado.

La circunstancia anterior es un obstáculo para proponer algún aporte tecnológico para el sector floricultor. En ese sentido, se pueden identificar dos causas importantes. Por un lado, no existe una interrelación fuerte entre lo teórico y lo aplicado, debido a que lo aplicado es lo que se viene utilizando desde hace veinte años en algunas labores específicas. Por otro lado, también existe un gran problema causado por la dificultad para hacer las tareas necesarias y la carencia de espacios idóneos para ejecutar las labores mínimas en los cultivos hidropónicos de la floricultura colombiana.

Así las cosas, por los vacíos encontrados en el desarrollo de procesos de diseño y fabricación, existe carencia de información, conocimiento, desarrollo ingenieril, investigación y tecnología en las posibles propuestas de solución a las problemáticas del sector floricultor. Es por ello que existe una gran oportunidad para proponer y desarrollar diseños, rediseños o mecanismos apropiados que brinden soluciones que consideren factores como costos, tiempo de desarrollo y calidad de los productos, basados en un diagnóstico de las operaciones de las empresas existentes en el territorio nacional.

Por otro lado, a las nuevas generaciones de prospectos de trabajadores para la ejecución de labores no les gusta trabajar en el sector floricultor. Esto se ve reflejado en los porcentajes de deserción en tareas como corte de la flor, erradicación de cultivos por renovación y fumigación, lavado de camas hidropónicas, movimiento de residuos vegetales, entre otras labores. Esta situación genera sobrecostos en la operación y produce problemas de calidad debido a la exigencia física y exposición a bajas y altas temperaturas dentro de los invernaderos. Esta problemática constituye una oportunidad para facilitar la ejecución de las labores y aumentar la fidelización de personal en la empresa.

Para el desarrollo de la presente tesis doctoral se han planteado varios campos de investigación, entre los que se cuentan el diseño y rediseño, la tecnología, las herramientas de optimización, los métodos metaheurísticos y la ingeniería mecánica. Estos campos pueden coordinarse para optimizar los procesos productivos en el sector floricultor, a partir del desarrollo de metodologías y herramientas orientadas a solucionar o mejorar los procesos de producción de flores, fundamentalmente, orientadas a la exportación. La sostenibilidad del sector floricultor mediante la implementación de medidas tecnológicas puede generar, con los nuevos desarrollos, una mayor eficiencia en la producción y constituir un apoyo importante en la ejecución de las labores manuales. De esta forma, identificar y definir la información necesaria para incidir positivamente en el proceso productivo termina siendo fundamental.

1.2.

MARCO DE REFERENCIA

En esta sección se presenta el marco referencial. En él se muestran los antecedentes, la justificación y los objetivos general y específicos.

Antecedentes En una mirada histórica de la producción, es relevante mencionar las cuatro revoluciones industriales que hasta el momento la humanidad ha experimentado (Figura 1). En este recorrido se presentan los aspectos más característicos de cada una de ellas (Minagricultura, 2017). Durante la primera revolución industrial, el equipo de producción mecánico fue impulsado por máquinas incipientes movidas por vapor y agua. En el curso del desarrollo industrial, la ciencia y la ingeniería de materiales han jugado un papel central en el desarrollo de sistemas y procesos de fabricación. Hoy en día, en la evolución industrial de diseños y mecanismos, es indiscutible la importancia de la interfaz entre máquinas y humanos (HIM), el internet y la inteligencia artificial. Estos avances significaron un mayor rendimiento y flexibilidad productiva, en donde la economía de escala es un paradigma del pasado y la

personalización se ha convertido en un estándar. Adicionalmente, la visión de cada negocio es diferente, desde el punto de vista del sector industrial y académico (Mathews, 2002). La Figura 1 muestra los logros de cada una de las revoluciones industriales; sin embargo, la complejidad de los sistemas de fabricación ha ido aumentando de forma no lineal. Adicionalmente, la HIM presenta un nivel de complejidad muy superior al original, que puede sistemáticamente determinar el desarrollo del producto y del proceso dentro de un entorno de diseño de fabricación (Figueiredo, 2016; Lee y Lim, 2001).

Figura 1. Línea de tiempo de las revoluciones industriales

Nota. Tomado de Yan (2008).

Como señalan diversos estudios recientes, la Cuarta Revolución Industrial ha traído consigo transformaciones profundas en la estructura y dinámica de los sistemas productivos. Entre los avances más relevantes se encuentran la creciente descentralización de la fabricación, la aparición de nuevas arquitecturas digitales, la modernización de las redes de cadena de suministro, y niveles significativamente superiores de automatización, autooptimización e integración de sistemas (Sarao et al., 2025). A ello se suma la emergencia de la inteligencia artificial (IA) y su papel central en el desarrollo de cadenas de suministro autónomas y

resilientes, así como en el rediseño de procesos productivos con criterios de eficiencia, trazabilidad y sostenibilidad ambiental (Chickermane, 2025). Esta transformación implica no solo nuevas formas de diseñar y fabricar equipos, sino también un cambio de paradigma hacia la digitalización integral, con implicaciones éticas, económicas y sociales para la configuración futura de la industria.

Planteamiento del problema La relevancia de los avances tecnológicos en la agricultura es indiscutible, aunque varía según la naturaleza de la tecnología, la evolución de los sectores agrícolas que adoptan determinadas tecnologías y las características de los agricultores. Además, el análisis de los factores que influyen en la adopción de tecnología por parte de los agricultores y los desafíos en la extensión de la tecnología agrícola han enriquecido la comprensión de la importancia de las aplicaciones tecnológicas en la agroindustria (Yan, 2008).

Con el desarrollo continuo de la sociedad, la ciencia y la tecnología, la gestión manual del cultivo ya no se utiliza en las prácticas de la agricultura moderna (Garrido et al., 2011; Yan, 2008). Una de las oportunidades clave es la búsqueda y el desarrollo de tecnologías, ya que la gestión agrícola puede alcanzar la sostenibilidad y la competitividad si considera estos avances. Sin embargo, el costo de estas implementaciones puede ser elevado debido a que involucran nuevos desarrollos en labores como la erradicación, la aspersión y la clasificación de las flores. Para los agricultores, es difícil abandonar el modelo tradicional de gestión agrícola, ya maduro, y adoptar un modelo desconocido antes de ver los beneficios reales. Por lo tanto, se ha explorado un mecanismo de incentivos a través del Estado, mediante la incorporación de diversos aportes tecnológicos para beneficiar al sector floricultor, ya que esta es una problemática urgente que debe ser resuelta (Moncada, 2009; Urrego, 2013). Uno de los puntos importantes en la revisión del estado tecnológico del sector agroindustrial es el impacto del mecanismo para la innovación tecnológica en la ciencia agrícola. Un factor importante en este punto es la escasez de profesionales que en la actualidad trabajan en innovación, ciencia y tecnología agrícola. La consecuencia directa de la exigua participación de la ingeniería en el sector agrícola es una menor competitividad del sector y

resultados más pobres si se compara con otras actividades productivas del ámbito nacional. En la producción de maquinaria y equipos agrícolas, la falta de talento humano ha hecho que su desarrollo no haya sido capaz de atender las necesidades de los agricultores. Por lo tanto, no existe gran variedad de soluciones aplicadas que permitan solventar todas las necesidades de los trabajadores (Bohnenberger, 2006).

Es el caso de la producción de flores, tabaco, arroz y frutas, sectores en los que se han efectuado diferentes estudios con el fin de optimizar la mano de obra e incluir aportes tecnológicos en sus procesos productivos; sin embargo, se encuentra que las soluciones sistemáticas eficaces se quedan cortas en el propósito de atender las dificultades de las actividades involucradas en el proceso, además de las dificultades tradicionales como la falta de recursos y la disponibilidad de la mano de obra (Mintert et al., 2016). El desarrollo de aportes tecnológicos en el sector agroindustrial no ha sido sistemático. Dado que este sector involucra tareas similares, se pueden plantear múltiples soluciones. Las necesidades tecnológicas, los procesos y las implementaciones varían según las condiciones regionales y los recursos disponibles (ITC, s.f.). Por lo tanto, se buscan soluciones específicas para cada problema, en lugar de soluciones generales, lo que complica la determinación de la eficiencia de la solución adoptada (AIPH, s.f.).

La mayor parte del conocimiento disponible de cada proceso agroindustrial viene de redes de información que comparan y complementan las tradiciones y las experiencias de cada trabajador con el fin de formalizar y estandarizar técnicas y procesos; sin embargo, este conocimiento formal proviene, en el caso de Colombia, en un 85 % del trabajo manual. Las oportunidades de mejora, de acuerdo con estas redes de información, no contemplan la variedad de soluciones tecnológicas disponibles en cada sector, debido a que carecen de procesos sistemáticos que incentiven la inclusión de nuevas tecnologías (Mintert et al., 2016). El sector floricultor colombiano presenta oportunidades significativas para estudios que profundicen en la producción de flores a lo largo de toda la cadena productiva, con el objetivo de identificar mejoras técnicas en cada etapa de la producción de flores para exportación. Esto requiere un diagnóstico detallado del modelo operativo convencional del sector, abarcando áreas como el corte, la cosecha, la siembra, la erradicación, el riego, la aspersión y la clasificación en la poscosecha.

Debido a la diversidad de especies cultivadas en la industria floricultora, las soluciones tecnológicas deben adaptarse a las particularidades de cada variedad. Por ejemplo, los procesos de cosecha difieren notablemente entre una flor comestible, como el azafrán (Crocus sativus) (Kaplinsky, 2011), y una especie ornamental como el miniclavel. Cada cultivo presenta características específicas, como las dimensiones del tallo, el volumen del botón floral, el tipo de follaje, la densidad por cama hidropónica y las técnicas de recolección empleadas (PNUD, 2001). Por esta razón, no existen soluciones universales que puedan aplicarse indistintamente a todas las especies.

El sector agroindustrial es uno de los que más trastornos genera en la salud de sus trabajadores debido a la gran cantidad de labores manuales y a la poca regulación que tiene el uso de maquinaria y equipos. La presencia de trastornos musculares, producto de labores manuales, representa problemas legales y de rendimiento en la producción. En el sector floricultor es común la presencia de trastornos musculares en las manos, muñecas y espalda baja, en donde las posibles soluciones son limitadas y poco estudiadas. El sector floricultor colombiano enfrenta grandes problemas que requieren soluciones significativas. No existe un estudio tecnológico profundo sobre las empresas colombianas en este sector que permita identificar los principales problemas. Se puede resaltar, por ejemplo, tres actividades que se llevan a cabo en el cultivo de la flor en la empresa Florval. Existen actualmente riesgos laborales emergentes en el sector floricultor causados por la labor de control fitosanitario (aspersión). Se trata de una tarea que expone a los trabajadores a sustancias peligrosas durante la aplicación de los agentes químicos. Por esta razón, existe alta rotación y ausentismo del personal que ejecuta esta actividad. Además, esta labor no puede ser ejecutada por un mismo operario en un periodo superior a cuatro meses. Adicionalmente, hay pérdidas en la aplicación de los agentes químicos utilizados para el cuidado de las flores por la inexactitud en las labores de aplicación.

Por otro lado, durante los últimos quince años, la erradicación y renovación de los cultivos (nuevas siembras) se ha ejecutado manualmente. Las plantas y el sustrato donde son sembradas son empacadas en costales y llevadas a un remolque, en donde se disponen para el compost. Un problema es que actualmente se carece de un mecanismo, o diseño, orientado a

mejorar la ejecución de esta labor y tampoco se cuenta con un estudio en el ámbito nacional enfocando en el tema.

Existe otro problema con las máquinas clasificadoras del miniclavel (labor de postcosecha). Puntualmente, el problema se encuentra en el mecanismo atador de ramos de flor. Estas máquinas actualmente presentan varios problemas como la difícil consecución y los altos costos de los repuestos, la complejidad de la tarea de corregir la operación del equipo y el gran número de fallos. Se trata de dificultades que ocasionan un gran número de tiempos muertos en toda la línea clasificadora.

En el diseño de mecanismos y máquinas para el sector agroindustrial, existe la oportunidad de desarrollar técnicas de optimización. No hay una solución definitiva a las oportunidades de la ejecución de las labores identificadas en el sector floricultor, tales como cosecha, siembra, erradicación de cultivo a renovar, riego, aspersión y clasificación de flor en la poscosecha (Yu et al., 2020; Xu et al., 2016). No se ha identificado cuál de las posibles alternativas sea la más eficiente, debido a que se carece de estudios sobre la implementación de métodos metaheurísticos que sugieran con precisión cuál es la solución óptima (Yu et al., 2020). Un modelo de optimización de diseño basado en métodos metaheurísticos que solucione esta problemática puede ser ineficiente en equipos agrícolas, ya que los métodos que contemplen la mano de obra como una restricción son pocos y limitados (Gou et al., 2018; Xu et al., 2016). La calidad de la solución depende de los parámetros de entrada, que son propios de cada algoritmo, y del costo computacional para cada caso de diseño (Radcliffe et al., 2016). Un método metaheurístico puede generar soluciones parciales —pero no la óptima— debido a la dificultad de la labor y a que existen pocos casos de estudio que consideran la mano de obra como un parámetro de entrada (Li et al., 2017; Caffaro et al., 2018). A partir del panorama planteado, emergen las siguientes preguntas de investigación:

– ¿Cómo un diagnóstico en el sector floricultor puede crear oportunidades de

generación de conocimiento, diversificación de herramientas y tecnologías, disminuir la morbilidad de los trabajadores y asegurar una mejora continua en la sostenibilidad y competitividad internacional?

– ¿Qué técnica de optimización de la metaheurística se puede usar para obtener las

mejores soluciones para la ejecución de las actividades en el sector floricultor desde el punto de vista de la mecanización, la automatización y las labores manuales particulares?

1.3.

JUSTIFICACIÓN

El Ministerio de Agricultura de Colombia ha trabajado de manera conjunta con el sector floricultor para fortalecer su competitividad, consolidar nuevos productos y posicionar las flores y follajes colombianos en mercados internacionales (Figueiredo, 2016). Esta actividad productiva es importante en el contexto regional (sabana de Bogotá, Cundinamarca y Rionegro, Antioquia) y nacional a causa de su incidencia en áreas como el empleo y el fortalecimiento de la exportación hacia su principal mercado: Estados Unidos. En consecuencia, se han reconfigurado la mayoría de los canales de distribución. En los Estados Unidos, por ejemplo, la consolidación del canal de los supermercados es tan relevante que cuatro de los supermercados más grandes facturan el 50 % de las ventas (Ogunniyi, et al., 2017). Las empresas del sector floricultor han experimentado un gran número de cambios en respuesta a un entorno mundial globalizado, más competitivo y exigente con los niveles de producción requeridos por el mercado. De ahí surge la necesidad de llevar a cabo un estudio tecnológico, y así poder efectuar un diagnóstico del sector floricultor que permita tecnificar alguna de las actividades para mejorar sus procesos en las actividades particulares de las labores culturales (Moreddu et al., 2017).

El estudio tecnológico del sector floricultor se justifica inicialmente en el renglón económico, es decir, con base en las exportaciones y el comportamiento de las importaciones en el ámbito mundial durante el año 2018. La participación por países en el mercado mundial se distribuye de la siguiente manera. Estados Unidos cuenta con el 17 % (1529 millones de USD y un crecimiento del 5 %), Alemania cuenta con el 14 % (1298 millones de USD y un crecimiento del 3 %), Reino Unido ostenta el 12 % (1057 millones de USD y un crecimiento del 10 %) y Países Bajos tiene el 11 % del mercado (995 millones de USD) (Arza y Zwanenberg, 2014).

El mercado natural y objetivo de Colombia es Estados Unidos. Las exportaciones hacia el país norteamericano son positivas porque se trata de un mercado maduro, que presenta un potencial de crecimiento siempre positivo. En ese contexto, Colombia es uno de los productores de flores más beneficiados con este crecimiento (Arza y Zwanenberg, 2014; FAO, 2020). Los principales jugadores en el contexto de las exportaciones en el ámbito mundial tuvieron el siguiente comportamiento con corte al 2018: Países Bajos, con un 48 % del mercado (4300 millones de USD y un crecimiento del 2 %); Colombia, con un 16 % (1458 millones de USD y un crecimiento del 4 %); Ecuador, con un 9 % (852 millones de USD y un decrecimiento del 3 %); Kenya, con un 6 % (575 millones de USD y un crecimiento del 6 %) (FAO, 2023). El portafolio de flores en Colombia por área cultivada es de 7700 ha de producción total, distribuidas de la siguiente manera: Antioquia, con el 33 %; Cundinamarca, con el 66 %, mientras que los demás departamentos cuentan apenas con el 1 %. Las flores más cultivadas son la rosa, con 2580 ha (33,5 % del área total) y el clavel, con 893 ha (11,6 %) (FAO, 2020), representando un renglón significativo en la balanza comercial del país. Luego de haber planteado este escenario, uno de los objetivos de este estudio es diagnosticar el estado del arte de la situación actual de cómo se ejecutan las labores culturales en la producción de flores. El propósito es obtener una valoración de los procesos tecnológicos aplicados en el sector floricultor mediante la integración del ámbito académico en la operación real de la agronomía. Lo que se busca, al final, es identificar las oportunidades de mejora que actualmente se ejecutan en la floricultura colombiana.

En el ámbito mundial, un aporte tecnológico puede generar cambios positivos y desarrollo de las regiones. Según la Agenda 2030 para el Desarrollo Sostenible, acordada por los países integrantes de la ONU, se requiere un plan de acción que brinde sostenibilidad a las industrias (Beintema y Stads, 2011). Este plan de acción pretende estimular el crecimiento económico sostenible mediante el aumento de los niveles de productividad, la innovación y el aporte tecnológico.

Uno de los objetivos trazados por los países pertenecientes a la ONU es la búsqueda del desarrollo de innovación, tecnológica e infraestructura en la industria. Los avances tecnológicos

se muestran esenciales para encontrar soluciones a los desafíos económicos y ambientales, así como la inversión en investigación e innovaciones científicas.

A lo largo de la historia, los aportes tecnológicos y los avances científicos han sido poderosos e incuestionables instrumentos de desarrollo y progreso (Leeuwis y Van den Ban, 2004; Banco Mundial, 2007; Chen et al., 2012). Por tal razón, es muy importante desarrollar e implementar iniciativas tecnológicas específicas para el sector floricultor, ya que son fundamentales para el avance y el crecimiento de la industria y de la sociedad en general, además que genera competitividad en ambas partes.

Una de las áreas relevantes, con grandes perspectivas de investigación y oportunidades de trabajo y de mejora, es la aspersión de los cultivos, tarea que se realiza a diario. Las personas que ejecutan las labores de aspersión están expuestas a una gran cantidad de químicos que pueden ser tóxicos y cancerígenos. En la mayoría de los casos, los operarios solo cuentan con equipos de protección mínimos para facilitar esta actividad. Este proceso es rotativo, y dependiendo del químico, puede ser aplicado por un mismo trabajador durante un número limitado de meses (Pingali y Traxler, 2002). En el caso particular del sector floricultor, las actividades repetitivas de corte, limpieza y clasificación deterioran la salud de los trabajadores, lo que genera una disminución en el rendimiento de la operación, incidiendo negativamente sobre la productividad y la competitividad del negocio.

Este proyecto procura aportar una solución al problema, solución que actualmente no se encuentra disponible en el mercado para las aplicaciones de agroquímicos por aspersión. Se trata de una intervención tecnológica que otorga al sector floricultor una ventaja competitiva sustancial. Con esta intervención tecnológica se procura mitigar ciertas problemáticas que se observan en los sistemas de aplicación de agroquímicos (aspersión). Algunos de los beneficios de esta medida son los siguientes:

– Baja exposición de los operarios a los agentes químicos inherentes a la aspersión.

– Menor nivel de incapacidades.

– Optimización en la inversión en equipos de protección y seguridad.

– Destinación del personal dedicado a las labores de aspersión a otras funciones en la

compañía o disminución del equipo de aspersión del cultivo.

– Exactitud en la velocidad que el proceso de aspersión exige.

– Exactitud en la altura y la separación de las boquillas con respecto a las hojas.

– Ahorro del agente químico aplicado, control de la velocidad de aplicación y

regulación del caudal.

– Sistema con mayor confiabilidad.

Ahora bien, con relación a la erradicación o renovación del cultivo, se busca obtener los siguientes beneficios:

– Disminución de las enfermedades laborales.

– Disminución de la rotación y el ausentismo del personal.

– Incremento de la eficiencia durante la ejecución de la labor.

– Disminución de la exposición del personal que ejecuta la labor a la contaminación

y a ambientes hostiles.

– Replicación de la intervención tecnológica en otros lugares del mismo sector

floricultor (en otras variedades).

Con la resolución de los problemas que presenta el mecanismo de la máquina clasificadora de flores durante la poscosecha, se busca:

– Aumentar el rendimiento de los equipos y disminuir los tiempos muertos.

– Consecución de repuestos de fabricación local.

– Aumentar la vida útil de los componentes del mecanismo que ejecuta la labor.

Estos desarrollos se fundamentan en campos científicos como la ingeniería de diseño y de fabricación, en el rediseño de equipos, en la formulación de modelos de producción modernos, todos ellos complementados con la mejora en los procesos de fabricación.

1.4.

OBJETIVOS

Esta sección recoge el objetivo general y los objetivos específicos que orientan el desarrollo de este trabajo.

Objetivo general Diagnosticar el estado tecnológico de la producción de miniclaveles en la compañía Florval SAS con el propósito de determinar posibles mejoras en el sistema productivo de la empresa mediante la adopción de técnicas de optimización logradas a través de métodos metaheurísticos y el diseño de máquinas agroindustriales.

Objetivos específicos

1 Recopilar y analizar la información bibliográfica existente sobre los aportes

tecnológicos en el sector floricultor.

2 Realizar un diagnóstico de los cultivos actuales del sector floricultor en Colombia, así como indagar la manera de la ejecución de sus principales labores.

3 Identificar las labores que requieran la inclusión de nueva maquinaria o procesos de

rediseño, incluyendo variables y restricciones.

4 Modelar una función objetivo que relacione parámetros de diseño en maquinaria del

sector floricultor, optimizándola por medio de métodos metaheurísticos.

5 Identificar la solución óptima para cada problemática y validar la propuesta con

modelos 3D.

2. CAPÍTULO 2

ESTADO TECNOLÓGICO DEL SECTOR FLORICULTOR

n este capítulo se hace una evaluación de los aportes tecnológicos e innovación en el sector de la agricultura. Se recopila y analiza la información bibliográfica que existe sobre los aportes tecnológicos en el sector floricultor. Se efectúa un diagnóstico del estado actual de la innovación en Colombia, se determina cómo se ejecutan las principales labores culturales y se identifican los equipos usados. Por último, se recopilan las experiencias de los trabajadores y funcionarios de la compañía Florval SAS (caso de estudio).

2.1.

DESAFÍOS ACTUALES DE LA DEMANDA AGRÍCOLA GLOBAL

La demanda de productos agrícolas se enfrenta a un aumento sin precedentes, ya que se espera que la población mundial alcance los 9000 millones en 2050. La mayoría de esta población residirá en países en desarrollo, tendrá ingresos más altos y deseará productos con mejores estándares de calidad. Para 2050, habrá un aumento del 35 % en la demanda de productos agrícolas, especialmente de China, India, otros países asiáticos y África (Ruttan, 1997). Sin embargo, el crecimiento de la productividad agrícola mundial se ha desacelerado: se estima que el crecimiento anual será de solo el 1 % durante las próximas dos décadas, mucho más lento que las tendencias históricas. Asimismo, se espera que para satisfacer la demanda de productos agrícolas en 2030 se requerirán entre 175 y 220 millones de hectáreas de tierras de cultivo adicionales (Ruttan, 1997).

Las anteriores afirmaciones tenían sus orígenes con base en información de los años 90, al llegar el comienzo del siglo, en el año 2000, habían alrededor de 1495 millones de hectáreas dedicadas a agricultura, para 2021 este valor incrementó a 1580, presentando un incremento de 85 millones de hectáreas (Faostat, 2021). Esto no se aleja de lo que esperaba el autor Ruttan, E

debido a que el incremento anual no alcanza ni el 1%. Múltiples esfuerzos se han iniciativas han dado lugar desde hace más de un siglo al prever este tipo de tendencias en diferentes generaciones, dando lugar a la llamada Revolución Verde del siglo XX.

La Revolución Verde y la transformación del modelo agrícola La Revolución Verde de mediados del siglo XX marcó un punto de inflexión en la historia de la agricultura al impulsar a varias economías en desarrollo a reestructurar sus sistemas de investigación y desarrollo tecnológico con el fin de enfrentar la escasez alimentaria global. La introducción de nuevas variedades de alto rendimiento promovió una transformación productiva que atrajo a grandes empresas agroindustriales, fomentó la agricultura a gran escala y estimuló la expansión de mercados de insumos, la mecanización, y la adopción de innovaciones agronómicas y organizativas (Nazari et al., 2024). Paralelamente, reformas institucionales y avances científicos contribuyeron a que países como Brasil y China superaran en productividad agrícola a muchas economías avanzadas durante la década de 1980, gracias a una combinación de inversión pública y apoyo a la innovación local (Yang & Wang, 2025). En las últimas décadas, las empresas multinacionales han intensificado su inversión en actividades de investigación y desarrollo (I+D) agrícola en países en desarrollo, motivadas por la necesidad de adaptarse a entornos institucionales cambiantes y de captar mercados emergentes de alto potencial. Esta tendencia se ha evidenciado especialmente en sectores intensivos en conocimiento, donde la inversión en I+D por parte del sector privado ha experimentado un crecimiento sostenido a pesar de contextos marcados por incertidumbre política (Sinani et al., 2024). Los esfuerzos efectivos en innovación tecnológica han desempeñado un papel importante en el aumento de la productividad agrícola. En algunas economías en desarrollo, los gobiernos mediante sus organizaciones públicas de investigación agrícola han implementado innovaciones agrícolas relevantes. Sin embargo, las actividades innovadoras en la agricultura se han vuelto cada vez más interdependientes y colaborativas. Además, las empresas multinacionales han cumplido un rol significativo en la innovación agrícola en determinadas economías en desarrollo (Sinani et al., 2024).

Evolución de la I+D agrícola y el papel del sector privado Debido a que la innovación tecnológica de las empresas agrícolas requiere alta demanda de mano de obra, recursos materiales, recursos financieros, largos períodos para lograr obtener ingresos y alto riesgo de pérdida. Así las cosas, como no existe motivación suficiente, las empresas no están dispuestas a llevar a cabo procesos de innovación y desarrollo de aportes tecnológicos (Tidd y Bessant, 2020).

En muchos países, el mayor volumen de I+D agrícola sigue siendo responsabilidad de organizaciones públicas. Estudios recientes muestran que la inversión pública en I+D agrícola tiene un impacto positivo y significativo sobre la productividad en regiones como Asia y América Latina, mientras que en África subsahariana los efectos son menos consistentes, posiblemente debido a debilidades institucionales (Agossou & Moon, 2025). A pesar de ello, el fortalecimiento de las capacidades institucionales, como la independencia judicial y la protección de derechos de propiedad, se identifica como un factor clave para amplificar los beneficios de la I+D agrícola pública.

Sin embargo, el papel del sector privado en el desarrollo y transferencia de tecnologías agrícolas ha ganado protagonismo, contribuyendo al acceso de pequeños productores a innovaciones que mejoran la productividad y reducen la pobreza rural (Anderson et al., 2021). En este contexto, países como China, India y Brasil han logrado posicionarse como líderes en inversión pública en I+D agrícola, representando conjuntamente una proporción sustancial del gasto global en este campo, lo que refleja un cambio en el liderazgo científico hacia el sur global. Hoy en día, las instituciones gubernamentales de investigación y las empresas agrícolas continúan siendo actores clave en la promoción de una agricultura intensiva en innovación y tecnología. Sin embargo, investigaciones recientes han evidenciado que estas instituciones aún enfrentan importantes limitaciones para desempeñar plenamente su papel estratégico en la transformación productiva del sector. A pesar de contar con una infraestructura científica consolidada, se ha identificado una falta de alineación entre las agendas de investigación pública y las necesidades reales de los productores, lo que ha limitado la adopción efectiva de innovaciones agrícolas en contextos rurales (Yang, 2024). Asimismo, se ha argumentado que las dinámicas tradicionales de investigación agrícola centradas exclusivamente en la generación

de conocimiento técnico deben ser reemplazadas por modelos colaborativos más flexibles, que integren a universidades, empresas y actores comunitarios. Este enfoque es esencial para responder a los desafíos actuales de sostenibilidad, seguridad alimentaria y resiliencia territorial (Zhang et al., 2025).

Existen múltiples formas mediante las cuales las organizaciones públicas de investigación agrícola pueden complementar el trabajo del sector privado, al tiempo que contribuyen a mejorar las condiciones de vida de poblaciones vulnerables. Estas estrategias incluyen el establecimiento de alianzas público-privadas, el enfoque en áreas de investigación desatendidas por el mercado, y la generación de bienes públicos tecnológicos de alto impacto para diversos actores del sistema agroalimentario. Según Roa-Ortiz y Cala-Vitery (2025), la política de transferencia tecnológica agrícola en Colombia ha evolucionado hacia un modelo de gobernanza dinámica orientado a superar las barreras entre producción científica y adopción tecnológica en el campo, especialmente en territorios con menor capacidad institucional (Roa-Ortiz & Cala-Vitery,

2025).

Estas colaboraciones estratégicas permiten que las empresas accedan a recursos públicos clave, como germoplasma, conocimientos expertos y resultados de investigación básica, a cambio de invertir en actividades menos rentables desde una perspectiva puramente comercial. La experiencia reciente en América Latina y Asia ha demostrado que el fortalecimiento de capacidades tecnológicas institucionales, incluyendo gobernanza de quey formación de recursos humanos, es fundamental para lograr sinergias efectivas entre entidades públicas y privadas (Puspitafuri & Zaid, 2025). En este sentido, una nueva Revolución Verde deberá ir más allá de los paradigmas tradicionales de productividad, orientándose hacia sistemas inclusivos e inteligentes que aseguren que los beneficios de la innovación agrícola lleguen efectivamente a los pequeños productores —quienes representan el núcleo de la agricultura en el mundo en desarrollo— y que se garantice su participación en la generación y aplicación del conocimiento.

2.2.

APORTE TECNOLÓGICO EN EL SECTOR AGROINDUSTRIAL E INNOVACIÓN

En el estudio contemporáneo sobre innovación y procesos de industrialización, las llamadas “economías recién llegadas” se refieren principalmente a países en desarrollo que ingresan a

sectores productivos de alta complejidad desde una posición histórica marcada por industrialización tardía. Esta condición no responde a una decisión estratégica inicial, sino a trayectorias de desarrollo condicionadas por factores estructurales y tecnológicos. Estas economías suelen enfrentarse a una escasez inicial de capacidades tecnológicas y a una fuerte dependencia de tecnologías importadas, adoptando al comienzo enfoques imitativos, incluso cuando su posicionamiento en los mercados globales es desventajoso (Li et al., 2025). Sin embargo, investigaciones recientes destacan que estos países pueden lograr procesos sostenidos de convergencia tecnológica mediante estrategias de innovación incremental, acumulación de conocimiento endógeno y cooperación internacional. En particular, la transformación digital y la transición hacia modelos sostenibles han abierto oportunidades para que estas economías reduzcan la brecha con los líderes mundiales, siempre que fortalezcan su infraestructura institucional y sus sistemas de innovación regionales (Flamand et al., 2025). Al explorar la fluidez de la frontera de la innovación, los nuevos actores pueden desplazarse en direcciones cualitativamente novedosas que les permitan abrir segmentos tecnológicos inexplorados y alcanzar posiciones de liderazgo mundial (Luo et al., 2025). En industrias basadas en recursos naturales, como la agricultura, este proceso de actualización tecnológica no imitativa ocurre con frecuencia, impulsado por la necesidad de adaptarse a condiciones locales específicas de suelo, clima y enfermedades que limitan la transferencia directa de tecnologías desarrolladas en otros contextos (Judijanto et al., 2024). Como resultado, los recién llegados no solo copian tecnologías existentes, sino que desarrollan innovaciones adaptadas a sus realidades nacionales. En este proceso, las organizaciones públicas de investigación desempeñan un papel fundamental al generar y diseminar conocimientos tecnológicos pertinentes que permiten una modernización agrícola adaptativa y sostenible (Guo et al., 2025).

El enfoque tecnológico actual es integral, entendido como un proceso que involucra cambios en productos, servicios, procesos de producción, materias primas, y sistemas físicos y económicos. Estos cambios se originan en un espectro de actividades que incluyen la imitación creativa, la resolución de problemas, el ensayo y error, la experimentación y diferentes etapas de investigación y desarrollo (I+D), abarcando desde la investigación aplicada hasta el desarrollo de innovaciones disruptivas (Deb, Lal, & Gogoi, 2024). Con el auge de la inteligencia artificial, el proceso de innovación se ha acelerado notablemente, permitiendo optimizar desde

la generación de ideas hasta la introducción de nuevos productos y servicios al mercado (Yadav, Chandel, & Sabnis, 2024). La mayoría de las innovaciones tecnológicas no surgen de avances científicos radicales, sino de pequeños cambios acumulativos y nuevas combinaciones de tecnologías existentes, lo cual genera nuevas oportunidades de negocio y fortalece la adaptabilidad empresarial en un mercado globalizado (Quispe, Moreno, & Julca, 2024). Las actividades de aporte tecnológico varían según la escala de la novedad, desde “nuevo para la empresa”, pasando por “nuevo en el mercado”, hasta “nuevo en el mundo” (Yost et al., 2017). En esta línea de ideas, existe la posibilidad que el grado de novedad en la innovación no tenga por qué ser global; también puede estar muy localizado, y la escala de una innovación puede referirse a un pequeño cambio o mejora.

Considerando las diferencias en términos de novedad tecnológica o de mercado, las innovaciones industriales pueden variar desde imitaciones incrementales hasta transformaciones radicales de procesos y productos existentes. Sin embargo, estas diferencias no implican que solo las innovaciones de frontera sean relevantes. De hecho, la innovación industrial puede manifestarse de forma continua a lo largo de diversas actividades económicas, incluyendo sectores tradicionales y emergentes (Li et al., 2025). Este enfoque descarta la visión dicotómica de industrias "innovadoras" versus "no innovadoras" y reconoce que la innovación es un proceso no binario, caracterizado por combinaciones dinámicas de cambios tecnológicos menores y mayores (Dhayal et al., 2025). La convergencia entre la innovación tecnológica y la transformación sectorial impulsa la diferenciación industrial y abre nuevas rutas para la sostenibilidad y la competitividad en el marco de transiciones como la de Industria 5.0 (Raghoo & Shah, 2025).

Tal perspectiva de la innovación es coherente con las características tecnológicas de la industria agrícola. Actualmente, existen múltiples fuentes de innovación, incluyendo instituciones públicas y privadas de investigación, unidades de producción agrícola, y plataformas de colaboración interdisciplinaria. Como señalan los estudios recientes, la innovación agrícola depende cada vez más de redes colaborativas y de la gestión conjunta del conocimiento entre diferentes actores (McGuire et al., 2025). Además, dentro del sector agrícola existen diversas trayectorias tecnológicas, impulsadas tanto por avances digitales como por principios de bioeconomía (Rodriguez-Soto, 2025). Por ello, la agricultura no debe ser entendida

como un todo homogéneo, sino como un sistema dinámico y heterogéneo en constante evolución, dependiendo del tipo de tecnología, la estructura social y los contextos ambientales en los que se desarrolla (Chen & Ryoo, 2025).

Al igual que cualquier sector industrial, la agricultura cuenta con características como trayectorias tecnológicas, fuentes de innovación, asimetrías competitivas y capacidades tecnológicas, que son recursos necesarios para emprender actividades innovadoras.

2.3.

CAPACIDADES OPERATIVAS E INNOVADORAS

Como Mintert et al. (2016) advierten, aunque es ampliamente aceptado que las actividades innovadoras son esenciales para la supervivencia y el crecimiento de las organizaciones, en el largo plazo no son las innovaciones específicas las que importan, sino la capacidad de generar una corriente de procesos, productos y cambios significativos.

El término ‘capacidades’ refleja lo que una empresa realmente puede hacer (Rodríguez et al., 2017). Ser capaz de hacer algo implica poseer la capacidad confiable para lograrlo, es decir, es el resultado de una acción intencionada. Esta capacidad confiable involucra una reserva de activos relacionados con el conocimiento, los cuales están incorporados en dimensiones interdependientes como el capital humano (por ejemplo, profesionales especializados, bases de conocimiento y habilidades/talentos asignados formal e informalmente dentro de unidades organizativas, proyectos y equipos específicos), los sistemas físicos (bases de datos, maquinaria, software, etc.) o los sistemas organizativos y de gestión (arreglos organizativos internos y externos de las empresas, rutinas y procedimientos organizativos y administrativos, y sistemas de gestión) (Higgins et al., 2017; McConnell, 2019; Orozco y Llano, 2016; Pathak et al., 2019). Esta reserva de activos relacionados con el conocimiento, en calidad de capacidades tecnológicas, permite a las organizaciones emprender al menos dos tipos de actividades esenciales: operativas e innovadoras. Las capacidades operativas implican el uso eficiente de tecnologías y sistemas de producción existentes para lograr niveles óptimos de desempeño organizacional (Swazan & Youn, 2025). Por otro lado, las capacidades innovadoras reflejan la habilidad de la empresa para asimilar, adaptar y transformar tecnologías existentes, así como

para crear nuevas soluciones tecnológicas y desarrollar productos y procesos inéditos (Rodríguez-Salazar et al., 2024). Este balance entre eficiencia operativa y capacidad innovadora resulta fundamental para la competitividad organizacional en entornos dinámicos (Motamedimoghadam, Mira da Silva, & Amaral, 2024).

De acuerdo con la perspectiva de la importancia de las actividades innovadoras, se reconoce que una parte sustancial de las capacidades tecnológicas de una empresa se encuentra en diversas organizaciones (institutos de investigación, universidades, entre otras). En consecuencia, el desarrollo de las capacidades innovadoras no se limita necesariamente a los límites de una organización, sino que puede implicar varias interdependencias. Para que una organización desarrolle dichas interacciones, debe acumular una experiencia interna sustancial (Shannon et al., 2018) y debe haber demanda de productos locales de I + D. Por lo tanto, la capacidad de las empresas para implementar actividades innovadoras y lograr un desempeño distintivo refleja la naturaleza y profundidad de sus capacidades tecnológicas (Lizarazo y Alfonso, 2011; McConnell, 2019). Este argumento está respaldado por percepciones empíricas que muestran que las capacidades de las empresas permiten implementar actividades innovadoras (no siempre basadas en I + D) con diferentes grados de novedad y complejidad, con importantes efectos económicos operativos positivos (Li y Chen, 2011; Min et al., 2011). Estos estudios presentan recursos de conocimiento agrícola que son distributivos, heterogéneos y polimórficos.

Al no poner en funcionamiento el desarrollo de la construcción de la capacidad tecnológica innovadora durante las últimas décadas en las economías avanzadas, la evaluación de las capacidades de innovación se ha basado principalmente en medidas cuantitativas como los gastos en I + D o la concesión de patentes (Echeverría y Neptalí, 2015). En esta línea de ideas, solo las capacidades innovadoras mensurables pueden ser útiles, lo que representa una pérdida del potencial de las empresas, ya que no toma en cuenta las capacidades innovadoras que no están basadas en I + D (McConnell, 2019). La limitación de depender de una medida agregada de la capacidad de innovación de una empresa (por ejemplo, gastos en I + D) es que descuida una gama de actividades tecnológicas mixtas que son necesarias para desarrollar y producir productos particulares (Min et al., 2011) y no capta el proceso de transformación tecnológica que implica un amplio espectro de actividades.

En la agricultura, por ejemplo, es posible que las innovaciones pertinentes no se deriven de tecnologías novedosas sofisticadas ni las creen. Las innovaciones novedosas pueden surgir de diferentes formas de pensar y hacer las cosas (Aubert et al., 2012). En el desarrollo de nuevas técnicas de gestión de procesos e información y diseño de equipos mecánicos para casos particulares, se encuentra la capacidad de la empresa de adaptarse y generar soluciones, en otras palabras, su capacidad innovadora.

En definitiva, las capacidades tecnológicas son esenciales para que las organizaciones operen eficientemente e innoven en entornos cambiantes. Su carácter multidimensional destaca la importancia de valorar tanto las innovaciones derivadas de la I+D como aquellas surgidas de la adaptación y el conocimiento práctico. Así, fortalecer estas capacidades resulta clave para impulsar la resiliencia, la sostenibilidad y el crecimiento organizacional a largo plazo.

2.4.

OPTIMIZACIÓN DE RECURSOS EN LA AGROINDUSTRIA

Hoy en día persisten las preocupaciones con respecto al impacto a largo plazo de los suministros de suelo y agua porque ya no se consideran recursos inagotables o abundantes. En este contexto, se ha determinado que la agricultura de precisión puede ayudar a maximizar estos y otros recursos con el objetivo de minimizar las pérdidas y el desperdicio. La agricultura de precisión es una estrategia de gestión que utiliza tecnologías de la información para recopilar datos útiles de distintas fuentes con el objetivo de apoyar las decisiones asociadas a la producción de cultivos. Consiste en reconocer, localizar, cuantificar y registrar la variabilidad espacial y temporal de cada unidad agrícola. De esta manera, es posible proporcionar un manejo agronómico diferenciado para cada sitio específico (Tripathi et al., 2012). La agricultura de precisión surgió a principios de la década de los 80, y se caracteriza por permitir la utilización eficiente de los recursos, reducir las inversiones financieras innecesarias y mitigar la contaminación ambiental. Este tipo de agricultura reporta beneficios en los ámbitos económico, social y ambiental (McConnell, 2019; Melchiori et al., 2013).

La agricultura de precisión procura producir beneficios inmediatos siendo consciente del medioambiente (Schimmelpfennig y Ebel, 2012). En lugar de administrar la tierra como un todo homogéneo y con condiciones hipotéticas promedio —condiciones que seguramente no existen

en ningún lugar del campo—, con la implementación de la agricultura de precisión se recopilan datos específicos del sitio para poder desarrollar prácticas de manejo particulares (Hernández, 2011; Nair, 2011).

La agricultura de precisión ayuda enormemente a los agricultores que necesitan optimizar sus recursos. Sin embargo, hasta la fecha, sus tasas de adopción se mantienen por debajo de las expectativas (Byrne et al., 2018; Kagermann et al., 2013; Minagricultura, 2017). Entre las causas de la baja tasa de adopción de la tecnología se encuentra que la inversión inicial es considerablemente alta y que se trata de una inversión a largo plazo. Además, la complejidad de uso de la tecnología de la información que se utiliza en la agricultura de precisión implica un mayor grado de habilidades de aprendizaje para su correcta adopción y manejo (Kagermann et al., 2013), que varía entre cada individuo y, por lo tanto, puede afectar su adecuada implementación (ElMaraghy y Urbanic, 2013).

Un enfoque de agricultura de precisión reconoce las diferencias específicas de las tierras y ajusta las acciones de manejo con base en ello. Esta clase de agricultura ofrece el potencial de automatizar y simplificar la recopilación y análisis de información, incluso permite decidir e implementar rápidamente acciones de manejo para áreas pequeñas en campos grandes (ElMaraghy et al., 2012; Möhring et al., 2020).

Es importante resaltar que las distintas tecnologías de la información brindan múltiples beneficios y cuentan con necesidades particulares que deben ser atendidas (Epureanu et al., 2020). Las ventajas relativas de las tecnologías de la agricultura de precisión son un determinante importante para que los agricultores la adopten. Sin embargo, también se deben considerar los costos asociados a la implementación, ya que algunas tecnologías requieren una inversión significativa (Denkena et al., 2020). Una estrategia para abordar esto es utilizar un enfoque incremental para la implementación, evaluando los beneficios obtenidos del ciclo de tecnologías de la información implementadas (Möhring et al., 2020). Sin embargo, sigue existiendo el desafío de determinar cuál tecnología de la información es la mejor opción para cada cultivo. La alternativa más común es llevar a cabo un proceso iterativo en el que se incorporan una o dos tecnologías, se evalúa su desempeño y se comparan con los valores esperados (Epureanu et al., 2020).

2.5.

TÉCNICAS DE OPTIMIZACIÓN DEL DISEÑO DE ELEMENTOS MECÁNICOS Y DE

MAQUINARIA

En cada caso de diseño, ya sea de elementos mecánicos o de maquinaria, existe la necesidad de optimizar el mejor diseño y de considerar los costos más bajos (Gou et al., 2018). Con el paso de los años se han desarrollado diversos métodos de optimización, en donde se destacan métodos programados, algoritmos heurísticos y algoritmos metaheurísticos, orientados a optimizar el tiempo en el proceso de diseño. Los algoritmos metaheurísticos son los que mejor rendimiento muestran, pues ofrecen soluciones globales para el diseño y evitan quedar atrapados en soluciones locales, como en el caso de los algoritmos heurísticos (Yu et al., 2020). Los métodos metaheurísticos están diseñados para encontrar la solución óptima a un problema de optimización. En el diseño de mecanismos y de maquinaria, evitan caer en soluciones locales mediante fases de exploración y explotación. La exploración significa ampliar el espacio de búsqueda a nuevas zonas locales, y la explotación implica hallar la mejor solución local. El propósito final es comparar todas las posibles soluciones y determinar la óptima (Rajalakshmi y Kanmani, 2022).

Los algoritmos se diferencian de los métodos de optimización convencionales en tres aspectos: definen una población en el espacio de búsqueda, usan información de aptitud específica y emplean reglas probabilísticas (Pahl et al., 2007). El objetivo es desarrollar estos métodos en un tiempo de procesamiento relativamente corto y que generen soluciones efectivas (Xu et al., 2016).

Debido a que no existe un único método de optimización, en este caso metaheurístico, que permita solucionar todos los problemas de diseño (Otto y Wood, 2000; Xu et al., 2016), es posible que se generen algoritmos que solo sean eficientes en casos particulares (Pahl et al., 2007). La base de los métodos metaheurísticos es la naturaleza, donde se imitan patrones de comportamiento con el fin de definir las restricciones y valores de entrada de cada problema (Gou et al., 2018; Yu et al., 2020;).

Una forma de agrupar y clasificar estos métodos es mediante su fuente de inspiración. En la biología se pueden encontrar los algoritmos evolutivos y los algoritmos de inteligencia de

enjambre; también se pueden encontrar en las leyes físicas y químicas, y en otros factores que no siguen patrones de la naturaleza (Ullman, 2017). Los métodos más conocidos de cada tipo clasificación se recogen en la tabla 2.

Tabla 1. Métodos metaheurísticos más conocidos Método Descripción Algoritmos evolutivos Algoritmos genéticos, evolución diferencial y algoritmos de distribución estimativa.

Inteligencia de enjambre Optimización del enjambre de partículas, optimizador de lobo gris y algoritmo de optimización de ballena.

Basados en leyes físicas y químicas Búsqueda de armonía, optimización de búsqueda gravitacional y optimización de reacción química.

Otros Algoritmo de Java, optimización basada en enseñanza y aprendizaje, y construcción de pirámides Guiza.

Pero en cada clasificación existen más algoritmos, que toman en cuenta otras restricciones y formas de encarar cada problema (Yu et al., 2020). Se han lleva algunos años integrando los métodos metaheurísticos en aprendizaje de máquina con el fin de optimizar parámetros en múltiples aplicaciones de ingeniería (Yildiz, 2024). En el campo de las ingenierías, con el fin de optimizar diseños de casos reales, los algoritmos se centran en el diseño de estructuras en la industria automotriz y la ingeniería mecánica de precisión (Gou et al., 2018). En los últimos años se ha investigado en algoritmos híbridos, en la modificación de algoritmos existentes y en desarrollar nuevos algoritmos metaheurísticos que generen mejores resultados en aplicaciones de la vida real (Xu et al., 2016).

Los algoritmos híbridos procuran combinar un algoritmo metaheurístico con un algoritmo de aprendizaje de máquinas (Machine Learning). Están divididos en tres categorías: aprendizaje supervisado, aprendizaje sin supervisión y refuerzo de aprendizaje. Sus objetivos fundamentales son mejorar los resultados de las fases de exploración y explotación y mejorar la transición entre cada fase (Pahl et al., 2007).

Los métodos metaheurísticos disponibles en la literatura e investigaciones no son fáciles de replicar debido a que cada algoritmo fue desarrollado con variables, restricciones y características particulares (Vila, 2001). Las investigaciones recientes proponen modificar los

métodos más comunes ya mencionados, identificando sus falencias y proponiendo alternativas para mejorar su rendimiento y replicabilidad (Radcliffe et al., 2016). También se ha indagado sobre la manera de incluir herramientas y metodologías que diversifiquen las posibles soluciones (población objetivo). Lo que se busca es modificar el proceso de generación para evitar la convergencia prematura de la solución, para así escapar de óptimos locales y disminuir el costo computacional (Oosterman, 2001; Radcliffe et al., 2016; Cross, 2021). El proceso de combinar o modificar algoritmos preexistentes requiere de grandes esfuerzos y recursos. Por tanto, una alternativa es desarrollar nuevos algoritmos que tengan un enfoque más general y que sean eficientes en varios casos de diseño (Xu et al., 2016). De acuerdo con investigaciones que comparan algoritmos metaheurísticos recientes, se obtienen mejores resultados si se logra simplificar su formulación, disminuyendo los parámetros de entrada. En el diseño, la calidad de la solución, la tasa de éxito y la robustez son mejores si solo se trabaja con los parámetros de criterio de selección y criterio de parada. Aun así, se requiere de más investigaciones prácticas para su aplicación en sistemas más complejos (Xu et al., 2016; Gou et al., 2018).

El propósito de los algoritmos metaheurísticos es proveer soluciones a problemas de optimización en la vida real; sin embargo, la gran mayoría están diseñados para solucionar problemas teóricos específicos (Oosterman, 2001; Xu et al., 2016; Gou et al., 2018). Es por esta razón que se está investigando en metodologías y directrices que permitan usar estos métodos en la práctica y que mejoren la replicabilidad de los algoritmos (Vila, 2001; Xu et al., 2016). En ese contexto, se propone una metodología para emplear métodos metaheurísticos en casos de la vida real:

1. Modelamiento del problema y formulación matemática. Declaración del problema y lista

de requerimientos, prioridad del usuario sobre las soluciones propuestas, evidencia de la complejidad del problema y necesidad de métodos metaheurísticos.

2. Diseño del algoritmo. Codificación de la solución y operadores de búsqueda: usar

modelos de referencia (si hay disponibles), buscar la mínima complejidad, codificar y operar los requerimientos mínimos. En el desarrollo se necesitan conocimientos

profundos sobre algoritmos. (Si hay ecuaciones disponibles del objetivo o de las restricciones, es conveniente usarlas.)

3. Evaluación del rendimiento, comparación y replicabilidad. Cuantificar métricas para

todos los requerimientos, tener en cuenta escenarios variables, considerar la equidad en la comparación de los algoritmos. El usuario final de la máquina o del nuevo diseño debe estar presente en el bucle de búsqueda de la solución y, si se puede, publicar códigos y resultados.

4. Implementación del algoritmo para aplicaciones en el mundo real. Fortalecer la relación

entre el laboratorio y el mundo real mediante la alineación de los parámetros. Exige grandes habilidades de programación. (Si es posible, usar softwares libres y validar la solución con el usuario.)

2.6.

DESARROLLO DEL SECTOR FLORICULTOR COLOMBIANO

Después de más de 30 años de trayectoria empresarial en Colombia, las flores se han consolidado como la principal exportación de producto no tradicional del país (Oosterman, 2001).

La demanda internacional de flores se caracteriza por el crecimiento continuo y la intensa concentración de la oferta y la demanda. En Europa, los Países Bajos es el principal proveedor de Alemania, Suiza, Francia y Reino Unido. En América, Ecuador sigue a Colombia como el principal proveedor del mercado de los Estados Unidos. En Asia, por su parte, Japón recibe flores de China, Nueva Zelanda y Europa. Los principales productores de flores en todo el mundo son Países Bajos, con 7378 ha; Estados Unidos, con 20.181 ha, y Japón, con 17.569 ha. Estos tres países controlan aproximadamente el 50 % de la producción mundial. Si se tiene en cuenta que solo Países Bajos genera excedentes de exportación, se concluye que Colombia es el segundo exportador de flores frescas del mundo (Oosterman, 2001). En la actualidad, el desarrollo de tecnología e innovación en el sector floricultor es de carácter particular y depende de factores como la variedad de la flor, el uso, las condiciones

geográficas y las políticas del Estado productor (Kaplinsky, 2011; PNUD, 2001). En el caso de Colombia, la propuesta de innovación parte de adaptar trabajos e investigaciones que solucionen la optimización de recursos, la gran dependencia del uso intensivo de mano de obra y la escasez de herramientas que diversifiquen las actividades. Sin embargo, las empresas colombianas, en el caso del sector floricultor, carecen de propuestas orientadas a la implementación de modelos de agricultura de precisión y no cuentan con iniciativas para el diseño de dispositivos mecánicos que mejoren el rendimiento de labores sensibles como el asperjado, la erradicación y la clasificación. Según el PNUD (2001), se trata de una realidad que limita la capacidad innovadora del sector.

2.7.

INCIDENCIA DE LA INCORPORACIÓN DE APORTES TECNOLÓGICOS EN LA

AGROINDUSTRIA

Aunque los beneficios de la incorporación de los aportes tecnológicos en procesos agroindustriales no son inmediatos ni evidentes en el corto plazo, no significa que no existan (Mathews, 2002). Por ello se han llevado a cabo estudios que buscan demostrar, cuantitativamente, el valor de los aportes tecnológicos en el sector agroindustrial. Para ejemplificar el caso, se comparan los modelos de empresas agroindustriales, con y sin aporte tecnológico.

Comparación de modelos de empresas agroindustriales, con y sin aporte tecnológico A y B son productores agrícolas en un área de producción. Dos de las personas tienen la misma función de producción: Q = F (W, L), donde W es el insumo de los productores agrícolas que utilizan nueva tecnología agrícola y L son los otros insumos de los factores de producción. En este caso específico se identificaron dos elementos claves, que muestran cambios significativos en la productividad: mayor número de flores por metro cuadrado. Para ello se tomaron dos herramientas:

− W. Se cambió el sistema de transporte de flores. Se pasó de empacarlas en cajas plásticas a transportarlas por cable vías. Con ello se disminuyó el tiempo de traslado

desde el cultivo hasta el área de postcosecha, aumentando la vida útil de la flor fresca y disminuyendo los daños por una menor manipulación. Teniendo en cuenta que se trata de una empresa de 30 hectáreas, el resultado fue la disminución en el tiempo de traslado de la flor desde el punto más lejano al área de postcosecha, pues se pasó de 43 minutos a 17 minutos.

− L. Un insumo importante es la mano de obra en la producción. Se establece que la empresa presenta una rotación promedio del 45 % del personal al mes. De allí se gesta un programa denominado SAVIA, que lleva a cabo un programa de capacitaciones en lugares adecuados simulando las labores. Tiene una duración de dos semanas y cuenta con una medición diaria del desempeño de las personas, además de prácticas guiadas con monitores de labores (corte, encanastado, etc.). Esta intervención ayuda a identificar si la persona se siente familiarizada con la labor, disminuyendo así los daños sobre el producto. El resultado es que las personas ingresan a laborar con un nivel de conocimiento importante. El producto de esta intervención es una disminución en la pérdida de la flor, pasando de un porcentaje de pérdida del 9 % al 6 %. Esta mejora se ha traducido en que el número de tallos exportados actualmente por la empresa es de 65 millones al año. A y B se enfrentan a dos opciones de producción: agrícola tradicional y con uso de alta tecnología. El reto de producir con alta tecnología agrícola implica invertir en máquinas, mecanización, automatización y equipos. La otra opción es adoptar tecnología de producción tradicional sin invertir en alta tecnología. Se asume que, si los productores adoptan tecnología tradicional o alta tecnología, el rendimiento de sus cultivos será competitivo desde el punto de vista del desempeño en la ejecución de sus labores. Basado en los supuestos anteriores y considerando diferentes tecnologías, las opciones para los productores agrícolas A y B varían. En las siguientes ecuaciones se encuentran adicionalmente, P, PW y PL son el precio unitario de los cultivos por productores agrícolas, el precio unitario de las nuevas tecnologías agrícolas y el precio unitario de otros factores de producción, respectivamente; Q es la producción de los cultivos, y C es el costo de los insumos agrícolas en el cultivo donde se aplican aportes tecnológicos (Minagricultura, 2017).

Si ninguno de los dos productores invierte en equipos de alta tecnología y entornos de producción avanzados, la función de ingresos de ambas partes será la que muestra la ecuación

(1) (Mathews, 2002).

𝑇1 = 𝑃𝑄−𝑃𝑊𝑊1 −𝑃𝐿𝐿

(1)

La función de retorno cuando ambos productores agrícolas fabrican con tecnología la define la ecuación (2):

𝑇2 = 𝑃𝑄−𝑃𝑊𝑊2 −𝐶

2

(2)

Cuando un productor agrícola produce usando un enfoque tecnológico y el otro no, se asume que los productores agrícolas que invierten en nuevas tecnologías solo invierten la mitad del costo de la transformación tecnológica. La función de rendimiento la define la ecuación (3): 𝑇3 = 𝑃𝑄−𝑃𝑊𝑊3 −𝐶

2

(3)

La función para los productores agrícolas sin aportes tecnológicos y prácticas manuales la define la ecuación (4):

𝑇4 = 𝑃𝑄−𝑃𝑊𝑊4 −𝑃𝐿𝐿

(4)

Para el caso de la empresa objeto de estudio, los esfuerzos se canalizaron y validaron antes de su implementación de la siguiente manera:

− P. Este factor se identificó con dos subfactores. El primero con la densidad de siembra, ya que antes se sembraban 30 flores/m2 para pasar a 24 flores/m2. Esta intervención aumentó la ventilación entre los tallos, disminuyendo inmediatamente su mortalidad. La intervención se tradujo en una mayor productividad (3 tallos/m2) y en un menor gasto en la compra de esquejes.

− PW. Implementación de equipos de riego. Estos equipos controlan la presión de aplicación del fertilizante en todos los agujeros de las mangueras de riego, garantizando que todos los tallos tengan la cantidad de alimento requerido.

− PL. Se desarrolla una nueva composición en la producción del sustrato donde se siembran las flores: camas hidropónicas. Se cambió con el aumento del compost, que pasó del 6 % al 10 % y el sustrato de coco, aplicando el 15 % sobre la mezcla total. La renovación de todo este producto se realiza cada seis meses, que es del 30 % al

35 % de toda la empresa (30 ha). Composición del sustrato: compost, 10 %; sustrato

de coco, 15 %; cascarilla de arroz, 30 %; cascarilla de arroz tostada, 30 %; sustrato usado, 15 %.

− C. Los controles de plagas se están desarrollando sin aplicación de pesticidas ni químicos. Ahora se hacen mediante controles biológicos y polinización natural. (Aún se está evaluando el porcentaje de efectividad.) Sin embargo, hay varias compañías —uno de los líderes mundiales es Koppert España SL— que están suministrando este tipo de controles, que acaban con la plaga mas no con la planta. Esta intervención disminuyó el gasto en la compra de agroquímicos y redundó en el cuidado del medioambiente y en una menor exposición del personal a agroquímicos peligrosos.

Cuando existe un modelo agrícola, pero con un enfoque en la producción de alimentos, habitualmente existe un incentivo gubernamental. Cuando hay un modelo de esta naturaleza, los Gobiernos de todos los niveles no permiten que los productores agrícolas elijan libremente. Por lo tanto, para que el Gobierno pueda alcanzar sus objetivos, el sistema de producción agrícola debe actuar tanto como el organismo institucional de suministro como el proveedor de tecnología agrícola. Esto implica establecer un mecanismo de incentivos en el sistema de producción agrícola y formular reglas para el uso de aportes tecnológicos en la producción, todo ello siguiendo un modelo único enfocado en la productividad (Barbosa, 2024). Las siguientes ecuaciones tienen dos términos adicionales nuevos. E es el costo de penalización para los productores agrícolas cuando los insumos no se producen usando aportes tecnológicos y J es la recompensa que los productores agrícolas reciben cuando los insumos son obtenidos con el uso de aportes tecnológicos (Minagricultura, 2017). Si se tiene dos empresas agrícolas, y ninguna de ellas invierte en agricultura de alta tecnología, la función de ingresos de ambas partes se muestra en la ecuación (5):

𝑍1 = 𝑃𝑄−𝑃𝑊𝑊1 −𝑃𝐿𝐿−𝐸

(5)

Cuando ambos productores agrícolas utilizan la función de ingresos de la agricultura y su insumo es de alta tecnología se muestra en la ecuación (6): 𝑍2 = 𝑃𝑄−𝑃𝑊𝑊2 −𝑃𝐿𝐿− 𝐶

2 + 𝐽

(6)

Cuando un productor agrícola invierte en agricultura de alta tecnología y el otro no, existe la manera de medir el retorno de la inversión con base en la inversión tecnológica se muestra en la ecuación (7):

𝑍3 = 𝑃𝑄−𝑃𝑊 𝑊3 −𝑃𝐿𝐿− 𝐶

2 + 𝐽

(7)

La siguiente es la función de renta de los productores agrícolas que no acuden a aportes tecnológicos se muestra en la ecuación (8):

𝑍4 = 𝑃𝑄−𝑃𝑊𝑊4 −𝑃𝐿𝐿−𝐸

(8)

− E. Existe una gran oportunidad en este tema, ya que se usan las mismas lanzas para aplicar fungicidas con la misma dimensión de boquillas; sin embargo, cumplen con la normativa básica y las personas ejecutan esta labor durante cuatro meses consecutivos, rotándose sistemáticamente.

Se pretende cuantificar mediante las funciones consignadas en este apartado su incidencia en el sector agroindustrial con la implementación de aplicaciones de tecnología. Además, desempeñan un papel importante en la gestión agrícola para promover el desarrollo de la agricultura hacia una buena dirección científica, racional, eficiente y ordenada. En este capítulo que apuntó al primer objetivo específico de este proyecto se consiguió recopilar y analizar la información bibliográfica de los modelos y aplicaciones en la agroindustria, incluyendo la agroindustria colombiana, explorando la aplicabilidad de la innovación dentro de este sector.

3. CAPÍTULO 3

REVISIÓN Y DIAGNÓSTICO DE LOS PROCESOS DE PRODUCCIÓN DEL

SECTOR FLORICULTOR

l desarrollo del sector agroindustrial floricultor tiene un factor relevante para su operación, y es la variación de la tasa representativa del mercado (TRM). Debido a que es un sector enfocado única y exclusivamente en la exportación, la TRM incide decididamente en la obtención de mayores o menores ingresos por factor ajenos a la producción. Otro factor relevante es que el 70 % de los insumos para fumigar y fertilizar son productos importados, al igual que los repuestos y elementos como bombas usadas para producir y clasificar las flores (Larrahondo, 2025).

Otros factores que inciden sobre la competitividad son los gastos mano de obra, los gastos logísticos, los insumos de producción local, las labores tercerizadas. Estos factores afectan la competitividad y determinan los precios de venta en Estados Unidos. Sin embargo, existe una gran oportunidad en el sector para buscar un mayor aprovechamiento de las oportunidades que presenta la agroindustria. Se refiere, específicamente, a los aportes tecnológicos de los que trata esta tesis doctoral.

Esta tesis doctoral tiene como objetivo principal realizar una exhaustiva revisión de los procesos de innovación, las etapas del ciclo de producción, los avances tecnológicos, las labores de postcosecha y los mecanismos de distribución y exportación en el sector floricultor. El propósito de esta revisión es generar un aporte significativo para las empresas que lo conforman. El diagnóstico del sector fue realizado a partir de visitas de campo a las fincas productoras de flores frescas. En razón a que el modelo productivo, la localización geográfica y el manejo del cultivo son diferentes, se visitaron tres áreas representativas: − Cundinamarca. Aunque la flor principal es la rosa, también se cultivan claveles, sparks, miniclaveles, statics, lirios y plantas de sustratos. E

− Antioquia. Se caracteriza por el cultivo de hortensias, heliconias y crisantemos. − Quito (Ecuador). El principal cultivo del país es la rosa

3.1.

DIAGNÓSTICO DEL SECTOR FLORICULTOR DE CUNDINAMARCA, ANTIOQUIA Y QUITO

Mediante valoración de campo, visitas técnicas y estadías en diferentes empresas, se realiza un estudio teórico en la organización Growers Hub Trading (GHT). Los puntos por analizar en cada una de ellas son los siguientes:

− Estructura organizacional.

− Modelo de producción.

− Modelo de inclusión de nuevos empleados (plan de entrenamiento de las labores).

− Tamaño de la empresa.

− Densidad de siembra.

− Portafolio de productos.

− Productividad en flores.

− Modelo de clasificación.

− Tipo de siembra (hidroponía o suelo).

− Modelo de riego y tipo de equipos. − Modelo de fumigación y tipo de equipos.

− Plan de mantenimiento.

− Frecuencia y modelo de renovación. − Rotación de personal.

− Morbilidad del personal y porcentaje de capacidad de desempeño según la ARL.

Se identifican los aportes tecnológicos disponibles y las aplicaciones relativas al uso de equipos en la ejecución de las labores que requieren un volumen mayor de personal: el corte de flor (tijera), siembra (moldes), erradicación (bandas y tractores), clasificación de flor (mesas manuales). Esta caracterización es una labor sensible porque permite identificar oportunidades de mejora en el sector floricultor.

De esta forma la revisión del estado de las empresas floricultoras diagnóstico preciso, se emprendió una investigación teórica y de campo durante doce meses en diversas empresas productoras de flores. Esta etapa permitió caracterizar los diferentes modelos de producción y operaciones, los cuales constituyen la columna vertebral de la producción de las diversas variedades de flores. Las empresas consideradas se encuentran ubicadas en las regiones de Antioquia, Cundinamarca en Colombia, y Quito en Ecuador. Es importante señalar que dentro de una misma empresa es posible el cultivo de diferentes tipos de flores. La Tabla 2 detalla las características de las flores cultivadas en las regiones consideradas en este estudio. Tabla 2. Características de las tipologías de flores cultivadas en las regiones examinadas Región Características Quito Modelo de producción especializado en rosas, principalmente la rosa roja Freedom de alta calidad. Comparadas con las rosas producidas en Colombia, esta variedad presenta copas de mayor tamaño.

Antioquia Modelo de producción especializado en los géneros Hydrangeas (hortensias), Heliconia (heliconias), Geranium (geranios), Aster y Chrysanthemum (crisantemos).

Cundinamarca Modelo de producción especializado en la producción de orquídeas, rosas, claveles y miniclaveles1, sparks, statics, dianthus, aster y crisantemos.

Dentro del diagnóstico del sector resultó un componente de alta criticidad, la morbilidad. Los trabajadores presentan una alta incidencia de enfermedades relacionadas con las condiciones del entorno laboral, tales como trastornos musculoesqueléticos, afecciones respiratorias y enfermedades dérmicas, muchas de ellas asociadas a la exposición prolongada a agroquímicos, posturas forzadas y jornadas extensas sin descansos adecuados. Esta situación no solo afecta la calidad de vida del trabajador, sino que también repercute directamente en la productividad del sector y en los costos asociados a ausentismo laboral y atención médica. A continuación, se desarrolla en detalle la evaluación de este criterio.

1 El modelo de operaciones completo en la producción y comercialización de flores es general. Luego se enfocará en el miniclavel, variedad tema de estudio para la compañía Florval.

3.2.

CRITERIO DE MORBILIDAD

La morbilidad en el sector floricultor colombiano depende de la alta mano de obra requerida en las labores. Por esta razón, se propone un modelo matemático del impacto de la morbilidad en el rendimiento del proceso de una de las labores como es la erradicación o renovación de cultivo. Este modelo se creó con base en datos experimentales de la empresa Florval SAS. Se denota el área de erradicación, debido a que las personas por regla deben de cargar un bulto solo de 25 kg en cada movimiento en el proceso de la extracción del material vegetal y el sustrato. Sin embargo, las personas para evitar más desplazamientos debido a las condiciones ambientales de polvo y temperatura, cargan dos bultos que equivalen a 50 kg, o incluso más ya que los bultos se saturan hasta su máxima capacidad.

Como consecuencia de esta condición las personas presentan luxaciones, o lesiones severas en la espalda y hombros, y acarrea, aparte del deterioro de las persona, ausentismo e incapacidades, que las compañías no tienen cómo reemplazar debido al limitante de mano de obra disponible. Esta limitante está basada en un presupuesto de mano de obra, debido a que no hay un balance entre la demanda vs oferta de capacidad operativa, ya que actualmente hay un déficit de adquisición de esta.

Una labor relevante en el tema de la morbilidad es la fumigación en el sector floricultor. Se ha evidenciado que las personas asignadas a labores de fumigación manifiestan una marcada resistencia a realizarlas, principalmente debido a las condiciones adversas como medio ambiente, y los riesgos asociados, como el contacto directo o exposición a fungicidas. Esta actividad, que actualmente se remunera con un salario mínimo legal vigente en Colombia, se realiza con condiciones morfológicas desfavorables y temperaturas elevadas debido a la indumentaria especializada que deben portar durante su ejecución.

Como consecuencia, esta labor se limita a un periodo de cuatro meses, una vez al año. No obstante, incluso en ese lapso reducido, se han presentado casos de incapacidades médicas, afectando tanto la salud de los trabajadores como la productividad del sector, y el aumento de la mortalidad de las plantas, esta información es privada de la organización tema de estudio, y se describió en el diagnóstico.

Adicionalmente, se ha observado un incremento en los índices de ausentismo injustificado por parte del personal asignado a esta tarea, así como múltiples llamados de atención registrados por el área de Gestión Humana. Para muchos colaboradores, la fumigación es percibida como una forma de castigo, lo cual refleja una problemática estructural en la gestión de esta labor y evidencia la necesidad de replantear su asignación, condiciones y compensación, datos internos de la organización, pero son trasversales en el sector.

Otra labor importante en el proceso es la clasificación de flores en la post cosecha, la cual involucra tareas manuales repetitivas. Sin embargo, existe una dificultad significativa para conseguir operarios dispuestos a realizar este tipo de actividades. Actualmente, esta labor se lleva a cabo en una máquina diseñada originalmente para la clasificación de tulipanes, un tipo de material vegetal con características de tallos y flor diferentes a las del miniclavel, debido principalmente, al diámetro de tallo de la flor. Hay inconsistencia en el conteo de la flor; esto, como consecuencia, genera problemas en la máquina atadora de tallos, ya que se configura para cada número de tallos según la configuración de la orden de compra. El tallo del miniclavel es más frágil ya que es acuoso y tiene más nudos en el largo del tallo, donde se convierte en un concentrador de esfuerzos y lo convierte débil, y se refleja en la fractura de los mismo. Adicionalmente, esto hace que el miniclave tenga menor resistencia al esfuerzo de cizalladura (o esfuerzo cortante), en comparación con el del tulipán, este tiene un promedio de 6% mayor que el miniclavel y tiene una menor proporción de contenido acuoso, lo que le otorga mayor rigidez estructural.

La clasificación es fundamental para el paso de realizar la exportación y la entrega del producto final, debido a que cada tallo que se rompa es desperdicio y, ya que no hay mercado nacional, esta flor se va directo al Compost. Por ello es importante trabajar en este proceso, y procurar mejorar la calidad de vida de los operarios, así como optimizar el proceso y aumentar el aprovechamiento de flor tipo exportación.

Enfocados en el tema de morbilidad hay un factor relevante que se consideró como tema relevante debido a que una de las labores más críticas en términos de esfuerzo físico y cantidad de personal involucrado, la labor de erradicación; por esto, se realizó un análisis detallado de cada una de sus variables.

Para lograr una comprensión integral, me integré directamente en el sector, viviendo y participando activamente en el entorno laboral, lo que me permitió asimilar cada aspecto del proceso en mi rol en sector..

La población objeto de estudio estuvo compuesta por 800 trabajadores de campo. Cabe destacar que, durante temporadas específicas como “Amor y Amistad” y el “Día de las Madres”, se registra un incremento del 21,4 % en la contratación de nuevo personal, reflejo de la alta demanda y la intensificación del trabajo en esas fechas. A continuación sea adjunta los factores que se considera para poder obtener una fórmula matemática que se logre obtener un valor cuantitativo para la medición de la morbilidad en el sector, la Tabla 3.

Tabla 3. Variables del modelo Variables Descripción 𝑁 Número de movimientos o acciones que se requieren en un proceso o labor.

𝑛𝑚 Número de movimientos o acciones manuales en el proceso. 𝑛𝑎 Número de accidentes en un periodo de tiempo en una labor o proceso. 𝑛𝑐 Número de horas requeridas por el acondicionamiento físico y las pausas activas en un proceso.

𝑃𝑒 Probabilidad de ejecutar una labor de forma manual.

𝑃𝑎𝑚 Probabilidad de ocurrencia de un accidente por ejecución manual. 𝑛 Número de veces que se ejecuta la labor.

𝑛𝑡 Número de trabajadores de la empresa.

𝐻𝑛 Número de horas durante las que no se puede realizar el proceso debido a accidentes y capacitaciones.

En un proceso o labor, existen un número definido de actividades, en este caso definido como 𝑁, mientras que, el número de actividades que se hacen de forma manual es 𝑛𝑚. La probabilidad que las actividades de un proceso se hagan de forma manual está definido como 𝑃𝑒. Actualmente, en el proceso de erradicación, está probabilidad es 1 ya que todas acciones son ejecutadas de forma manual. (Walpole, 2024, ultima actualización).

Para la determinación del modelo, el cual se utilizará y desarrollará a continuación, existen argumentos básicos del uso de manejo y procesamiento de datos; este servirá como metodología en la búsqueda del desarrollo de la obtención de resultados en la investigación presente. Existe dentro del tema de investigación la necesidad de evaluar de manera simultánea una variedad de factores que puedan incidir dentro de una población y la medición de una gran cantidad de individuos dentro de un proceso como los evaluados anteriormente y profundizados en el diagnóstico.

Basado en los parámetros tomados en cuenta para medir la probabilidad, y enfocado en el tema específico de la erradicación o renovación de cultivos, la probabilidad 𝑃𝑒 se determina como el cociente entre este factor y el factor de referencia correspondiente. Esta fórmula considera el riesgo acumulado derivado de la repetición de la actividad manual y permite identificar cómo dicho riesgo se incrementa a medida que aumenta la exposición. En esencia, P_e representa la probabilidad de riesgo asociada a la labor manual, de acuerdo con la ecuación (9):

𝑃𝑒= 𝑛𝑚 𝑁

(9)

Un accidente laboral producto de trabajos manuales dependerá, en este caso, de la probabilidad de ejecutar actividades de forma manual 𝑃𝑒 y del número de veces que se realice la labor. En el caso del proceso de erradicación, el proceso se repite 4 veces por jornada laboral. La probabilidad que un accidente ocurra por trabajos manuales está definida por la siguiente ecuación (10):

𝑃𝑎𝑚= 1 −(1 −𝑃𝑒)𝑛

(10)

El número de posibles accidentes que se presentan en la empresa depende del número de trabajadores 𝑛𝑡 y del periodo en que se realice el estudio. El proceso de erradicación representa el 26.5% de los accidentes totales registrados; fuente, el Área de Seguridad y salud en el Trabajo que pertenece al Departamento de Gestión Humana de la empresa de Florval SAS, quienes me reportaban la información y es privado ya que no se quiere mostrar una mala imagen del sector. La información no está abierta para el público y menos a la competencia de llegar estos datos. Base de datos internos de la empresa caso de estudio de Florval.

Se define un factor de accidentabilidad y morbilidad igual a 0.1063, el cual representa el porcentaje de incidencia de afectaciones relacionadas con la morbilidad generadas por la labor de erradicación. Este valor refleja el comportamiento histórico del sector y debe ser analizado considerando una población promedio de 800 empleados en total en el cultivo. Para esta labor son aproximadamente de 60 personas.

De acuerdo con la naturaleza manual del proceso de erradicación, se requiere de tres pausas activas de 10 minutos por jornada laboral y un proceso de acondicionamiento físico de

40 minutos, dos veces por semana. Por lo tanto, el número de horas requeridas para hacer

acondicionamiento físico y pausas activas en un proceso, nc, se determina mediante: 𝑛𝑐= 2 ℎ𝑜𝑟𝑎𝑠 𝑠𝑒𝑚𝑎𝑛𝑎

(11)

Adicionalmente, se ha determinado un valor de pérdida de oportunidad laboral equivalente al 51.5957%, el cual se calcula en función del impacto acumulado de las incapacidades laborales durante un periodo de seis meses. Esta pérdida representa el porcentaje de tiempo productivo no aprovechado debido a ausencias por lesiones o enfermedades relacionadas con la actividad. La ecuación (12), con base en datos experimentales, estima la cantidad de posibles accidentes en un periodo de 6 meses, sabiendo que 𝑛𝑡 son el nuemro promedio de tarbajadores: 𝑛𝑎= 0.265 ∗(0.1063 ∗ 𝑛𝑡−51.5957)

(12)

El número de accidentes 𝑛𝑎 se aproxima a un número entero. La función 𝐻𝑛 representa el número de horas durante las que no se puede realizar el proceso de erradicación en un periodo de seis meses debido a los posibles accidentes laborales, pausas activas y acondicionamiento físico. Cada accidente tiene, en promedio, un tiempo de 19,2 horas de incapacidad y el número de horas en acondicionamiento físico en 6 meses es de 48 horas. La ecuación (13) muestra este resultado:

𝐻𝑛= {19.2 ∗ 𝑃𝑎𝑚∗𝑛𝑎+ 𝑛𝑐 0 < 𝑃𝑒< 1

19.2 ∗𝑛𝑎+ 𝑛𝑐 𝑃𝑒= 1

(13)

Las restricciones que se derivan de la función 𝐻𝑛 son las siguientes:

− 𝑛𝑚< 𝑁 Indica que el número de tareas manuales debe disminuir con la inclusión de la máquina o equipo.

− El tiempo que se realiza el proceso es de seis meses.

A continuación, se detallan cada una de las fases que son realizadas para la producción.

3.3.

PROCESO DE PRODUCCIÓN Y POSTCOSECHA DE LA EMPRESA FLORVAL

Se presenta a continuación el proceso de producción y postcosecha, así como descripción logística de la empresa Florval. Esta información se encuentra en la Tabla 4 donde además se resaltan pasos de importante cuidado para tener en cuenta por su dificultad, o por significar una oportunidad de mejora en el proceso.

Tabla 4. Producción del miniclavel de la empresa Florval Fase Etapas de cada fase Producción

1. Determinar el área exacta a sembrar.

2. Variedad por sembrar y disponibilidad de esquejes.

3. Validar invernaderos y densidad de siembra.

4. Ciclo de la flor. Determinar si la flor es de ciclo corto (tres meses, como el

crisantemo); de ciclo medio (seis meses, como el miniclavel), o perenne (como la rosa, que puede vivir hasta quince años). Por otro lado, determinar volúmenes de colores según la fiesta del año, como Navidad, Amor y Amistad, etc.

5. Cálculo de la mano de obra según la estructura y por variedad de flores. El

miniclavel, por ejemplo, ocupa a 18 personas/ha.

6. Sistema de aspersión, revisión de equipos y mano de obra calificada, además de

la determinación de los volúmenes de agroquímicos necesarios para el control y prevención de plagas.

7. Número de estaciones y determinación de su estado en función de las pérdidas

de presión o caudales por deterioro.

8. Balance hídrico de acuerdo con el consumo según el número de plantas, revisión

de volúmenes de agua por cada uno de los reservorios y calidad de agua, además de los volúmenes extraídos de los pozos profundos según caudal extraído comparado contra el requerido.

9. La revisión del sistema de riego implica analizar el número requerido, ya que

son dos por cama hidropónica (cada cama tiene 32 metros de longitud).

10. Revisión de estado de casetas, bombas, tanques, y equipo de trabajo.

11. Controladores de aplicación de fertilizante y red antiheladas, en caso de que las

temperaturas lleguen a los -4 °C.

12. Modelo de erradicación una vez se acabe el ciclo para iniciar cosecha, número

de personas, disposición de residuos y elementos necesarios para extinguir la vegetabilidad de las plantas residuales y el sustrato usado.

13. Tratamiento de las aguas residuales. Una vez se drena el fertilizante aplicado en

las plantas sembradas en las camas hidropónicas, las aguas residuales se drenan

a reservorios especializados para ser tratados en razón a que poseen muchas sustancias que pueden causar la muerte de las plantas.

14. La siembra de los esquejes es completamente manual, al igual que las

marcaciones. Esta labor es vital porque es el inicio del trabajo.

15. El mantenimiento de cada una de las labores es totalmente correctivo y no

planificado, y considera aspectos como las labores y el uso de máquinas.

16. Como los cultivos se encuentran ubicados en áreas rurales, están expuestos a

daños debido a que el equipo electrógeno no cuenta con respaldo si llegasen a producirse fallos en el suministro de energía.

17. El único equipo que cuenta con supervisión remota durante 24 horas es el de

riego y fertilización.

18. Debido a la gran cantidad de fertilizantes y fungicidas aplicados, algunos

cultivos filtran las aguas de drenaje contaminadas que reutilizan para el control de nemátodos.

19. En razón a que cada flor presenta diferentes susceptibilidades a enfermedades y

causas de mortalidad, el tratamiento de enfermedades cambia en función de la variedad de la flor.

Postcosecha

1. Inicia con la recolección y coordinación de las labores implicadas en el

procesamiento de la flor, desde el lugar más cercano del cultivo hasta el más lejano.

2. La flor ingresa manualmente a las áreas de procesamiento y clasificación. En

máquinas de la marca Bercomex se realiza la adaptación para clasificar el miniclavel.

3. La clasificación se realiza manualmente. La causa de la no automatización de la

labor es que algunas variedades tienen tallos más débiles, circunstancia que las hace susceptibles a sufrir daños en la clasificación automática. La velocidad de clasificación es de 3800 tallos/hora.

4. La clasificación se realiza mediante máquinas originalmente diseñadas para

procesar tulipanes. Existe una gran oportunidad para mejorar este proceso, ya que la flor presenta muchos daños mecánicos. Un problema adicional es que la máquina presenta grandes fallas en el contador de flores, ya que el ramo varía según la solicitud de cada cliente.

5. La adquisición de repuestos, así como el soporte y el servicio técnico, son muy

complejos. Aunque el PLC está encriptado, es más eficiente que el procedimiento manual. La máquina Bercomex, de fabricación holandesa, procesa 8500 tallos/minuto.

6. Una vez la flor es procesada, se refrigera a una temperatura de 3 °C. La cadena

de frío se mantiene hasta su destino parcial, el Centro de Distribución (CEDI) de Miami, Estados Unidos.

Logística Una vez las flores son empacadas en las diferentes presentaciones y conteos en cajas de cartón, son enviadas a los aeropuertos de Bogotá, Antioquia y Ecuador, respectivamente. Luego se realiza el cubicaje a máxima capacidad, y el lote se envía hasta la planta de Doral, Miami. El transporte desde las fincas se lleva a cabo en camiones refrigerados. La cadena de frío se mantiene en el traslado aéreo, para continuar con esta en Estados Unidos.

Con base en la revisión y la información presentada por el equipo de trabajo de la empresa objeto de estudio, las labores y sistemas a investigar incluyen el sistema de aspersión o fumigación, la erradicación o renovación de flores, y el proceso de atado de flores en las

máquinas de clasificación. Por lo tanto, se procede con la descripción en detalle de cada una de estas labores.

3.4.

SISTEMAS DE ASPERSIÓN Y FUMIGACIÓN

Uno de los procesos críticos en la producción del sector floricultor es la aspersión de agroquímicos. Este proceso está directamente relacionado con la calidad del producto final y se caracteriza por un control químico que se enfoca en dos aspectos esenciales: la preparación de la mezcla del agroquímico y la ejecución y control de su aplicación. Es fundamental lograr una aplicación homogénea que cubra eficazmente las plantas y garantice su efectividad biológica, procurando no causar daños al medioambiente o a la salud humana. Las aplicaciones de agroquímicos son complejas debido a varios factores: los tipos de agroquímicos, los recursos disponibles, la metodología de aplicación, las condiciones climáticas y la intervención humana, que puede introducir errores en los movimientos, tiempos de aplicación y volúmenes (Hernández, 2011). La Tabla 5 recoge los métodos de aplicación de insumos agroquímicos.

Tabla 5. Métodos de aplicación de insumos agroquímicos Método Descripción Espolvoreo Este sistema está diseñado para aplicar un agroquímico en forma de polvo sobre las plantas o el suelo, y se realiza de manera manual. Sublimación Este método utiliza equipos que han sido instalados alrededor del invernadero para aplicar azufre. Estos equipos cuentan con un temporizador, y mediante unas resistencias calientan el azufre durante la noche, produciendo gases que se esparcen para el control de plagas (Figura 3a).

Inmersión En este procedimiento, la cabeza de la flor se introduce en una solución fungicida antes de ser empacada en la caja (Figura 3b).

Drench o Tratamiento del sustrato Este método consiste en aplicar una mezcla de fungicida con agua a las camas hidropónicas. La diferencia es que la aplicación no se realiza sobre las plantas, como en los otros métodos. Esta labor tiene dos objetivos fundamentales: controlar los patógenos del suelo y permitir que el producto sea absorbido por las raíces (Figura 3c).

Aspersión Es la aplicación de un producto fungicida a las plantas utilizando aspersores, asegurando un alcance total de la planta (Figura 3d). Se manejan volúmenes de mezcla superiores a 800 l/ha, con tamaños de gota de 100 micras, según las boquillas seleccionadas por el equipo técnico de GHT.

Ultra bajo volumen Consiste en la aplicación de un producto a las plantas usando el agua como vehículo, con volúmenes de mezcla inferiores a 20 l/ha. Este método puede

emplear diversos dispositivos, desde generadores de nube hasta equipos de alta presión (Figura 3e), que generan gotas de entre 20-30 micrómetros.

La primera etapa de la labor es la preparación del producto. Para ello, se dispone de una caseta de fumigación, la cual se observa sus planos y fotografía real en la Figura 2, donde se encuentran los equipos de distribución de los productos agroquímicos y se prepara la mezcla que será aplicada en el cultivo. Este proceso se observa de forma fotográfica en la Figura 3 donde se observa los métodos actuales de aplicación de los insumos agroquímicos en la empresa. Este proceso se ve claramente manual y con un alto riesgo para los trabajadores, incluso a pesar de utilizar implementos de protección.

Figura 2. Caseta de fumigación

Figura 3. Métodos de aplicación de insumos agroquímicos

(a)

(b)

(c)

(d)

(e)

Nota. Fotografías de los métodos de aplicación de insumos agroquímicos. (a) Recipientes de sublimación; (b) Inmersiones de flor; (c) Aplicación por método drench; (d) Aplicación por aspersión; (e) Equipo de aplicación de ultrabajo volumen. Fuente. Archivo fotográfico de Florval SAS, provisto al autor.

Luego de la aplicación mediante los diversos métodos, existen dos formas como el producto entra en contacto con la planta: zona de contacto foliar (Figura 4a) y zona de contacto radicular (Figura 4b).

Figura 4. Zonas de contacto del producto agroquímico con la planta

(a)

(b) Nota. (a) zona de contacto foliar (hojas); (b) zona de contacto radicular (raíz). Fuente. Archivo fotográfico de Florval SAS.

3.5.

SISTEMAS DE MANEJO INTEGRADO DE RIEGO Y FERTILIZACIÓN (MIRFE)

Son un conjunto de equipos por medio de los cuales se aplican fluidos fertilizados a los cultivos hidropónicos en las camas. Estos dispositivos transportan el fluido a través de todo el cultivo para muchas otras aplicaciones. El fluido puede ser agua, fertilizante, cloro o una mezcla. El desarrollo de sistemas de riego controlados inalámbricamente ha transformado significativamente las prácticas agrícolas contemporáneas. Estos sistemas, basados en redes de sensores inalámbricos (WSN) y tecnologías de Internet de las Cosas (IoT), permiten la activación remota de válvulas y bombas mediante señales transmitidas a través de antenas, optimizando así la gestión del recurso hídrico en tiempo real (Manjunath et al., 2025). Entre sus principales ventajas destaca la eliminación de la necesidad de excavaciones para tendido de cables, lo que reduce considerablemente los costos de instalación y mantenimiento, facilita su implementación en diversas condiciones topográficas y disminuye el tiempo requerido para su puesta en marcha (Mohammed, 2025). Adicionalmente, el uso de plataformas inteligentes y análisis predictivos permite una mejor planificación de los ciclos de riego, contribuyendo a una agricultura más sostenible y resiliente frente a la variabilidad climática (Kumar et al., 2025). El sistema de goteo es una de las partes más críticas en un sistema de riego de precisión. El sistema consta de goteros y líneas de goteros que poseen gran resistencia a la obstrucción, y se encargan de transportar el fluido a todo el cultivo. Se trata de uno de los aspectos más influyentes para poder obtener cosechas consistentes, las fotografías de un sistema de riego por goteo implementado en la empresa Florval SAS se observa en la Figura 5. Figura 5. Sistema de riego por goteo

(a)

(b) Nota. Fotografías de los sistemas de riego por goteo. (a) diagrama de las partes del sistema; (b) sistema en campo. Fuente. Florval SAS.

Para un desarrollo fisiológico óptimo, las plantas requieren una adquisición equilibrada de agua y nutrientes. Una disponibilidad desproporcionada o una administración infrecuente de estos elementos puede generar condiciones subóptimas para el crecimiento vegetal. En este contexto, el sistema de riego por goteo se presenta como una estrategia eficiente, ya que permite la administración frecuente y controlada de agua y soluciones nutritivas directamente a la rizósfera. Esta metodología asegura la disponibilidad constante de recursos hídricos y nutricionales en concentraciones adecuadas para las necesidades de la planta, lo que consecuentemente propicia condiciones de crecimiento óptimas y maximiza el potencial de rendimiento del cultivo y reduce la posibilidad de enfermedades fúngicas. En la Figura 6 se observa un ejemplo de una máquina de riego por goteo utilizada en la empresa Florval SAS. Figura 6. Sistema de riego por goteo

Nota. Archivo fotográfico de Florval SAS.

3.6.

FERTIRRIGACIÓN DE PRECISIÓN

Esta técnica optimiza el manejo de la zona radicular al suministrar la composición nutricional idónea para cada etapa fenológica del cultivo. Su capacidad adaptativa permite la aplicación dinámica de dosis fraccionadas y temporalmente optimizadas en respuesta a factores inherentes al cultivo y a perturbaciones externas (ej., fluctuaciones del mercado, variaciones climáticas). Estos sistemas, además, pueden gestionarse y monitorearse remotamente. Sus beneficios incluyen: incremento del rendimiento y calidad del cultivo, reducción de la lixiviación, volatilidad y escorrentía de fertilizantes, y mayor retorno de la inversión (Xing y Wang, 2024).

La Figura 7 muestra un equipo de fertirrigación de precisión de origen israelí. Asimismo, muestra la configuración de una caseta de aplicación de fertilizante, con sus respectivos filtros y tanques de preparación de fertilizantes y el sistema de distribución. Por su parte, la Figura 8 presenta el sistema de bombeo para el riego por goteo.

Figura 7. Sistema de riego por goteo

Nota. Archivo fotográfico de Florval SAS.

Figura 8. Sistema de bombeo para el riego por goteo

Nota. Archivo fotográfico de Florval SAS.

3.7.

MODELO Y SISTEMA DE CORTE DE LA FLOR

Esta tarea es una de las más importantes en el cultivo, ya que debe realizarse a diario de forma completamente manual mediante el uso de una tijera. La labor se replica en todas las variedades de flores cultivadas, comienza cuando la planta alcanza los 30 cm de altura. La flor se corta individualmente, una por una, y se deshoja a mano. En la Figura 9 se presenta cómo se corta y extrae la flor.

El rendimiento de una persona en la labor de corte es de aproximadamente 25 tallos/minuto. Una vez cortadas, las flores se depositan en un balde y se transportan en un carro manual pequeño hasta el final de la cama hidropónica. Allí, otro operario se encarga de recolectar los dispositivos de almacenamiento, conocidos como tabacos. En un cultivo como Florval, la producción diaria oscila entre los 250.000 y 300.000 tallos. Esta tarea se realiza de lunes a sábado, durante todo el año.

Figura 9. Representación del corte de miniclavel

Nota. Archivo fotográfico de Florval SAS.

3.8.

POSTCOSECHA Y CLASIFICACIÓN DE LA FLOR

La postcosecha constituye la fase de acondicionamiento de la flor, durante la cual se prepara para su comercialización y procesamiento posterior. La recepción de las flores se realiza desde los distintos sectores de cultivo, donde son entregadas con una preclasificación inicial basada en criterios como el color, el sector de origen y el número de tallos. Posteriormente, las flores ingresan a cámaras de refrigeración para iniciar los procesos de clasificación y distribución. Estos procesos se llevan a cabo principalmente en dos áreas: la clasificación automática y la clasificación manual.

En el sector de clasificación automática, la empresa Florval utilizan máquinas Bercomex que cuentan con un rendimiento de 85.000 tallos/hora. El sector de clasificación manual está compuesto por mesas donde los tallos débiles se seleccionan y se configuran ramos con varios colores. La integración de ambos métodos de clasificación permite que las flores sean

procesadas y empacadas en cajas. Una vez empacadas, se almacenan en un cuarto frío a una temperatura de 3 °C, donde permanecen un máximo de dos días. Luego, se despachan con refrigeración para mantener la cadena de frío hasta el aeropuerto, desde donde se envían diariamente a la ciudad de Miami.

Clasificación manual En la clasificación manual se confeccionan ramos artesanalmente como se muestra Figura 10. Una de las ventajas de esta forma de manipulación de la flor es que el ramo queda mucho mejor armado y presentado que con la manipulación automatizada. Aunque con la clasificación manual los rendimientos son más bajos, de entre 3800 y 4000 tallos/hora, existen menos daños mecánicos si se la compara con la clasificación automatizada, es decir, ofrece menos pérdidas de material.

Figura 10. Clasificación manual de las flores

Nota. Archivo fotográfico de Florval SAS.

Clasificación automática Para la clasificación automatizada se utilizan máquinas que seleccionan, cuentan y atan las flores, realizando una interfase entre el ser humano y la máquina. La máquina se alimenta de acuerdo con el color de las flores y en función de los pedidos de los clientes. En la Tabla 6 se describe el proceso de clasificación automática. Tabla 6. Etapas del proceso de clasificación automática Etapa Descripción Fotografía del proceso Deshoje Se inicia el proceso de deshoje de los tallos de las flores. Estas pasan por bandas donde se separan manualmente, se desecha el material vegetal con unas deshojadoras y se cuentan mediante un sistema de visión artificial. Los tallos se atan manualmente, tras lo cual se le pone un capuchón a cada ramo, para pasar luego a una zona de humectación.

Separación Proceso de separación de los tallos de la flor. La velocidad de los operarios para alimentar la máquina es lo que determina el rendimiento de la línea de clasificación, la cual está diseñada para procesar 8500 tallos/hora.

Acomodación manual y corte de tallos Acomodación manual de la flor de acuerdo con el requerimiento de longitud de los tallos, que luego se pasan por unas cuchillas de corte. El conteo y la clasificación mecánica por número de tallos es uno de los aspectos más críticos del proceso.

Conteo manual de ramos Conteo manual del número de tallos y atado del ramo de flores.

Posteriormente se coloca un capuchón plástico, y luego se envía a una zona de hidratación

3.9.

ERRADICACIÓN Y RENOVACIÓN DE CULTIVO (NUEVAS SIEMBRAS)

La renovación parcial de camas hidropónicas es un proceso intensivo y complejo que implica varias etapas. Se erradica primero todo el material vegetal existente en las camas y se recoge el sustrato usado en lonas. Se procede luego a lavar y reparar los plásticos de los contenedores y la infraestructura de las camas hidropónicas. Los contenedores se rellenan posteriormente con nuevo sustrato, aplicando tres capas superpuestas e inundándolos para lograr la humedad adecuada para la siembra. Este proceso se realiza de manera completamente manual y artesanal, lo que conlleva una baja eficiencia, problemas de salud laboral, altos niveles de ausentismo y una alta rotación del personal encargado de esta tarea.

Con relación a la erradicación o nuevas siembras, según el modelo de producción, el 70 % del cultivo se renueva por completo cada año, lo que equivale a aproximadamente 21 ha. El proceso comienza con la interrupción del suministro de agua y fertilizantes durante dos días. Se inicia luego la labor de erradicación, almacenando el sustrato usado en costales de 25 kg. Se procede después a cambiar los plásticos de las camas hidropónicas, los cuales son cuidadosamente lavados.

El sector floricultor colombiano enfrenta desafíos estructurales que requieren una transformación profunda basada en la innovación tecnológica y el cumplimiento estricto de los marcos regulatorios en materia de seguridad y salud en el trabajo. Entre las principales problemáticas destacan la alta incidencia de enfermedades laborales de origen

musculoesquelético, el elevado índice de ausentismo y rotación de personal, y la necesidad de fortalecer la propuesta de valor como entorno laboral atractivo y competitivo. De acuerdo con los lineamientos establecidos en la Ley 1562 de 2012 sobre Riesgos Laborales y las directrices de la Organización Internacional del Trabajo (OIT) respecto a condiciones de trabajo seguras (Convenio 155), el sector debe adoptar medidas de intervención técnica orientadas a la prevención primaria de riesgos laborales. En este sentido, resulta prioritario la incorporación de procesos de mecanización y automatización adaptativa, que permitan reducir los esfuerzos físicos repetitivos, mejorar la ergonomía ocupacional y elevar la eficiencia en la ejecución de tareas diarias.

La implementación de tecnologías inteligentes en el ciclo productivo no solo contribuiría al cumplimiento de las disposiciones de gestión del riesgo biomecánico (Resolución 0312 de 2019 en Colombia), sino que también permitiría estandarizar la calidad operativa, ampliar la cobertura de las labores críticas y fortalecer la sostenibilidad económica, social y ambiental del sector floricultor en el mediano y largo plazo.

Renovación parcial de camas hidropónicas El proceso de renovación parcial de camas hidropónicas se divide en tres fases básicas: erradicación (Figura 11a), reparación de la infraestructura (Figura 11b) y llenado de las nuevas camas (Figura 11c). Estas labores se llevan a cabo tras la suspensión del riego, la desinstalación de las líneas de goteo, el aislamiento del área para proteger las camas aledañas y la desinfeción de las camas por erradicar.

Figura 11. Proceso de renovación de camas hidropónicas

(a)

(b)

(c) Nota. Fotografías de las fases del proceso de renovación. (a) serie fotográfica del proceso de erradicación; (b) diagrama del proceso de reparación de plásticos e infraestructura; (c) diagrama del llenado de camas.

Fuente. Archivo fotográfico de Florval SAS.

Este proyecto aborda principalmente la erradicación del material vegetal. Las actividades de erradicación o renovación del cultivo con nuevas plantas ofrecen una gran oportunidad de mejora, ya que actualmente el proceso se realiza de manera completamente manual y requiere de una gran cantidad de mano de obra, aproximadamente 25 personas. Esta tarea conlleva una alta morbilidad entre los trabajadores que la ejecutan. Por lo tanto, existe una oportunidad significativa para el desarrollo e implementación de soluciones tecnológicas que lo mejoren. La Tabla 7 presenta las etapas de la erradicación de material vegetal. Tabla 7. Etapas de la erradicación de material vegetal Etapa Descripción Desfibrado Las cuerdas que están en las camas hidropónicas se cortan con un cuchillo. Estas cuerdas aseguran que los tallos estén verticales. El material que resulta del desfibrado se remueve y se recolecta en lonas y se acopia en un remolque al final del invernadero.

Extracción del material vegetal El material vegetal se retira manualmente; luego se jala y se coloca sobre las mismas camas. Al terminar se saca de las camas hidropónicas en lonas, cubriendo el tercio inferior de la planta (raíz) para evitar esparcir en el aire residuos, plagas o enfermedades. Se ubica después en el remolque para ser llevado al compost. Al terminar de sacar el material vegetal, con una escobilla se barren los remanentes que quedan en los caminos y debajo de las camas.

Recolección del sustrato El sustrato se almacena en lonas y se ubica entre los caminos de las camas. Cuando se ha acumulado completamente, se cosen las lonas y se llevan al remolque para ser trasladadas a la planta de sustratos. Desinfección y aseo general Para la limpieza y desinfección de las camas hidropónicas se aplica una solución con hipoclorito de sodio (2 cm³ de hipoclorito por cada litro de agua). Se utiliza una poma de mil huecos para la desinfección de caminos, y finalmente se realiza un aseo general de las instalaciones (caminos, debajo de las camas, laterales, canales y contenedores).

Aspectos medibles en la labor Los indicadores ayudan a la medición de la labor realizada. La Tabla 8 recoge los cinco indicadores de la labor: rendimiento, estructura, seguridad, adaptable y se refiere al espacio disponible de movimiento al ejecutarla la labor, extracción del material vegetal.

Tabla 8. Aspectos medibles en la labor Aspecto Fases de cada aspecto Rendimiento

- Productividad en términos de:

- Optimizar la mano de obra asociada actualmente, la cual se

encuentra en cuatro camas diarias por operario.

- Tiempo: mejorar la eficiencia de la operación actual.

- Optimizar el espacio en los remolques.

- Desperdicio:

- Residuos en el suelo, disminuir la pérdida de material aprovechable.

- Sustrato, potenciar el aprovechamiento de la materia, reciclando la

mayor cantidad posible.

Estructura

- Camas estándar bajo planos suministrados.

- Instalación rápida y fácil.

Seguridad

- Cumplir las normas de seguridad y tomar medidas de seguridad en las

máquinas.

- Reducir las enfermedades laborales causadas por las posiciones que los

colaboradores asumen al arrancar el material. Considerar los principios de ergonomía.

Adaptable

- Espacios. Considerar aspectos de diseño de los invernaderos. El personal

debe ser capaz de movilizarse a través de cortinas, válvulas de goteo, varas de corredores.

- Arrancar cualquier variedad disponible en FV.

Extracción del material vegetal

- Trasladar material vegetal al remolque.

- En el árbol de objetivos se ha ponderado la importancia de cada objetivo.

Se destaca que el rendimiento y la funcionalidad predominan sobre la estructura y la seguridad, pero los parámetros con mayor puntuación son la función de extraer y trasladar el material vegetal. Ahora bien, con el fin de validar el cumplimiento de los objetivos, a partir de la información anterior se diseña una rúbrica de validación de especificaciones que se observa en la Tabla 9.

Tabla 9. Rúbrica de validación de especificaciones Aspecto Requisito Validación o comprobación con valores actuales Reducción Mano de obra Cantidad de personas (una persona por cama) Reducción Tiempo Tiempo de ejecución (25 min/cama) Acumulación y traslado (25 min/cama) Reducción Residuos del suelo Se recolectan 3 bultos/cama Reducción Desperdicio sustrato Se recolectan 25 bultos/cama Reducción Enfermedades laborales Posiciones que asumen los colaboradores Función Extraer material vegetal Dejar el sustrato libre de material vegetal Función Trasladar material vegetal Disponer el material vegetal a la salida del invernadero Función Cumplir normas de seguridad Medidas de seguridad máquinas NTP-235

Adaptable Espacios Debe pasar por limatones, cortinas, válvulas de goteo, varas corredores Adaptable Camas estándar Según planos [GR-GR-IN-003(-004-005-451)] Adaptable Variedades de miniclavel

87 variedades

Optimización Espacio en remolques Cupo de 9 camas/remolque Instalación y uso Rápido y fácil Colaboración de tres o menos operarios Mediante un diagrama de flujo que muestra las entradas y salidas del proceso, la Figura 12 presenta las funciones que deben cumplirse2.

Figura 12. Diagrama de funciones en el proceso de renovación

2 Los pasos mostrados son opcionales y dependen del diseño final de la solución.

Árbol de objetivos de la erradicación de plantas La Figura 13 presenta el árbol de objetivos de erradicación de plantas. Se confecciona a partir de los rendimientos, la estructura, la seguridad y la funcionalidad, la ponderación se da a partir de criterios de importancia industrial que tiene cada objetivo.

Figura 13. Árbol de objetivos de la erradicación de plantas

En la Figura 14 se presentan las principales medidas de una cama hidropónica modelo. − Espacio horizontal entre camas: 450 mm (diagonal de 340 mm y limatón de 250 mm).

− Ancho de cada conjunto hidropónico: 250 mm. − Altura de la cama: 380 mm.

− Tiempo de arranque por cama: < 25 min. − Tiempo acumulación y traslado por cama: < 30 min. − Plantas por cama: 888, distribuidas uniformemente en 4 hileras. Figura 14. Cama hidropónica (vista superior)

Se presenta a continuación la lista de chequeo de la descripción de movimientos para ejecutar la labor de erradicación de plantas:

1. Avance horizontal (quedar sobre cama).

2. Cierre de prensa (sujetar plantas).

3. Avance vertical (arranque).

4. Retroceso horizontal.

5. Giro de 90º

6. Apertura de prensa (expulsión de material).

7. Giro de -90º

8. Retroceso vertical

9. Posicionamiento de siguiente planta.

En los últimos años, se han desarrollado investigaciones experimentales de alta calidad orientadas al diseño y optimización de sistemas de camas hidropónicas para cultivos ornamentales (Tanemura y Ohyama, 2023). Aunque gran parte de estos estudios se ha enfocado en especies de menor porte, sus resultados han sido extrapolables y relevantes para plantas de mayor valor comercial como Gypsophila, Gerbera, Hortensia, Statice, Calla, Snapdragon y Anthurium. Adicionalmente, se han logrado avances significativos en la producción hidropónica de orquídeas y bromelias, lo cual confirma la versatilidad y adaptabilidad de esta técnica a diferentes morfologías y requerimientos fisiológicos de cultivos ornamentales (Khasanah et al., 2023). Sin embargo, el análisis detallado de estos resultados excede el alcance del presente estudio. En la Figura 15 se muestran algunas clases de camas hidropónicas para otras variedades de flores.

Figura 15. Cultivos de sistema GHT con diferentes variedades de flores

4. CAPÍTULO 4

TRABAJO DE CAMPO Y ESTUDIO TECNOLÓGICO

N este capítulo se presentan y describen las máquinas y las metodologías empleadas actualmente en el sector. Las empresas analizadas están ubicadas en la sabana del departamento de Cundinamarca, en el departamento de Antioquia (Colombia) y en Ecuador. Estas empresas se clasifican en niveles 1, 2 y 3, según su tamaño medido en hectáreas cultivadas con diversas variedades de flores, abarcando 34 compañías de la organización GHT. Los tres niveles se presentan a continuación: − Nivel 1. Empresas de entre 6 y 10 hectáreas sembradas bajo invernadero. − Nivel 2. Empresas de entre 10 y 20 hectáreas sembradas bajo invernadero. − Nivel 3. Empresas mayores a 20 hectáreas sembradas bajo invernadero y en la modalidad de multiproducto (diferentes variedades de flores como rosas, crisantemos, etc.).

Cada compañía presenta diferentes niveles de desarrollo tecnológico en función de su tamaño y productividad que se refleja en la rentabilidad, lo cual les permite un crecimiento autónomo o invertir en la gente y en la infraestructura. Florval, la compañía tomada como muestra y caso de estudio, cuenta con un cultivo de miniclaveles de 30 hectareas, que produce aproximadamente 65 millones de tallos al año.

4.1.

DESARROLLO DEL TRABAJO DE CAMPO

Este estudio, que incluyó visitas a diferentes cultivos, abarcó un año de trabajo en Antioquia, la Sabana de Bogotá y Ecuador. Las visitas de campo en el cultivo de Florval tuvieron una duración E

de tres años. El trabajo de campo involucró el estudio de varias tipologías de flores, entre ellas rosas, claveles, hortensias, margaritas, azucenas, lirios y astromelias.

Desarrollo de la metodología de diseño de máquinas Para el diseño o rediseño de las máquinas, se desarrolla una secuencia de todas las actividades. El propósito de esta secuencia es conseguir un diseño de bajo costo que cumpla las tareas requeridas, con el fin de cubrir las necesidades dentro de las labores de erradicación mecánica o automática de plantas. Finalmente, se revisarán los diferentes modelos para la selección de la mejor solución.

Después de más de 30 años de trayectoria empresarial en Colombia, las flores se han ubicado como la principal exportación no tradicional del país (Minagricultura, 2017). Existe una necesidad de implementar una metodología específica para el diseño y rediseño de máquinas para el sector floricultor (Roa-Ortiz y Cala-Vitery, 2025), por lo que se tienen en cuenta los siguientes factores:

− Tecnologías apropiadas a las aplicaciones del caso de estudio, metodologías de diseño, rediseño de máquinas, con especial atención en las metodologías de fases. − Metodologías de diseño aplicadas a tecnologías. Se estudian las limitaciones sobre el diseño de tecnologías necesarias con base en ejemplos de proyectos de este tipo referenciadas en la bibliografía y se realiza un análisis global del estado del arte. − Desarrollo de la propuesta metodológica de diseño de máquinas funcionales. El análisis de la bibliografía y de los casos prácticos justifica la necesidad de la propuesta metodológica y permite definir las bases de la metodología que se describe. Se establece la relación entre contexto y definición de máquina en el proceso de diseño. Se confecciona posteriormente la lista de referencia del contexto que ha de servir como herramienta para llevar a cabo la etapa de análisis, previa a la definición de las máquinas o nuevos diseños.

− Aplicación de la metodología de diseño sobre máquinas para resolver problemas. Se aplica la metodología propuesta a la renovación de cultivos y el atado de tallos,

anteriormente descritos, por lo que se propone una máquina para asperjar y otra para erradicación, así como el rediseño del mecanismo de una máquina atadora. Se analizan los resultados y se contrastan con las condiciones actuales. Se lleva a cabo el diseño completo de los equipos, incluyendo la nueva etapa propuesta, y se comparan los diseños entre diferentes contextos para el caso del sector floricultor. La integración de la ingeniería de diseño cuenta con unos objetivos que aparecen planteados en el estado del arte. Uno de los más importantes es el análisis del desarrollo actual de la forma como se ejecutan las labores culturales en la empresa caso de estudio y la determinación de las herramientas que se han utilizado para la ejecución de estas labores. Existen dos modelos de procesos de diseño: los modelos descriptivos y los modelos prescriptivos (Cross, 2021).

Los modelos descriptivos definen los pasos sistemáticos normales usados en el diseño. Generalmente, estos modelos de diseño permiten buscar soluciones sin seguir una metodología de fases ni ser tan rigurosos. En estos modelos se usan experiencias, guías generales y reglas de buenas prácticas. Sin embargo, aunque existen diseños basados en este modelo, que no cuentan con un hilo conductor sistemático en fases, asisten metodológicamente el desarrollo del proyecto hasta la fase final. Es decir, en estos diseños no hay una garantía sistémica y, por tal razón, tienen una definición de diseño heurístico (Cross, 2021). Ejemplos de este caso están incluidos en el modelo propuesto por Nigel (1994) y el modelo de French (1985) (Cross, 2021). Los modelos prescriptivos, por su parte, proponen un patrón concreto y están enfocados en actividades sistemáticas. Se enfocan en realizar un trabajo más analítico para proceder así a la generación de soluciones basadas en conceptos y buscan mayor asertividad en el desarrollo del proceso. También pretenden suplir la necesidad inicial de la búsqueda de una solución a través del modelo de procesos de diseño (Cross, 2021). Hay dos clases de modelo dentro de esta clasificación: los modelos de fase y los modelos de artefacto (Oosterman, 2001). − Los modelos de fase estructuran el proceso de diseño en etapas o fases. Las actividades intrínsecamente cuentan con el análisis, la síntesis y la evaluación de las fases (Dieter, 2008; Otto y Wood; 2000; Pahl et al., 2007; Ullman, 2017).

− Los modelos de artefacto también estructuran el proceso de diseño; sin embargo, su trabajo se centra en el procesamiento de la información hasta llegar a satisfacer la necesidad con el diseño final. Una de las aplicaciones es el diseño axiomático y el modelo del despliegue de la función de la calidad (Akao, 2004). Para el presente proyecto los modelos prescriptivos se consideran los más adecuados para la formulación. Algunas de las metodologías más resaltantes de diseño están basadas en experiencias de diseño mientras que otras presentan una justificación científica. Por tanto, se compara algunas de estas metodologías, y se seleccionará la más adecuada para los diseños de este proyecto. Las metodologías que se compararán son las metodologías de Pugh, de Hubka y Eder y de Ullman:

− Pugh. Implica un proceso sistemático de selección de la mejor alternativa de diseño. Utiliza de manera conjunta todos los posibles criterios de evaluación implicados, que pueden sintetizase en una matriz que muestra la comparación entre prototipos de diseño (Instituto de Biomecánica de Valencia, 2001).

− Hubka y Eder. Divide el proceso de diseño en seis pasos: elaboración de la tarea seleccionada, conceptualización, diseño conceptual, materialización, layout y diseño de detalle (Blanco, 2018).

− Ullman. Está orientada en gran parte a la contextualización de la problemática que rodea la idea de diseño. Se enfoca en la necesidad del mercado y cómo se comportaría este frente a la producción en masa del producto (Ullman, 2017) En la tabla 10 se presenta la comparación de las metodologías de diseño examinadas: Pugh (Instituto de Biomecánica de Valencia, 2001), Hulbka y Eder (Blanco, 2018), Ullman (Ullman, 2020) y VDI 2221 (Jänsch y Birkhofer, 2006).

Tabla 10. Comparación de las metodologías de diseño

Pugh Hulbka y Eder Ullman

VDI 2221

Estudio de mercado X

X

Clarificación de la tarea a realizar

X

X Requerimientos de diseño X X X X Diseño conceptual X X X X División en módulos de funcionamiento

X Diseño de materialización X X X X Diseño de detalle

X X X Tras la comparación de las metodologías de Pugh, Hulbka y Eder, Ullman y VDI 2221, realizada con base en las etapas de diseño (definición del producto, diseño conceptual, diseño de materialización y diseño de detalle) y en las subtareas que de las etapas pueden derivarse, se concluye que la metodología VDI 2221 es la que mejor se ajusta para el caso de diseño actual por las siguientes razones:

− Es una metodología que no incluye el estudio de mercado entre sus pasos. Este estudio de mercado puede traducirse en un desarrollo innecesario en casos de diseño destinados a la producción en masa para la comercialización. Pero en el caso actual esta fase no es relevante, ya que el diseño se enfoca en proporcionar una solución específica, mas no en su comercialización.

− Es la única metodología que se centra en el diseño de sistemas técnicos de ingeniería. Ello implica que, al realizar un diseño técnico, se recomienda realizar módulos conjuntos de funcionamiento, que en el caso actual facilita la concepción de los diferentes subsistemas que compondrán el diseño.

VDI 2221: Systematic Approach to the Development and Design ff Technical Systems and Products (VDI, 1987), es el nombre de la guía desarrollada por la Asociación de Ingenieros Alemanes (VDI, por sus siglas en alemán). En este documento se propone una metodología basada en soluciones de problemas mediante sistemas de ingeniería, dividiendo el proceso en siete fases (Jänsch y Birkhofer, 2006) (Figura 16).

Figura 16. Esquema de la metodología de diseño de la VDI 2221

Nota. (Jänsch y Birkhofer, 2006).

4.2.

PROPUESTA DE DISEÑO DE EQUIPO DE CLASIFICACIÓN DE FLOR, ATADORA DE

FORMACIÓN DE RAMOS

En este apartado se presenta el equipo que actualmente ejecuta esta tarea, se presentan las especificaciones de la atadora y se presentan los fallos que muestra el equipo de atado.

Introducción del equipo actual La clasificación de las flores en la empresa Florval se lleva a cado de la siguiente manera: 1 Alimentación de flor.

2 Clasificación y postura de la flor.

3 Corte y homogeneización de la longitud de los tallos.

4 Conteo de tallos y armado de ramos.

5 Atado de los tallos.

6 Marcación del tipo de ramos constituido

La Figura 17 presenta un sistema de clasificación y procesamiento de flores aplicada a los mini claveles. Se muestra desde el ingreso hasta la salida de la flor, donde se obtienen los ramos conformados, para ser empacados, llevados al proceso de refrigeración y preparación para su exportación. Por la derecha de la imagen entra el producto y a la izquierda sale. Figura 17. Línea de procesamiento y clasificación de flores Bercomex para Mini claveles.

Nota. Fabricante Bercomex (2019).

El estudio se concentra en un equipo denominado atador dentro de este sistema. Como se trata de un dispositivo que presenta varios fallos de operación (alto número de tallos dañados durante el turno, deterioro acelerado de partes, disponibilidad reducida de repuestos en el país), por lo que ofrece grandes oportunidades de mejora.

Especificaciones de la atadora La atadora presenta las siguientes especificaciones:

– Modelo estándar CRM.

– Duración de ciclo: 0,65 segundos.

– Dimensiones: 470 x 320 x 700 mm (incluyendo la bobina de cinta elástica).

– Peso: 30 kg.

– Materiales de fabricación: acero inoxidable, aluminio y plástico.

– Nivel acústico: inferior a 70 dB.

Se realiza a continuación la descripción del equipo actual, desglosando las partes que lo conforman. La Figura 18 muestra un modelo de la atadora con carcasa completa. Figura 18. Render de atadora completa

Nota. Fabricante Bercomex (2019).

La Figura 19 muestra el interior de la carcasa de la atadora. Se presenta el mecanismo completo del atador, dispositivo que realiza el nudo que sujeta los ramos de flores. Figura 19. Render del mecanismo completo del atador

Nota. Bercomex (2019).

La Figura 20 presenta con detalle el mecanismo de la leva y cruz de malta que realiza el corte del elástico.

Figura 20. Fotografía del mecanismo completo del atador

Nota. Foto de la máquina de Florval, Bercomex 2019.

La Figura 21 presenta el mecanismo del dispositivo anudador. Su movimiento es el resultado del accionar del dispositivo de la leva, el cual se mueve mediante piñones cónicos. Figura 21. Fotografía del mecanismo completo del atador

(a)

(b) Nota. a y b, mecanismo anudador de la atadora.

Fallos del equipo de atado Mediante un análisis del historial del equipo y del seguimiento de su funcionamiento, se pudieron caracterizar los principales problemas que presenta el equipo atador de ramos. Esta caracterización permitió la identificación de sus posibles causas y la formulación de una serie de posibles soluciones (tabla 11).

Tabla 11. Caracterización de los principales problemas de la atadora Problema Causa posible Solución La máquina no arranca La lámpara de prueba en el panel de mandos no está encendida.

Poner el interruptor de marcha/parada en posición correcta.

La placa de la atadora está mal colocada.

(El interruptor marcha/parada está encendido, pero la lámpara de prueba no).

Posicionar correctamente la placa de la atadora.

Comprobar que los orificios de posicionamiento no están sucios. Malfuncionamiento o defecto en el regulador de frecuencia (tanto el interruptor marcha/parada como el botón de prueba están encendidos). Quitar la tensión de la atadora durante un minuto.

La máquina no anuda bien Elástico (cinta elástica) atascado en la anudadora.

Sacar restos de cinta elástica de la anudadora.

Muelle de compresión del empujador del nudo destensado o roto.

Cambiar muelle.

El portacinta está mal regulado. La posición de comienzo del portacinta debe regularse entre 48 y 50 mm. El pico no abre bien.

Limpie el pico profundamente.

Eventualmente se puede engrasar el pico con una gota de aceite.

El cuchillo no corta bien. Verificar el movimiento del cuchillo y, si es necesario, sustituirlo. El suministro de cinta elástica separa de vez en cuando o se arrastra mucho.

Verificar el montaje de la bobina de cinta elástica. Verificar el suministro de cinta elástica.

4.3.

DISEÑO DEL MECANISMO ANUDADOR

La Figura 22 presenta un diagrama de los sistemas y subsistemas para el diseño de la atadora. Figura 22. Diagrama de sistemas y subsistemas para el diseño de la atadora

Mecanismo anudador Dentro de los diferentes mecanismos de la máquina atadora, el mecanismo anudador es el principal. Este mecanismo consiste en una pinza giratoria, donde su mandíbula inferior, al seguir la trayectoria de una leva anexada al eje, permite el movimiento de apertura/cierre de la pinza Atadorta Sistema de anudamiento Mecanismo de anudado Pinza de anudado Leva para movimiento aperturacierre Eje de anudado (eje y engranajes) Palanca de empuje Mecanismo de cerrado del gancho Pieza de cerrado (seguidor) Leva para movimiento de cerrado Mecanismo de cortado del elástico Cuchilla Pieza de cortado (seguidor con cuchilla) Mecanismo de sujeción del elástico Pieza primaria de sujeción (seguidor 1) Pieza secundaria de sujeción (seguidor 2) Leva para movimiento de sujeción Sistema de transmisión de potencia Eje principal Eje y engranajes Sistema de transmisión de potencia Motor y caja reductora Sistema de aguja enlazante Aguja enlazante Mecanismo de aguja enlazante Eje para aguja enlazante (eje y engranajes) Mecanismo de alimentación del elástico Estructura para carrete de elástico Estructura Estructura general

durante una rotación del eje. La mandíbula inferior, para poder seguir la trayectoria de la leva, tiene en su parte inferior un seguidor cilíndrico. El despiece del mecanismo anudador se presenta en la tabla 12:

Tabla 12. Caracterización del mecanismo anudador Pieza Descripción Modelo Eje con mandíbula superior Anexa al eje, en una de sus caras, está la mandíbula superior de la pinza. Ella cuenta con una geometría de espiral a lo largo de su cuerpo, con el fin de que al girar con el eje, la geometría permita al elástico dar una vuelta alrededor de la pinza. Esta vuelta del elástico es importante para realizar el nudo.

Mandíbula inferior Esta parte de la pinza es la encargada de realizar el movimiento de aperturacierre para poder terminar el nudo con el entrelace del elástico. Para poder realizar este movimiento, la mandíbula inferior tiene unido un seguidor cilíndrico, que, a su vez, sigue la trayectoria de una leva diseñada para que la pinza se cierre y se abra a lo largo de una rotación del eje.

Leva Como se mencionó anteriormente, para poder realizar el movimiento de apertura-cierre de la pinza a lo largo de una rotación del eje, el seguidor de la mandíbula inferior debe seguir la trayectoria de una leva. La leva presenta las siguientes especificaciones debido a las necesidades de desplazamiento en el funcionamiento de la máquina determinados:

a. Detenimiento en desplazamiento

cero en 180°

b. Subida de 10 mm en 90°

c. Bajada de 10 mm en 90°

Para poder definir la geometría de la leva, se procedió a realizar un análisis gráfico de ésta, comenzando con la definición de la gráfica de desplazamiento. La leva se obtiene con los datos que arroja la gráfica de

desplazamiento, por método gráfico con el círculo base.

Ensamblaje del mecanismo Ya con todas las partes de este mecanismo descritas, se procede a ilustrar su ensamblaje. Cabe resaltar que la unión entre las dos mandíbulas se realiza por sujeción mediante un tornillo.

Diseño del mecanismo de expulsión del nudo Se trata de un dispositivo que forma parte de los diferentes mecanismos que componen el sistema de anudamiento. El mecanismo anudador termina su ciclo de operación cuando el nudo está hecho. Aún si el nudo queda hecho, sigue sostenido por las mandíbulas del mecanismo anudador, por tanto, para seguir con la línea de amarrado, este nudo debe salir del sistema de anudamiento. El mecanismo se compone de dos piezas las cuales se describen en la Tabla 13.

Tabla 13. Caracterización del mecanismo de expulsión del nudo Pieza Descripción Modelo Palanca de empuje Consiste en una pieza con forma de gancho en su parte superior. Su función es empujar o sacar del ciclo de anudado el nudo terminado. Conectado a ésta tiene un cuerpo alargado, que en su parte baja está anexado un seguidor cilíndrico para poder seguir la trayectoria de una leva, que permitirá el movimiento deseado (atrás-adelante).

Sobresale un resorte que conecta y amortigua el movimiento producido por la leva. Este resorte va conectado desde la pieza hasta la estructura de soporte del sistema de anudamiento.

Leva Esta parte del mecanismo es la que permite el movimiento deseado (atrás-adelante).

Se presentan a continuación los requerimientos de diseño según el funcionamiento de la máquina:

a. Detenimiento

bajo durante 270° b.Subida de 10 mm en 45° c.Bajada de 10 mm en 45° Con los requerimientos de movimiento definidos, mediante estrategias de análisis gráfico se obtuvo la geometría de la leva.

5. CAPÍTULO 5

INNOVACIÓN DE LOS PROCESOS DE LAS LABORES DE ERRADICACIÓN

O RENOVACIÓN DE CULTIVO Y DE ASPERSIÓN O FUMIGACIÓN

n este apartado se presenta la propuesta de diseño de una máquina o mecanismo que sirva de apoyo en el área de hidroponía dedicado al arranque del material vegetal o erradicación en la empresa Florval S.A.S, específicamente en camas hidropónicas de miniclavel. Se definen inicialmente diferentes alternativas de solución. A partir de ese análisis se lleva a cabo el diseño detallado de una de ellas a partir de la utilización de actuadores eléctricos y neumáticos. La principal limitación que esta intervención presenta es el espacio disponible entre camas hidropónicas, puesto que es la zona por donde tendría que pasar la máquina para realizar su trabajo.

Las especies ornamentales se clasifican según su ciclo de vida en anuales, bienales o perennes. Las plantas anuales, como algunas variedades de crisantemo o petunia, completan su ciclo biológico —de germinación a floración y muerte— en menos de un año. Las bienales, como la Digitalis, requieren dos estaciones: una para el crecimiento vegetativo y otra para la floración. En contraste, las especies perennes presentan floraciones sucesivas durante varios años, como es el caso del Anturio o la Hortensia. Un ejemplo relevante de cultivo perenne de ciclo productivo extendido es el clavel (Dianthus caryophyllus var. spray), cuya producción continua puede mantenerse hasta por 18 a 24 meses, dependiendo del manejo agronómico y ambiental (Nayak et al., 2024). Esta clasificación es crucial para planificar la rotación de cultivos, el uso del suelo y la estrategia de inversión en floricultura. Particularmente la empresa Florval que desea mantener la mejor calidad posible de sus cultivos de miniclaveles, han determinado que necesitan realizar la renovación de sus cultivos cada 6 meses. La dimensión de la renovación de Florval es aproximadamente el 70 % de todo el cultivo, es decir, 21 hectáreas.

E

El sector floricultor exige una normatividad rigurosa con la prevención de accidentes o lesiones con el departamento del SST, que debe de cumplir con los requisitos de salud ocupacional. Por lo que estas actividades requieren de un proceso de mejora con base en la mecanización y automatización de procesos que permitan la reducción de la mano de obra de alto riesgo. Para dar este primer paso, se inicia con los requisitos de diseño.

5.1.

REQUISITO DE DISEÑO

La sintetización de las características deseadas para que la máquina cumpla con la labor para la que es diseñada se denomina árbol de objetivos. El árbol se encuentra discriminado como se muestra en la Tabla 14.

Adicionalmente, en el árbol de objetivos se ha ponderado la importancia de cada objetivo, donde se puede subrayar que el rendimiento y la funcionalidad destacan sobre la estructura y la seguridad. Los parámetros con mayor puntuación son la función de extraer y trasladar el material vegetal junto con funcionar para camas estándar. Tabla 14. Requisitos de diseño de la máquina Requisito Características Rendimiento

- Productividad en términos de:

- Optimizar la mano de obra asociada actualmente, la cual se encuentra en

cuatro camas diarias por operario.

- Tiempo: mejorar la eficiencia de la operación actual.

- Optimizar espacio en los remolques.

- Reducción de desperdicios.

- Residuos en el suelo, disminuir la pérdida de material aprovechable.

- Sustrato, potenciar el aprovechamiento de la materia reciclando.

Estructura

- Camas estándar. Funcionan bajo los planos suministrados por GHT, según

modelo productivo.

- Instalación rápida y fácil.

Seguridad

- Cumplir las normas de seguridad y las medidas de seguridad en las máquinas.

- Reducir las enfermedades ocasionadas por las posiciones que los colaboradores

deben asumir para realizar la labor de arrancado del material. Ergonomía. Funcionalidad

- Adaptable.

- Espacios. Considerar la composición de los invernaderos. Debe ser capaz de

movilizarse a través de cortinas, de válvulas de goteo y varas de corredores.

- Arrancar cualquier variedad disponible en FV.

- Extracción de material vegetal.

- Trasladar material vegetal al remolque.

5.2.

GESTIÓN DE ALTERNATIVAS DE POSIBLES SOLUCIONES

Inicialmente se plantearon tres posibles soluciones para cada una de las funciones que debe cumplir la labor de erradicación o renovación de cultivos (tabla 15). Las soluciones están divididas en tres estados: prearranque, erradicación y arranque, que son los pasos sistemáticos de la labor.

Con base en el análisis previo y la información recolectada al observar cómo las personas ejecutaban la labor, así como con la retroalimentación del personal operativo y los jefes, se realizó un prediseño de tres posibles alternativas de solución.

Tabla 15. Algoritmo para la erradicación de plantas Estado Función Variables Prearranque Corte de enka Total Parcial Erradicación Arrancado de material vegetal Tracción Entrada vertical Entrada horizontal Tijeras Prensa Excavación Rueda Pelton Garras Corte de material vegetal Únicamente corte Sumado al arranque Posarranque Expulsión de material vegetal Lateral Frontal Salida de material vegetal Cable vía Banda transportadora Material vegetal dentro del remolque Apilación del material vegetal tras el arrancado Picar y acumular en lonas

Primera alternativa Se plantea la puesta en marcha de una máquina que funciona con servomotores que dan movimiento a un sistema de piñón y cremallera tanto para el movimiento en los ejes X y Y. Se planea además el uso de cuatro mecanismos usados únicamente en el arranque (no se contempla el traslado de las plantas fuera del invernadero, ya que cada cama hidropónica mide 32 m). Los mecanismos funcionan de la siguiente manera:

− Piñón-cremallera de desplazamiento vertical. Su función es arrancar el material. − Piñón-cremallera de desplazamiento horizontal. Su función es posicionar la prensa en cama.

− Tornillo. Su función es cerrar la prensa para agarrar y soltar el material. − Piñones cónicos. Su función es trasladar el material a la tolva creando una rotación de 90°.

Una visualización gráfica inicial de la alternativa se muestra en la Figura 23. Figura 23. Primera alternativa. Arranque del material vegetal

Segunda alternativa Esta máquina es similar a la de la primera alternativa, con la diferencia que no usa mordaza. Este diseño tiene una garra metálica para erradicar la planta desde su base, que es la gran diferencia con la primera alternativa.

Esta alternativa hace uso de tres de los mecanismos descritos en la alternativa anterior. Se suprime el uso de un tornillo al cambiar el mecanismo de agarre de material por medio de

una garra que se entrelaza con las raíces. Una visualización inicial de la alternativa se muestra en la Figura 24.

Figura 24. Segunda alternativa. Arranque material vegetal

Tercera alternativa Esta alternativa es el resultado de los aportes y sugerencias realizados por los trabajadores de todos los niveles involucrados en las actividades del cultivo. A partir de las observaciones de cómo se ejecuta la labor, se logró obtener un diseño más versátil y completo para la ejecución de las labores. (Los planos detallados aparecen recogidos en el apéndice 1.) Cálculos I.

Se calcula la velocidad de arranque usando el diseño propuesto por el equipo.

25 min →1 cama (888 plantas x cama hidropónica)

25min ∗60 s min

888 plantas

= 1.689 s planta Arrancando cuatro matas al tiempo:

1,689 s →1 planta

6,756 s →4 plantas II.

Fuerza necesaria en arranque: Pruebas en Selene o Nimbus (color blanco):

8 kg →1 mata

32 kg →4 matas

𝐹𝐴= 32 kg ∗9,81 m s2 = 313,92 N Pruebas en Rafines (morado):

15 kg →1 mata

60 kg →4 matas

𝐹𝐴= 60 kg ∗9,81 m s2 = 588,6 N

III.

Motor necesario para el posicionamiento entre matas:

Con ruedas de 4”

4 in ∗0,0254 m

1 in

= 0,1016 m Velocidad de avance: 26 cm/s 𝑤= 0,26 m/s 0,1016 m = 2.559 rev s ∗60 s min = 153,54 𝑟𝑝𝑚 Aproximando a 150 min-1, se puede obtener con un motor de 3000 min-1 con un reductor 20:1.

Masa en movimiento: 50 kg (estimado) Por diagrama de fuerzas:

𝑊⃗⃗⃗ = 𝑁⃗⃗

𝑊⃗⃗⃗ = 50 kg ∗9,81 m s2 = 490,5 N = 𝑁⃗⃗ Factor de fricción: 0,6 (contacto rueda polímero y tierra) 𝐹𝑟⃗⃗⃗ = 𝑁⃗⃗ ∗𝑓𝑟= 490,5 N ∗0,6 = 294,3 N 𝑇= 𝐹∗𝑑= 294.3N ∗0.1016m

2

= 14.95Nm 𝑃= 𝑇∗𝑤= 14,95 Nm ∗150 min−1 ∗(2π rad rev min

60 s) = 234,84 W ∗

1 hp

745,7W = 0,3149 hp

IV.

Selección de cadena:

A 150 min-1, con una potencia 0,32 hp.

Se selecciona una hilera sprocket tipo A (de lubricación manual o por goteo), con un paso de 3/8” y 18 dientes para ambas conexiones, directamente en el motor y en el eje de transmisión.

Especificaciones técnicas de los sistemas a usar Primero se consideró usar el sistema de cuatro mecanismos descrito en la gestión de alternativas. Sin embargo, durante el diseño detallado, se observó que el espacio disponible para la máquina era limitado y que la secuencia de movimientos requería una alta precisión en términos de espacio y tiempo, lo cual demandaba el uso de servomotores. Por esta razón, se buscaron soluciones más compactas para los movimientos lineales, como los actuadores, descartando los hidráulicos debido a la fuerza requerida. Las alternativas restantes fueron los actuadores neumáticos y eléctricos.

La tabla 16 presenta las especificaciones y el movimiento de los actuadores, según la disposición mostrada en la imagen de la Figura 25. Para los actuadores que no presentan una fuerza específica, se necesita únicamente que posean la fuerza necesaria para movilizar el sistema. Adicionalmente, en términos de velocidad, la condición es que para todo el ciclo el

tiempo sea menor a diez segundos, teniendo en cuenta que actualmente el tiempo de arranque de cuatro matas toma cerca de siete segundos.

Figura 25. Disposición de actuadores. Arranque material vegetal

Tabla 16. Especificaciones de los actuadores Actuador Función Resolución Fuerza

1

Posicionamiento horizontal 20-30 cm

-

2

Desplazamiento vertical 10-30 cm > 588,6 N

3

Giro 90º

-

4

Funcionamiento prensa

16 cm

-

5

Traslado a mata siguiente

26 cm

-

Alternativas de actuadores Festo Inicialmente se evaluó la opción de utilizar actuadores eléctricos, dado que los actuadores neumáticos necesitan un trato especial por el sistema de aire comprimido obligatorio para su funcionamiento.

− Simplified Motion Series (SMS). Los actuadores mostrados en la Figura 25, hacen parte de esta serie de actuadores eléctricos. Su característica principal es que son más compactos y fáciles de usar, al disponer directamente de un motor y un drive propios

para su funcionamiento directo. Las características de cada uno de ellos se muestran en la tabla 17, en el mismo orden de los actuadores solicitados en la tabla 18. Tabla 17. Especificación de actuadores SMS Código Fuerza/Torque Carrera Velocidad

ELGS-TB-KF-60-200-12P

65 N

200

mm 1,04 m/s

EPCS-BS-60-100-5P

900 N

100

mm 0,09 m/s

ERMS-32-90

5,6 Nm 90°

100 rpm/min

EGSS-BS-KF-60-200-12P

250 N

20 mm

0,24 m/s Sin embargo, dadas las condiciones de ambiente a las que dichos actuadores estarían expuestos, especialmente la tierra, adicional al funcionamiento por ciclos necesario y las fuerzas relativamente bajas del sistema, se tuvo que descartar esta opción. Para otra serie de actuadores eléctricos el principal inconveniente era el espacio disponible, puesto que no se lograba conseguir la carrera necesaria dado el sitio aprovechable, especialmente de manera horizontal (espacio entre camas). Cabe advertir que estos actuadores poseen el servomotor y el drive a un costado, lo que aumenta el espacio que consume y afecta directamente el prediseño. Por ello se ajustó el montaje para una disposición de actuadores neumáticos.

− Actuadores neumáticos (gama básica). Se modificó especialmente el mecanismo principal encargado del arranque, ya que, considerando la altura de la cama y la presencia de una banda transportadora debajo para retirar el material vegetal, el espacio de maniobra es limitado. Además, se eliminó el actuador giratorio para reducir al máximo la cantidad de mecanismos necesarios, lo que también optimiza el tiempo de arranque al requerir menos movimientos y simplificar la solución.

a. FIGURA 26 muestra la primera propuesta. Su principal característica es que utiliza

un actuador sin vástago como base de toda la máquina, puesto que es el encargado de realizar la función principal de arranque, además de ser el soporte de todo el sistema.

Figura 26. Primera alternativa: actuadores neumáticos

Figura 27 muestra la segunda propuesta. Esta funciona bajo un principio similar a la alternativa anterior. La diferencia con ella es que en este caso el actuador principal es un cilindro y que su posición es invertida, razón por la que el arranque no se realiza al extender el vástago, sino al contraerlo.

Figura 27. Segunda alternativa: actuadores neumáticos

Como se mencionó anteriormente, en esencia lo que varía entre ambas alternativas es el actuador principal (en la tabla 18, es el actuador 1). Lo más destacable es su peso y fuerza. La tabla 18 recoge las características de los actuadores 1 y 2.

Tabla 18. Especificación de actuadores neumáticos Actuador Referencia Fuerza Peso Carrera

1

DGC-K-80-300

3000 N

17 kg

300 mm

DGC-K-60-300

1870 N

9 kg

300 mm

DSBC-63-300

1682 N

3 kg

300 mm

2

DGC-K-18-200

153 N

700 g

200 mm

b. Disposición de material vegetal post-arranque

1 Banda transportadora. Para esta opción se necesitan los siguientes parámetros:

-

Portabilidad. Que pueda trasladarse entre camas.

-

Ligereza. Que pueda ser llevado al interior del invernadero por los operarios.

-

Menor altura posible. Para que la máquina de arranque pueda trasladarse sobre la banda.

-

Longitud (32 m). Para abarcar la longitud de una cama y dejar el material vegetal disponible a la salida lateral del invernadero. Debido a la complejidad de la solución mediante una banda transportadora, que requiere cumplir con todos los ítems mencionados anteriormente, y considerando la alta probabilidad de fallas, se busca una alternativa diferente.

2 Carrito auxiliar. Enfocados en la esencia de este equipo, cuyo objetivo principal

es arrancar el material vegetal, se propone dejar el material vegetal a disposición del operario en un carrito auxiliar al costado del equipo. Para este carrito auxiliar, se plantean dos alternativas:

a. Con compuerta. Con el fin de no alterar la disposición de los actuadores

encargados únicamente del arranque, se plantea utilizar un carrito auxiliar con una compuerta ubicada inmediatamente debajo de la prensa encargada del arranque la cual se observa en la

b. FIGURA 28. Para esta alternativa solo se necesita agregar un actuador más a la

configuración de actuadores anterior.

Figura 28. Carrito auxiliar con compuerta

(a)

(b)

c. Sencillo. La principal ventaja de esta alternativa es que no posee ningún

actuador en el carrito, de tal manera que el material vegetal queda a disposición donde se necesite. Sin embargo, por cuenta de la independización del movimiento de la garra con la prensa, resulta necesario un actuador adicional al que ya se necesita para desechar el material vegetal, observada en la Figura 29.

El volumen aproximado de cada carrito para almacenamiento es de 49.500 𝑐𝑚3.

Figura 29. Carrito auxiliar sencillo

(a)

(b)

d. Elementos adicionales:

-

Tenedor fijo. Su función es minimizar el desperdicio de sustrato. Al arrancar el material vegetal verticalmente, el sustrato, debido a que está mojado y compacto, tiende a elevarse junto con la raíz.

5.3.

ANÁLISIS PRESUPUESTAL

Es importante considerar que una persona puede erradicar cuatro camas en un día. Esta operación abarca todo el proceso, desde el despiole hasta el traslado del material vegetal al remolque y la limpieza posterior.

1 día →4 camas

47 horas →23 camas/semana

23 camas

semana ∗4 semanas mes = 92 camas mes El costo de contratar a un trabajador a termino definido o indefinido en Colombia a 2025, considerando todas las prestaciones sociales de ley asciende a $2.417.697 pesos colombianos. $2.417.697 →1 persona mes = 92 camas mes

a. Actuadores neumáticos. Con relación al arranque, las dos soluciones presentan costos

similares, la diferencia radica en la solución del carrito auxiliar. − Alternativa 1, con carrito auxiliar de compuerta: $19.945.917 COP − Alternativa 1, con carrito auxiliar sencillo: $30.151.799 COP − Alternativa 2, con carrito auxiliar de compuerta: $19.424.517 COP − Alternativa 2, con carrito auxiliar sencillo: $29.630.400 COP

b. Servomotor. Es necesario para el traslado entre matas, con todo lo necesario para su

funcionamiento (cables y servo drive). La cotización del equipo se realizó con la compañía Quimel Ingeniería y los detalles se encuentran en la tabla 19.

Tabla 19. Cotización de servomotor Referencia Marca Descripción Costo

USD*

NTE-207-CON S-000

Control Techniques NT 2” Servo Motor, 230 Vac, 1,7ª, English Mounting Flange, 0,58 Nm, 0-5000 rom, MS conectors

854

CMDCF-005

Control Techniques Flex Duty Motor Power Cable, bulkhead to motor connectors, Length 5 ft (PTB-16-8 to 2” & 3” NT, MG, MH Motors

432

CFOF-005

Control Techniques Flex Duty Motor Power Cable, connector at motor only, Length 5 ft (DB26P-SS, DB26P-SA, PT06E- 16-23PWS to NT, MG, MH

247

SM-ETC

Control Techniques DB15 to Terminal Breakout Board for encoder feedback cable

104

EI-202-00-000 Control Techniques Epsilon indexing servo drive, 90V to 264V, 1,8A cont. Output current, 3,6A peak output current

2127

WVRB5020KP

Control Techniques Gearbox, size: 2 in, Ratio: 20:1, Backlash: < 8arcmin, solid shaft

846

4609

Nota. * antes de IVA.

La velocidad de arranque del material de la máquina depende directamente de la instalación de aire comprimido; sin embargo, teniendo en cuenta que son alrededor de nueve movimientos desde el posicionamiento horizontal en la cama hasta el desplazamiento a la siguiente mata, se puede asumir que cada movimiento toma alrededor de un segundo, es decir, se pueden arrancar cuatro matas en diez segundos.

4 matas →10 segundos

888 matas →2220 segundos = 37 min/cama

Se aproxima a 40 minutos por cama, considerando el traslado entre camas:

40 min →1 cama

1 hora →1,5 camas

47 horas →70,5 camas/semana

282 camas/mes

Teniendo en cuenta que la máquina solo se encarga de realizar una parte del proceso, el operario aún debe quitar la piola, trasladar (de manera más sencilla) el material vegetal y limpiar. Se asume que con esta alternativa se ahorra la mitad de tiempo. Con máquina

1 persona →184 camas/mes

282 camas →1,5 personas/mes

Sin máquina

1 persona →92 camas/mes

282 camas →3 personas/mes

Ahorro 1,5 personas/mes = 1,5 ∗$2.417.697 = $3.626.546 Retorno de la inversión, asumiendo un costo total de 60 millones:

$60.000.000

$3.626.546/mes ≈17 meses

5.4.

DISEÑO FINAL DE LA OPTIMIZACIÓN DE LA LABOR BASADO EN SU DIAGNÓSTICO

Con base en el diagnóstico de esta labor y considerando las afectaciones a la salud de los operarios causadas por la exposición a agentes químicos y sus efectos secundarios, así como las pérdidas en la aplicación de estos agentes debido a la inexactitud en la velocidad y el método de

aplicación, se propone un modelo automatizado para la aspersión de las flores. Este modelo permitirá reducir significativamente los costos tanto en materia prima como en mano de obra. Algunos de los principales beneficios del modelo automatizado son la baja exposición de los operarios a los agentes químicos empelados en la aspersión, menor nivel de incapacidades, optimización de la inversión realizada en equipos de protección y seguridad, desplazamiento del personal dedicado a las labores de aspersión a otras funciones en la compañía, precisión en la altura y separación de las boquillas con respecto a las hojas, ahorro y cuantificación precisa del agente químico utilizado y confiabilidad del sistema. Las fotografías de la Figura 30 (a, b, c y d) ofrecen una aproximación al diseño de la optimización del sistema de aspersión o fumigación.

En síntesis, se concluye que la implementación de un sistema automatizado para la aspersión de flores permitirá a la empresa Floral ahorrar tiempo y dinero. Esto se logrará al reducir las incapacidades del personal, mitigar los efectos secundarios causados por el uso de agentes químicos, disminuir la necesidad de equipos de protección personal, economizar en la cantidad de agente químico utilizado y reducir los costos de mano de obra. Figura 30. Diseño de la optimización del sistema de aspersión o fumigación

(c)

(d) Nota. Fotografías del diseño de la optimización del sistema de aspersión o fumigación. (a) Fumigación manual (b) simulación del robot entre las camas de las flores (c) prototipo del dispositivo; (d) render del dispositivo.

Fuente. Archivo fotográfico de la investigación.

CAPÍTULO 6

OPTIMIZACIÓN DE LA MAQUINARIA EMPLEADA EN SECTOR

FLORICULTOR Y DESARROLLO DEL MODELO METAHEURÍSTICO

SEGÚN SU APLICABILIDAD

no de los principales problemas que el sector floricultor colombiano encara es que un buen número de las labores que esta industria exige todavía deben realizarse de manera completamente manual. La exploración de mejoras tecnológicas y la optimización de los procesos productivos constituyen una gran oportunidad para el avance de la industria, sobre todo en un ámbito agroindustrial altamente competido. En el marco de esta investigación, el problema ha sido examinado mediante un diagnóstico exhaustivo de la situación de una serie de cultivos y un amplio trabajo de campo que ha tomado tres años, en el que han participado profesionales competentes de diversas áreas del sector. En Colombia existe una gran oportunidad para que la ingeniería mecánica aporte soluciones que hagan al sector floricultor más eficiente, competitivo y sostenible, independientemente de los cambios económicos del país. Se infiere que con estas medidas la floricultura colombiana estará mejor preparada para afrontar la volatilidad de la TRM, haciendo de ella una industria más sólida y, por ende, más sostenible.

Es por ello que se propone la formulación de un modelo que incida positivamente en las tareas delineadas en los capítulos anteriores. El propósito fundamental es optimizar el mecanismo de las máquinas para que sean más eficientes y eficaces. La formulación de varias opciones prácticas ofrece una variedad de atributos que pueden complementar un modelo clásico de producción. Estas opciones parten del estudio de las velocidades, del análisis de posiciones mediante métodos analíticos, así como de la evaluación de las aceleraciones y los cambios en la aceleración (sobreaceleración, o en inglés, jerk). El objetivo es aproximarse a la mejor solución, a una que cumpla con los requisitos y atributos de una tarea que, en este caso, ejecuta la máquina clasificadora de flores de la marca Bercomex. U

5.5.

SISTEMA ATADORA DE RAMOS

En esta sección se presenta el sistema de la atadora de ramos. Se presentan además el esquema del mecanismo de leva y eslabones y las variables, y el esquema de posición.

Esquema del mecanismo de leva, eslabones y seguidor con apoyos En la Figura 31 se observa el esquema del mecanismo simplificando (31a) y el mecanismo real (31b), donde se encuentran los puntos O, A y B, que son de gran interés en el diseño del mecanismo.

Figura 31. Esquema del mecanismo de leva (mecanismo atador) (a) (b) Nota. Imágenes del mecanismo de leva. (a) imagen del diseño del mecanismo; (b) fotografía del mecanismo.

Fuente. Archivo de la investigación.

Posteriormente se realiza el cálculo de los parámetros geométricos, los cuales son esenciales para el diseño del mecanismo los cuales se observan en la Figura 32. o A B

Figura 32. Leva en dos D.

(a)

(b) Nota. Rotación de la leva con el mecanismo. Fuente. Archivo de la investigación.

Variables y esquema de posición (altura de la leva) función armónica − -Detenimiento bajo durante 270° − -Subida de 10 mm en 45° − -Bajada de 10 mm en 45° Se observa en la

Figura 33 el desplazamiento del seguidor sobre la leva que indica la altura de la leva en función de su ángulo de giro.

Figura 33. Altura de la leva en función de su ángulo de giro

Según el esquema de la Figura 34, se puede observar que la variable X0 se ve simplificada restándole el ancho del seguidor, convirtiéndose directamente en la componente horizontal de la posición de estabilización del seguidor sobre la leva. Esta convención es producto que el ancho del seguidor incide más sobre la resistencia mecánica del eslabón que su misma cinemática, por lo que se podrá adaptar el valor de ancho según la posición X0 tomada. La elevación del centro del rodillo, marcado como R en la Figura 34, es el parámetro de diseño del mecanismo de la leva seguidor. Esta elevación se puede obtener en función del ángulo de giro de la leva () mediante las relaciones de las ecuaciones (14), (15) y (16):

Figura 34. Esquema de posición del seguidor con respecto al movimiento de la leva

𝑅(𝜙) = ℎ

2 (1 −cos 𝜋𝜙

𝛽 ) para 0 ≤𝜙≤ 𝜋

2 y 𝑅(𝜙) = 0 para 𝜋

2 < 𝜙< 2𝜋

(14)

𝜙= 𝜔𝑡= 2𝜋𝑁

60 𝑡

(15)

𝑅(𝑡) = ℎ

2 (1 −cos 𝜋𝜔𝑡

𝛽 )

(16)

Donde:

𝑅: Posición del seguidor sobre la leva con respecto a la base de la leva 𝑡: Tiempo 𝛽: Ángulo de subida de la leva = π

4

ℎ: Altura de subida de la leva = 10 mm 𝑁: Frecuencia de giro de la leva en rev min 𝑟: Longitud del lado r del eslabón OAB desde 130 mm hasta 146 mm 𝐿: Longitud del lado L del eslabón OAB desde 315 mm hasta 380 mm 𝛾: Ángulo entre los dos brazos del eslabón desde 115° hasta 145° 𝜃: Ángulo entre la vertical y el lado r del eslabón OAB que varía con la subida de la leva

𝑋0: Medida horizontal desde la base de la leva hasta el apoyo restando el ancho del seguidor 𝑋0 desde 25 mm hasta 45 mm 𝑌0: Medida vertical desde el eje de giro de la leva hasta el apoyo Así mismo es posible determinar las relaciones de las ecuaciones (17) y (18). Mientras que por medio de la ecuación que define el desplazamiento del punto A de las ecuaciones (19) y (20).

sin(𝜃(𝑅)) = (𝑋0 −𝑅 𝑟

)

(17)

𝜃(𝑅) =asin (𝑋0 −𝑅 𝑟

)

(18)

𝑥𝐴(𝜃) = 𝑟cos(−𝜃−𝜋

2) = 𝑟cos(𝜃+ 𝜋

2) = −𝑟sin(𝜃)

(19)

𝑦𝐴(𝜃) = 𝑟sin(−𝜃−𝜋

2) = −𝑟sin (𝜃+ 𝜋

2) = −𝑟cos(𝜃)

(20)

Reemplazando 𝜃 en términos de R en las ecuaciones (19) y (20) se obtienen las ecuaciones (21) y (22).

𝑥𝐴(𝑅) = −𝑟sin(asin (𝑋0 −𝑅 𝑟 )) = 𝑅−𝑋0

(21)

𝑦𝐴(𝑅) = −𝑟cos(asin (𝑋0 −𝑅 𝑟

))

(22)

Reemplazando R en términos de 𝜙 obtenido de la ecuación (14) en las ecuaciones (21) y (22) resultan las ecuaciones (23) y (24).

𝑥𝐴(𝜙) = ℎ

2 (1 −cos 𝜋𝜙

𝛽 ) −𝑋0

(23)

𝑦𝐴(𝜙) = −𝑟cos (asin (𝑋0 𝑟−ℎ 2𝑟(1 −cos 𝜋𝜙 𝛽 )))

(24)

Movimiento de B La posición de B puede calcularse con las ecuaciones (25) y (26) para todo valor de t. Sin embargo, para cuando pasa por la sección de la leva en que hay estabilización en h = 0, el valor de h debe ser modificado a 0.

Cabe recordar que hay que tener cuidado con que esta estrategia omite el hecho que existe una discontinuidad en la aceleración, lo que normalmente produce una indefinición en la sobreaceleración. En esta estrategia, la sobreaceleración se muestra aparentemente continua. 𝑥𝐵(𝜃) = 𝐿cos (−𝜃−𝜋

2 + 𝛾) = −𝐿sin(𝜃−𝛾)

(25)

𝑦𝐵(𝜃) = 𝐿sin(−𝜃−𝜋

2 + 𝛾) = −𝐿cos(𝜃−𝛾)

(26)

Reemplazando 𝜃 en términos de R y luego en términos de 𝜙 en las ecuaciones (25) y

(26) se obtienen las ecuaciones (27) y (28).

𝑥𝐵(𝜙) = −𝐿sin(asin ( 𝑋0 −ℎ

2 (1 −cos𝜋𝜙

𝛽 ) 𝑟 ) −𝛾)

(27)

𝑦𝐵(𝜙) = −𝐿cos (asin ( 𝑋0 −ℎ

2 (1 −cos𝜋𝜙

𝛽 ) 𝑟 ) −𝛾)

(28)

Reemplazando 𝜙 en términos de t y en las ecuaciones (27) y (28) se obtienen las ecuaciones (29) y (30).

𝑥𝐵(𝑡) = −𝐿sin(asin ( 𝑋0 −ℎ

2 (1 −cos 𝜋𝜔𝑡

𝛽 ) 𝑟 ) −𝛾)

(29)

𝑦𝐵(𝑡) = −𝐿cos(asin ( 𝑋0 −ℎ

2 (1 −cos𝜋𝜔𝑡

𝛽 ) 𝑟 ) −𝛾)

(30)

Se realiza una gráfica de la posición de ese punto B en el espacio plano de su movimiento como se observa en la Figura 35, con el fin de conocer los puntos inicial y final que alcanzaría el mecanismo según estas ecuaciones. Se realiza una curva según las ecuaciones y una recta entre los dos puntos con el fin de mostrar el potencial lineal que podría tener este movimiento si se deseara linealizar el análisis de su trayectoria.

Figura 35. Gráfica de posición del punto B

En la Figura 36 se observa el dimensionamiento del mecanismo a analizar tomando en cuenta sus posiciones iniciales y finales según el movimiento de la leva con el fin de conocer la posición inicial y final del punto B con el fin de comparar con los puntos inicial y final que se observan en la Figura 35.

Figura 36. Posiciones inicial y final según el diseño 3D del mecanismo. (a) (b) Nota. Verificación de posiciones inicial y final del punto B según el esquema del gráfico y según las ecuaciones de movimiento con valores arbitrarios de dimensiones del mecanismo. (a) Posición del mecanismo con la posición baja de la leva; (b) Posición del mecanismo en su punto alto de la leva. Fuente. Archivo de la investigación.

Con esta verificación se procede a determinar las ecuaciones de velocidad, aceleración y sobreaceleración por medio de las sucesivas derivadas con respecto al tiempo de las ecuaciones (29) y (30). De esta manera se obtienen las ecuaciones (31), (32), (33), (34), (35) y

(36).

𝑣𝐵𝑥= 𝐿ℎ𝜔𝜋cos (𝛾−asin ( 𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1) 𝑟 ))sin (𝜋𝜔𝑡 𝛽) 2𝛽𝑟

(

1 −

(𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1))

2

𝑟2

)

1

2

(31)

𝑣𝐵𝑦= 𝐿ℎ𝜔𝜋sin (𝛾−asin ( 𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1) 𝑟 ))sin (𝜋𝜔𝑡 𝛽) 2𝛽𝑟

(

1 −

(𝑋0 + ℎ(cos (𝜋𝜔𝑡 𝛽) − 1)

2

)

2

𝑟2

)

1

2

(32)

𝑎𝐵𝑥 = 𝐿ℎ2𝜔2𝜋2 sin (𝛾−asin ( 𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1) 𝑟 ))sin2 (𝜋𝜔𝑡 𝛽) 4𝛽2𝑟2

(

(𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1))

2

𝑟2 − 1

)

+ 𝐿ℎ𝜔2𝜋2 cos (𝛾−asin ( 𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1) 𝑟 ))cos (𝜋𝜔𝑡 𝛽) 2𝛽2𝑟

(

1 −

(𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1))

2

𝑟2

)

1

2

− 𝐿ℎ2𝜔2𝜋2 cos (𝛾−asin ( 𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1) 𝑟 ))sin2 (𝜋𝜔𝑡 𝛽) (𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1)) 4𝛽2𝑟3

(

1 −

(𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1))

2

𝑟2

)

3

2

(33)

𝑎𝐵𝑦 = 𝐿ℎ𝜔2𝜋2 cos (𝜋𝜔𝑡 𝛽) sin (𝛾−asin ( 𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1) 𝑟

))

2𝛽2𝑟

(

1 −

(𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1))

2

𝑟2

)

1

2

− 𝐿ℎ2𝜔2𝜋2 cos (𝛾−asin ( 𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1) 𝑟 ))sin2 (𝜋𝜔𝑡 𝛽) 4𝛽2𝑟2

(

(𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1))

2

𝑟2 − 1

)

− 𝐿ℎ2𝜔2𝜋2 sin (𝛾−asin ( 𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1) 𝑟 ))sin2 (𝜋𝜔𝑡 𝛽) (𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1)) 4𝛽2𝑟3

(

1 −

(𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1))

2

𝑟2

)

3

2

(34)

𝐽𝐵𝑥 = 3𝐿ℎ3𝜔3𝜋3 cos (𝛾−asin ( 𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1) 𝑟 )) sin3 (𝜋𝜔𝑡 𝛽) (𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1))

2

8𝛽3𝑟5

(

1 −

(𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1))

2

𝑟2

)

5

2

− 𝐿ℎ𝜔3𝜋3 cos (𝛾−asin ( 𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1) 𝑟 ))sin (𝜋𝜔𝑡 𝛽) 2𝛽3𝑟

(

1 −

(𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1))

2

𝑟2

)

1

2

+ 3𝐿ℎ2𝜔3𝜋3 cos (𝜋𝜔𝑡 𝛽) sin (𝛾−asin ( 𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1) 𝑟 ))sin (𝜋𝜔𝑡 𝛽) 4𝛽3𝑟2

(

(𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1))

2

𝑟2 − 1

)

+ 3𝐿ℎ3𝜔3𝜋3 sin (𝛾−asin ( 𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1) 𝑟 )) sin3 (𝜋𝜔𝑡 𝛽) (𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1)) 8𝛽3𝑟4

(

(𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1))

2

𝑟2 − 1

)

2

− 3𝐿ℎ2𝜔3𝜋3 cos (𝛾−asin ( 𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1) 𝑟 )) cos (𝜋𝜔𝑡 𝛽) sin (𝜋𝜔𝑡 𝛽) (𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1)) 4𝛽3𝑟3

(

1 −

(𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1))

2

𝑟2

)

3

2

(35)

𝐽𝐵𝑦 = 3𝐿ℎ3𝜔3𝜋3 sin (𝛾−asin ( 𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1) 𝑟 )) sin3 (𝜋𝜔𝑡 𝛽) (𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1))

2

8𝛽3𝑟5

(

1 −

(𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1))

2

𝑟2

)

5

2

− 𝐿ℎ𝜔3𝜋3 sin (𝛾−asin ( 𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1) 𝑟 ))sin (𝜋𝜔𝑡 𝛽) 2𝛽3𝑟

(

1 −

(𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1))

2

𝑟2

)

1

2

− 3𝐿ℎ2𝜔3𝜋3 cos (𝛾−asin ( 𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1) 𝑟 )) sin (𝜋𝜔𝑡 𝛽) cos (𝜋𝜔𝑡 𝛽) 4𝛽3𝑟2

(

(𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1))

2

𝑟2 − 1

)

− 3𝐿ℎ3𝜔3𝜋3 cos (𝛾−asin ( 𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1) 𝑟 )) sin3 (𝜋𝜔𝑡 𝛽) (𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1)) 8𝛽3𝑟4

(

(𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1))

2

𝑟2 − 1

)

2

− 3𝐿ℎ2𝜔3𝜋3 sin (𝛾−asin ( 𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1) 𝑟 )) sin (𝜋𝜔𝑡 𝛽) cos (𝜋𝜔𝑡 𝛽) (𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1)) 4𝛽3𝑟3

(

1 −

(𝑋0 + ℎ

2 (cos (𝜋𝜔𝑡

𝛽) − 1))

2

𝑟2

)

3

2

(36)

5.6.

GRÁFICAS DE POSICIÓN Y VELOCIDAD

En esta sección se observa la descripción del comportamiento del anudador con base en el movimiento y ecuaciones del armónico, para el punto B y las variables mencionadas que modifican su comportamiento. En la ecuación (37) se define el comportamiento del movimiento del anudador para los valores de posición angular de la leva.

𝑓(𝜙) = { 𝐵(𝜙),

0 ≤𝜙< 𝜋

2

0,

𝜋

2 ≤𝜙≤2𝜋

(37)

Donde 𝐵(𝜙) son las diferentes funciones definidas para la posición, velocidad, aceleración y sobreaceleración del punto B, realizando la equivalencia en el tiempo para los valores del giro de la leva 𝜙. Todas las gráficas fueron determinadas con valores arbitrarios dentro de los intervalos posibles del mecanismo con el fin exclusivo de ilustrar su comportamiento. Se observa en la Figura 37 la gráfica de velocidad, en la Figura 38 la gráfica de aceleración y en la Figura 39 la gráfica de sobreaceleración o Jerk. Figura 37. Gráfica de velocidad del atador con respecto al tiempo de una vuelta de la leva

Figura 38. Gráfica de aceleración del atador con respecto al tiempo de una vuelta de la leva

Figura 39. Gráfica de sobreaceleración del atador con respecto al tiempo de una vuelta de la leva

5.7.

OPTIMIZACIÓN

De acuerdo con las ecuaciones previamente definidas para la posición, velocidad, aceleración y sobreaceleración, se identifican múltiples variables que inciden directamente en el cálculo de estos parámetros cinemáticos. A continuación, se describen dichas variables junto con los valores límite que pueden adoptar, los cuales están condicionados por las restricciones geométricas del sistema. Estas limitaciones se deben a que busca optimizar una máquina existente, cuyas dimensiones no deben ser modificadas significativamente, ya que alteraciones excesivas podrían generar interferencias mecánicas y comprometer su operatividad funcional. 𝑟: Longitud del lado r del eslabón OAB = 130 mm −146 mm 𝐿: Longitud del lado L del eslabón OAB = 315 mm −380 mm 𝑋0: Ángulo entre los dos brazos del eslabón = 115° −145° 𝛾: Ángulo entre los dos brazos del eslabón = 115° −145° ℎ: Altura de la leva diseñada (valor único) = 10 mm 𝛽: Ángulo de subida de la leva diseñada (valor único) = 45° 𝜔: Valor de velocidad angular = 200π

60

Las demás variables nombradas en el literal anterior no se mencionan, ya que se pudo observar que no aparecen en la ecuación de la sobreaceleración determinada y son dependientes de las nombradas, como se recuerda por medio de las ecuaciones (37), (38), (39) y (40): 𝑁(𝜔) = 60𝜔 2𝜋

(37)

𝑌0(𝑋0, 𝑟) = ±√𝑟2 −𝑋0

2

(38)

𝜃(𝑋0, 𝑟) = asin (𝑋0 −𝑅 𝑟

)

(39)

𝑅(𝛽, ℎ) = ℎ

2 (1 −cos 𝜋𝜙

𝛽 )

(40)

5.8.

COMPORTAMIENTO EN FUNCIÓN DE CADA VARIABLE INDEPENDIENTE

Como aproximación inicial a la optimización, se verifica la manera como cada una de estas variables influye en el jerk máximo obtenido. Para ello se determina la magnitud del jerk con la ecuación (41), dejando todas las demás variables constantes.

𝐽= √𝐽𝑥2 + 𝐽𝑦2

(41)

En la Figura 40 se observa claramente que γ, a pesar de aparecer en la función del jerk para la componente horizontal y vertical, la magnitud es independiente de esta variable. Esto significa que solo influye en la distribución de las componentes del vector jerk, pero no en su magnitud. Por esta razón este factor se dejará como una constante para la optimización. Figura 40. Gráfica de jerk del atador con respecto al tiempo de una vuelta de la leva

Variable 𝒓 En la Figura 41 se observa que a medida que aumenta el valor de r dentro del intervalo de interés, el jerk presenta un comportamiento cercano a uno lineal decreciente. Figura 41. Gráfica de jerk máximo en función de r

Variable 𝑳 En la Figura 42 se observa que a medida que aumenta el valor de L dentro del intervalo de interés, el jerk presenta un comportamiento cercano a uno lineal creciente. Figura 42. Gráfica de jerk máximo en función de L

Variable 𝑿𝟎 En la Figura 43 se observa que a medida que aumenta el valor de 𝑋0 dentro del intervalo de interés, el jerk presenta un comportamiento cercano a uno parabólico creciente. Esto indica que a medida que se aleja horizontalmente la base de la leva del punto de giro del eslabón la sobreaceleración tiende a aumentar.

Figura 43. Gráfica de jerk máximo en función de 𝑋0

5.9.

OPTIMIZACIÓN Y REFERENCIA

Este apartado presenta el algoritmo de fuerza bruta para determinar el mínimo jerk, El método metaheurístico de seno y coseno

Algoritmo de fuerza bruta Se implementa un algoritmo de búsqueda exhaustiva (fuerza bruta) para determinar el mínimo valor de jerk alcanzable dentro del espacio de posibilidades geométricas del mecanismo,

definido por los intervalos específicos de las variables de diseño. Esta estrategia se justifica debido a que el número total de combinaciones es limitado y computacionalmente manejable, lo cual permite una exploración completa del espacio sin requerir métodos heurísticos complejos. Según Araújo y Barboza (2025), los algoritmos de fuerza bruta pueden ser apropiados y eficaces en problemas de baja dimensionalidad, donde el espacio de búsqueda es discreto y acotado, y los tiempos de cálculo son razonables. En este contexto, los resultados obtenidos servirán como referencia para analizar la sensibilidad e interacción de las variables, así como para establecer expectativas comparativas frente a enfoques metaheurísticos de optimización.

La Figura 44 presenta el valor máximo de jerk obtenido tras evaluar exhaustivamente todas las combinaciones posibles de las variables geométricas del mecanismo. En esta implementación, se consideraron 17 valores para la variable r, 66 para L y 21 para X₀, lo que resulta en un total de 23.562 iteraciones. Esta discretización se realizó con una resolución de 1 mm, atendiendo a las restricciones geométricas y de fabricación del sistema. El algoritmo se ejecutó fijando secuencialmente cada uno de los 17 valores de r, lo que explica la aparición de 17 picos en la Figura 44. Para cada valor de r, se exploraron los 66 valores de L, y para cada uno de estos, se evaluaron los 21 valores de X₀. Este enfoque permite observar cómo la variación de cada variable influye en el comportamiento del jerk. Los valores de jerk obtenidos oscilan entre 112.890 N/mm³ y 80.049 N/mm³, indicando que, mediante la optimización de las variables, es posible lograr una reducción del jerk de aproximadamente un 29 %. Esta reducción se calculó utilizando la ecuación (42). Además, se observa que, al aumentar r, el jerk tiende a disminuir; al incrementar X₀, el jerk aumenta ligeramente; y al aumentar L, se produce un incremento más pronunciado del jerk. Estos resultados reflejan el comportamiento observado en las Figura 41, Figura 42 y Figura 43, y destacan la importancia de una selección adecuada de las variables para minimizar el jerk en el diseño del mecanismo.

Figura 44. Gráfica de jerk máximo en función de la iteración realizada para el algoritmo de fuerza bruta

Los valores óptimos absolutos dentro del espacio de posibilidades, obtenidos por medio del método de fuerza bruta son los siguientes: 𝑟= 146 mm 𝐿= 315 mm 𝑋0 = 25 mm 𝐽𝑚𝑎𝑥= 80049 mm s3 (J0 −Jf J0 ) ∙100% = (112890 −80049

112890

) ∙100% = 29%

(42)

𝐽0: El valor de jerk más alto posible, menos óptimo. 𝐽𝑓: El valor de jerk más pequeño posible, más óptimo.

5.10. COMPARATIVO DE MÉTODOS METAHEURÍSTICOS

En esta sección se presenta el comparativo de los métodos metaheurísticos que se estudiaron como potenciales opciones a implementar para la optimización del mecanismo. Se presentan los nombres de los algoritmos en la Tabla 20.

Tabla 20. Algoritmos metaheurísticos a comparar Sigla Nombre

SSA

Algoritmo de Enjambre de Salps (Salps Swarm Algorithm) (Mirjalili et al., 2017).

MVO

Optimizador del multiverso (Multi-Verse Optimizer) (Mirjalili et al., 2016).

MFO

Algoritmo de optimización de polilla-llama (Moth-Flame Optimization) (Mirjalili, 2015).

ASO

Optimización de búsqueda de átomos (Atom Search Optimization) (Zhao et al., 2019).

EBO

Optimización basada en la ecografía (Ecogeography-Based Optimization) (Zheng et al.,

2014).

EO Optimizador de equilibrio (Equilibrium optimizer) (Faramarzi et al., 2020). GA Algoritmo Genético (Genetic Algorithm) (Holland, 1975)

SCA

Algoritmo Seno y Coseno (Sine-Cosine Algorithm) (Bansal et al., 2023)

PSO

Algoritmo de enjambre de partículas (Particle-Swarm Algorithm) (Eberhart et al., (1995) A continuación, se presenta el comparativo de los métodos de la Tabla 20, presentando las ventajas que tiene cada uno de estos algoritmos, sin tener en cuenta sus desventajas, las cuales se desarrollarán para los tres algoritmos más prometedores. Se concluye que los métodos con mayor potencial en eficiencia y efectividad para la aplicación en cuestión son el GA, SCA y PSO a partir de las ventajas presentadas en la Tabla 21.

Tabla 21. Resumen del comparativo de los métodos metaheurísticos Ventaja / Algoritmo

SSA

MVO

MFO

ASO

EBO

EO GA

SCA

PSO

Alta capacidad de exploración global X X X X X X

X X Adecuado para funciones no lineales complejas X X X X X X X X X Eficiente en problemas con múltiples variables X X X

X X X X X Aplicable al diseño de mecanismos X

X

X X X X Bajo costo computacional en problemas medianos

X X X X X Buena capacidad de explotación local

X X

X X X X Fácil implementación computacional X

X

X X X Flexibilidad para adaptar restricciones del problema X X

X X X X X X Madurez y validación en múltiples dominios

X

X

5.11. ALGORITMO DE SENO Y COSENO

El algoritmo de Seno y Coseno (Sine Cosine Algorithm, SCA) es una técnica metaheurística basada en poblaciones, desarrollada para resolver problemas de optimización no lineales y de alta complejidad. Su principio operativo se basa en el uso de funciones trigonométricas —seno y coseno— para actualizar dinámicamente las posiciones de las soluciones dentro del espacio de búsqueda. Esta estrategia permite un equilibrio efectivo entre exploración global y explotación local, facilitando la convergencia hacia soluciones óptimas sin requerir derivadas ni condiciones específicas de continuidad en la función objetivo (Bansal et al., 2023). Este método se rige por las ecuaciones (43), (44), (45) y (46): 𝑟1 = 𝑏−𝑏(𝑖 𝑇)

(43)

𝑟2 = 2𝜋rand()

(44)

𝑟3 = 2rand()

(45)

𝑋𝑖+1 = 𝑋𝑖+ 𝑟1𝑠𝑖𝑛(𝑟2)|𝑟3𝑋𝑚−𝑋𝑖|

(46)

Donde:

𝑟1: Parámetro de atenuación 𝑟2, 𝑟3: Números aleatorios 𝑏: Parámetro de intensidad de búsqueda 𝑇: Número de iteraciones 𝑖: Iteración actual 𝑋: Variables a optimizar 𝑋𝑚: Valor de las variables más óptimas encontradas según el criterio de optimización El criterio de optimización utilizado es la sobreaceleración mínima. Sin embargo, este algoritmo no presenta una estrategia definida para limitar la búsqueda a un intervalo particular. Por esta razón se realizó una modificación al algoritmo de seno y coseno, la cual se explica en un diagrama de flujo (Figura 45).

Figura 45. Diagrama de flujo del algoritmo de seno y coseno modificado

A partir de este algoritmo se utilizaron parámetros de optimización definiendo el número de iteraciones como T = 1000 y el parámetro de intensidad de búsqueda b = 0,06. Estos valores se utilizan porque la modificación del algoritmo requiere más iteraciones internas si la iteración actual no encuentra valores dentro del intervalo de búsqueda aceptado. Un parámetro de

intensidad más alto genera un área de búsqueda más amplia, aumentando la probabilidad de exceder el intervalo aceptado. En cambio, con un valor de intensidad menor, se emplea un mayor número de iteraciones para asegurar que se encuentre un conjunto de soluciones más cercano al ideal.

La pertinencia de esta modificación se confirma mediante la sintonización del parámetro b, analizando su comportamiento dentro del algoritmo lo cual se observa en la Figura 46. Esta gráfica fue realizada con un valor de T = 100 y un total de 100 iteraciones aleatorias para cada valor de b, donde para un parámetro de b mayor se logra la minimización del jerk. Sin embargo, este resultado solo se obtiene después de realizar múltiples iteraciones internas para corregir los valores que superan el intervalo aceptado de las variables.

Figura 46. Gráfica de jerk mínimo determinado por el algoritmo en función del parámetro b

En la Figura 47 Se observa la gráfica correspondiente al valor máximo de jerk identificado en cada iteración del algoritmo. La implementación se diseñó intencionalmente para permitir la continuidad de la búsqueda aleatoria, incluso en ausencia de mejoras sucesivas durante múltiples iteraciones. Esta estrategia responde al principio operativo del algoritmo, el cual tiende a estabilizarse progresivamente conforme avanza el proceso iterativo, lo que permite explorar con mayor profundidad el espacio de soluciones y evitar convergencias prematuras.

Figura 47. Gráfica de jerk máximo en función de la iteración principal del algoritmo

𝑟= 145,91 mm 𝐿= 315,71 mm 𝑋0 = 26,75 mm 𝐽𝑚á𝑥= 80421 mm s3 La implementación del algoritmo seno y coseno (SCA) requirió un total efectivo de 2045 iteraciones (que no se pueden observar en la gráfica), superando las 1000 iteraciones inicialmente establecidas. Esta ampliación se debe a la necesidad de garantizar que las soluciones generadas permanezcan dentro de los intervalos definidos para las variables de diseño. En comparación con las 23.562 evaluaciones requeridas por el método de fuerza bruta, esta implementación representa una reducción significativa en la cantidad de evaluaciones necesarias, lo que evidencia la eficiencia computacional del enfoque metaheurístico de este algoritmo. En la Tabla 22 se observa la comparación de los resultados entre el algoritmo seno y coseno y el algoritmo de fuerza bruta.

Tabla 22. Comparación de los valores del SCA y fuerza bruta Fuerza bruta Algoritmo seno y coseno Error absoluto Error relativo 𝑟= 146 mm 𝑟= 145,91 mm 0,19 mm

0,13 %

𝐿= 315 mm 𝐿= 315,71 mm 0,71 mm

0,225 %

𝑋0 = 25 mm 𝑋0 = 26,75 mm 1,75 mm

7 %

𝐽𝑚𝑎𝑥= 80049 mm s3 𝐽𝑚𝑎𝑥= 80421 mm s3

372 mm

s3

0,465 %

Los resultados indican que el algoritmo de seno y coseno puede proporcionar valores muy cercanos a los óptimos dentro de intervalos de diseño determinados, utilizando un menor número de iteraciones y con un error inferior al 1 %. El valor de 7 % para la variable X0, manteniendo un valor de error bajo en el jerk máximo, sugiere que la variable ostenta una escasa influencia en la optimización.

5.12. ALGORITMO DE ENJAMBRE DE PARTÍCULAS

La Optimización por Enjambre de Partículas (PSO, por sus siglas en inglés), introducida por Eberhart y Kennedy, está inspirada en el comportamiento social humano y en fenómenos naturales de enjambre, como los bancos de peces o las bandadas de aves (Eberhart et al., (1995). En PSO, cada solución se representa mediante una partícula, cuya posición refleja una solución potencial, mientras que el "alimento" corresponde a la función objetivo que se desea optimizar. A lo largo de las iteraciones, las partículas ajustan su posición moviéndose hacia las mejores soluciones locales y globales, convergiendo eventualmente hacia el valor óptimo de la función objetivo. Los pasos fundamentales del algoritmo incluyen la inicialización de los parámetros, la evaluación de la función objetivo y la actualización de la velocidad y posición de las partículas.

En desarrollos recientes en la planificación de trayectorias para manipuladores paralelos de alta velocidad, Chen et al. (2023) presentaron una técnica innovadora que optimiza el tiempo de ejecución, el consumo energético y el "jerk" (tasa de cambio de aceleración), utilizando un algoritmo de optimización por enjambre de partículas con comportamiento cuántico (QPSO) junto con interpolación B-spline quíntica. Esta combinación mejora la eficiencia, reduce las vibraciones y minimiza el consumo energético. Por su parte, Xiao et al. (2022) propusieron un

método heurístico de programación de velocidad de avance con limitación de jerk para robots híbridos de cinco grados de libertad (5-DOF), empleando PSO para optimizar el tiempo de mecanizado y la estabilidad. Su enfoque aborda la complejidad inherente a la programación de velocidades de avance en mecanizado de alta precisión, mejorando tanto la velocidad de cálculo como la eficiencia general del sistema.

En el ámbito del diseño de productos, Fu et al. (2024) proponen un método innovador que integra la Ingeniería Kansei con la Teoría de Juegos y un modelo PSO-SVR (Optimización por Enjambre de Partículas combinada con Máquinas de Vectores de Soporte), con el fin de mejorar la objetividad y precisión en el diseño de muebles de estilo Ming, atendiendo a los requisitos emocionales clave de los usuarios.

En el presente documento, se aplica una metodología derivada del algoritmo PSO, específicamente el algoritmo de Optimización por Colonia de Hormigas (ACO, por sus siglas en inglés). La versión clásica del algoritmo ACO requiere la definición de varios parámetros clave para su operación efectiva, entre los cuales destacan:

• Número de hormigas que van a recorrer cada trayectoria.

• Coeficiente de evaporación.

En el enfoque ACO aplicado a la resolución de una función continua, el problema se aborda mediante la discretización de las variables en intervalos. Para el presente caso, que consiste en minimizar el jerk, se optimizan tres variables. Los diferentes caminos representan el espacio combinatorio generado por la discretización de los intervalos continuos, y los puntos de referencia a lo largo de dichos caminos corresponden a los valores potenciales de cada variable.

Para definir estos caminos es esencial establecer un orden de optimización para las variables. En este caso, como se muestra en la Figura 48, las variables se optimizan en el siguiente orden: primero 𝑟 luego 𝐿 y finalmente 𝑋0. Cada punto blanco en la Figura 48 representa un valor posible de una variable. El camino elegido por una hormiga es la combinación de un punto blanco de cada uno de los círculos variables. La implementación del ACO empleó 10 hormigas para explorar el espacio de soluciones.

Figura 48. Secuencia de generación de caminos para algoritmo colonia de hormigas

La Figura 49 muestra el gráfico obtenido a partir de los valores máximos de jerk en función de la iteración para el algoritmo de colonia de hormigas. Se observa que alcanzó el valor óptimo en la iteración 4, lo que evidencia una alta eficiencia en la convergencia hacia la mejor solución.

Figura 49. Gráfica de optimización para algoritmo colonia de hormigas

5.13. ALGORITMO GENÉTICO

El algoritmo genético (GA, por sus siglas en inglés) fue propuesto por John Holland (1975), y ha sido ampliamente utilizado para la selección de características óptimas, especialmente en el desarrollo de métodos de selección de características tipo "envolvente" (Xiang y Feng, 2024). Es considerado uno de los primeros y más utilizados algoritmos metaheurísticos. Su diseño se inspira en la teoría de la selección natural y en los principios de la genética. La idea fundamental es simular el proceso de evolución biológica, permitiendo que los individuos dentro de una población evolucionen a lo largo de generaciones mediante operaciones genéticas. Esta evolución iterativa tiene como objetivo producir individuos cada vez más adaptados al entorno, buscando así la solución óptima.

Cuando se emplea el GA para abordar problemas de optimización, las variables de decisión se representan como cromosomas. Estos cromosomas se actualizan conforme a los principios genéticos, mediante operaciones como cruce (crossover) y mutación. Posteriormente, con base en los valores de la función objetivo, se preservan los mejores cromosomas aplicando el principio de "supervivencia del más apto". Tras múltiples iteraciones, el cromosoma que cumple con la condición de finalización se considera como la solución del problema de inversión de parámetros del modelo. En su estudio sobre sistemas de climatización, Zhao et al. (2024) propusieron un algoritmo innovador de control de ángulo para cortinas de aire, utilizando una red neuronal BP cuadrática optimizada con GA, logrando mejoras en estanqueidad y rendimiento en tiempo real, aspectos clave para la eficiencia energética y la reducción de emisiones. Por su parte, Tegegne y Kim (2020) emplearon algoritmos genéticos para desarrollar y evaluar reglas de operación de un embalse que consideran la incertidumbre en los aportes hídricos.

Estrategia utilizada para optimización con algoritmo genético El algoritmo genético clásico implementado en este documento utiliza un mecanismo de cruce en el cual un descendiente hereda un cromosoma del padre y dos de la madre, o viceversa. Posteriormente, se aplica una selección elitista, conservando la mejor solución entre los dos

descendientes generados. En este caso, cada cromosoma representa uno de los tres valores de variables, o genes, seleccionados para el proceso de optimización. Tras el cruce, se aplica una mutación aleatoria a uno de los cromosomas del descendiente élite, alterando los genes vecinos para introducir diversidad en la población de diez individuos. El criterio de parada se establece en 50 generaciones consecutivas sin mejora en el valor de optimización. La discretización de los posibles genes se logra mediante la inicialización de variables y la restricción de las mutaciones a intervalos previamente definidos para cada variable. Este enfoque garantiza que cualquier valor geométrico aceptado como óptimo permanezca dentro del rango permitido, y que los valores más adecuados estén representados entre los genes de la población a lo largo de las generaciones. Esta estrategia permite mantener la precisión del proceso de optimización, asegurando al mismo tiempo una exploración adecuada del espacio de búsqueda dentro de los límites establecidos.

Figura 50 ilustra el gráfico de los valores máximos de jerk en función de las iteraciones para el algoritmo genético. El valor óptimo se alcanza en la iteración 30. Debido a la naturaleza inherente de los algoritmos genéticos, generalmente se requieren múltiples iteraciones, o generaciones, para converger hacia la mejor solución. Cabe destacar que, aunque el algoritmo alcanza rápidamente un nivel aceptable de optimización en las primeras iteraciones, la obtención del punto óptimo absoluto dentro del espacio de posibilidades requiere una refinación progresiva de los cromosomas a lo largo de varias generaciones.

Figura 50. Gráfica de optimización para algoritmo genético

5.14. COMPARACIÓN DE MÉTODOS UTILIZADOS

Se realiza un cálculo del tiempo total de procesamiento que toma cada algoritmo en las mismas condiciones de ejecución. Estos tiempos se muestran en la Figura 51.

Figura 51. Tiempos de ejecución para cada algoritmo de optimización

La característica de búsqueda aleatoria de tipo sinusoidal del Algoritmo de Seno y Coseno (SCA) permite, por lo general, encontrar un valor óptimo de la función objetivo en pocas iteraciones. Sin embargo, en este caso particular, fueron necesarias 126 iteraciones para alcanzar el resultado, lo que representa poco más de 1/9 parte de las iteraciones totales. El criterio de parada se estableció en el número máximo de iteraciones con el fin de permitir que el algoritmo continuara explorando posibles valores mínimos absolutos en torno al punto óptimo previamente identificado. Dado que la búsqueda se realiza sobre un intervalo continuo y no sobre un conjunto discreto de posibilidades, es esperable que el SCA no alcance necesariamente el mínimo absoluto identificado mediante el método de fuerza bruta. Las restricciones impuestas por los intervalos de búsqueda limitan el comportamiento sinusoidal del algoritmo, lo cual puede

25.82

1.47

0.44

1.25

Fuerza bruta Algoritmo seno y coseno Colonia de hormigas Genético Tiempo de ejecución (s)

afectar negativamente su capacidad de búsqueda aleatoria, llevándolo a converger en un mínimo local sin mejoras posteriores, incluso al completar todas las iteraciones. No obstante, los errores absoluto y relativo obtenidos son reducidos, como se muestra en la Tabla 22. En particular, el valor máximo de jerk obtenido por ambos métodos difiere en solo un 0,465 %, lo que indica que la diferencia no es significativa y que el SCA puede considerarse una alternativa eficaz en el proceso de optimización.

Por otro lado, tanto el algoritmo genético como el algoritmo de colonia de hormigas lograron valores iguales a los obtenidos mediante fuerza bruta, lo que evidencia que la precisión no representa una limitación para estos algoritmos, siempre que se realice una correcta discretización del espacio de búsqueda.

La diferencia en el tiempo de procesamiento entre los distintos métodos metaheurísticos no supera los 2 segundos; sin embargo, en todos los casos, el tiempo de ejecución fue inferior al 6 % del requerido por el método de fuerza bruta, lo cual es altamente deseable desde el punto de vista computacional.

El Algoritmo de Colonia de Hormigas se identificó como el más eficiente entre los algoritmos metaheurísticos aplicados en esta optimización, ya que presentó el menor tiempo de procesamiento y el menor número de iteraciones internas.

La reducción del 29 % en los valores de jerk alcanzada mediante la optimización dimensional del mecanismo tiene un impacto positivo en el manejo diario de tallos de clavel. Tras la implementación de las modificaciones físicas basadas en los valores óptimos en la empresa Florval se espera una disminución en el daño mecánico a los tallos. Asimismo, la frecuencia de mantenimiento horario se debe extender, reduciendo los tiempos de inactividad en la línea de producción. Esta optimización no solo mejoraría la eficiencia operativa, sino que también reduciría el desgaste mecánico, contribuyendo a una mayor vida útil del equipo.

CONCLUSIONES

La investigación realizada en el sector floricultor, enfocada específicamente en el cultivo de mini claveles en la sabana de Bogotá donde realice la investigación, se centró en las labores de corte, erradicación y fumigación. Para ello, se involucró tanto a supervisores como al personal operativo, a quienes se entrevistó en profundidad, basándose en sus vivencias y experiencias cotidianas, y de las experiencia del personal.

La investigación se fundamentó en un diagnóstico profundo del entorno productivo basado en visitas de campo y con acceso a diferentes plantas o cultivos y mimetizado en la labor desde la gerencia general, con un entendimiento específico del funcionamiento del sector floricultor y, en particular, de la empresa Florval. Se analizaron en detalle los procesos y la ejecución de las labores diarias, basándonos en el conocimiento directo y práctico de cada una de las etapas del proceso productivo, y basado también en los datos históricos de la organización, y estadística y base de datos de la misma, la cual está en el mercado más de 30 años. La investigación fue basada en diferentes lugares geográficos con diferentes culturas operacionales en la manera como desde la gerencia ordena cada actividad a realizar en los cultivos, y culturas organizacionales, incluyendo la Sabana de Bogotá (norte y occidente de Cundinamarca), Antioquia (La Ceja), Ecuador (Pichincha), así como experiencias internacionales en los Países Bajos (Ámsterdam) y Etiopía (Adama y Adami Tulu Jido Kombolcha). En la investigación y diagnostico se logró identificar culturas de trabajo, metodologías, modelos organizacionales laborales, y diferentes disciplinas y formas de trabajo basado en la cultura de cada región.

El trabajo de campo se plantea como una propuesta orientada a optimizar la eficiencia operativa y mejorar la calidad de vida laboral buscando disminuir la morbilidad en el sector. Esta investigación se enfoca en las personas que han desempeñado la misma labor durante mucho tiempo, y tiempo se refiere a más de 10 años, y que presentan distintos niveles de restricción física, dado que cada morbilidad varía según la actividad realizada. Este conocimiento adquirido a partir de la experiencia directa en el campo resulta valioso para implementar estrategias orientadas a la optimización en la gestión del cuidado del ser humano. Asimismo, el diseño de máquinas no comerciales representa un soporte clave para la

disminución de problemas asociados a la morfología corporal derivados de las exigencias físicas del trabajo.

Esta tesis doctoral no se enmarca dentro del modelo convencional de investigación académica, y está basada en un entorno productivo. Su desarrollo surge de una necesidad real identificada en el sector floricultor colombiano, a partir de una vivencia directa en la operatividad, y se potencia mediante el rigor metodológico y analítico propio de la ingeniería mecánica. La motivación no fue únicamente científica, sino también social: contribuir a la mejora de procesos críticos en una agroindustria altamente intensiva en mano de obra, donde la innovación tecnológica suele estar ausente en etapas clave del ciclo productivo y de desarrollo de aportes tecnológico. En este sentido, el trabajo representa una convergencia entre el conocimiento práctico acumulado en el entorno operativo y el saber formal generado desde la academia, con el respaldo activo de esta última.

Este enfoque es replicable en otros procesos mecánicos repetitivos dentro del sector floricultor, especialmente en aquellas operaciones que requieren un manejo delicado de material vegetal y labores manuales. Su capacidad de adaptación a diferentes condiciones operativas lo convierte en una solución transferible y escalable para diversas empresas del sector. Además, contribuye a la estandarización de buenas prácticas tecnológicas y a la sostenibilidad de los procesos productivos.

El estudio partió de un diagnóstico contextual profundo, sustentado en visitas técnicas y observación directa en 49 empresas del sector floricultor, lo que permitió caracterizar procesos, limitaciones y oportunidades reales. Se constató que, si bien existen avances tecnológicos relevantes en áreas como la fertiirrigación y el manejo fitosanitario, persisten niveles preocupantes de ineficiencia, deterioro físico del operario y pérdida de producto en tareas como la clasificación de flores, el amarre de cuerda para direccionar el crecimiento de flor y la renovación de cultivos, especialmente en el caso de mini claveles. Estas condiciones no solo representan desafíos operativos, sino que también plantean retos significativos en términos de sostenibilidad, competitividad y dignificación del trabajo rural. Al integrarse activamente en las labores del campo y acompañar cada proceso de manera directa, fue posible identificar oportunidades concretas para el desarrollo tecnológico, particularmente desde la ingeniería mecánica, como herramienta clave para transformar las condiciones actuales del sector.

Si bien se evidencian avances tecnológicos importantes en áreas como la fertiirrigación y el manejo fitosanitario, aún persisten niveles preocupantes de ineficiencia, deterioro físico del operario y pérdidas de producto en labores como la clasificación de flores, el amarre de cuerdas para direccionar el crecimiento y la renovación de cultivos, especialmente en el caso de los mini claveles.

A partir de esta base, el proyecto avanzó hacia la aplicación de herramientas de ingeniería mecánica, modelado computacional y técnicas de optimización metaheurística, con el objetivo de abordar una problemática específica: la automatización del proceso de renovación de cultivos. Esta decisión se fundamenta en el impacto documentado que dicha labor tiene sobre la morbilidad laboral, la productividad y el uso intensivo de mano de obra no calificada. A continuación, se presentan las principales conclusiones específicas, organizadas según los objetivos planteados.

A partir del análisis del estado del arte, se evidencia que los avances tecnológicos aplicados en el sector floricultor nacional han sido mayoritariamente adoptados de desarrollos realizados en otros países. Internamente, no se han generado innovaciones propias de impacto significativo; las aplicaciones tecnológicas existentes corresponden a adaptaciones realizadas dentro de las compañías del sector, sin una contribución destacada desde la ingeniería mecánica. Este vacío es aún más notorio al observar que, a nivel sectorial, no existe una participación activa y sostenible desde esta rama de la ingeniería que promueva mejoras estructurales, operativas o ambientales.

Esto cobra especial relevancia si se considera la importancia del sector floricultor en la economía nacional, tanto por su alta generación de empleo como por su contribución al Producto Interno Bruto (PIB). La implementación de nuevas tecnologías y aportes tecnológicos, como el diseño de maquinaria adaptada a las necesidades específicas del cultivo y postcosecha, así como la creación de mecanismos innovadores y el trabajo de obtener un valor de la derivada de la aceración disminuyendo el impacto, por consiguiente la reducción en los tallos de las flores tema de estudio, representan oportunidades claras de mejora. Dichos aportes, aunque puedan parecer modestos a nivel técnico, podrían significar avances significativos para la competitividad, eficiencia y sostenibilidad del sector.

Por otro lado, esta situación también revela una brecha persistente entre la academia y la industria. Lamentablemente, en el contexto nacional, y especialmente en la educación aún es escasa la cultura de colaboración entre universidades y sectores agroindustriales, lo cual limita el desarrollo de soluciones tecnológicas contextualizadas. Esta investigación, por tanto, busca ser un paso para cerrar esa brecha, proponiendo una contribución concreta desde la ingeniería mecánica aplicada al sector floricultor, en pro del desarrollo económico, social y sostenible del país.

Lo más relevante, en el marco de este trabajo, es la validación de la búsqueda de disminuir los daños físicos a las personas, que tienen que hacer estas labores, debido a su baja tasa de educación y poder mejorar o evitar daños en las personas. Además de incrementar la eficiencia de las operaciones basado en optimizar mecanismos o pequeños detalles, que basado en mi experiencia lo puedo aplicar.

Basado en el desarrollo de los objetivos generales y el análisis del estado del arte en temas relevantes de la agricultura de precisión revela que los avances tecnológicos generan diferencias significativas en productividad y calidad entre empresas del mismo sector. Esta brecha no es meramente conceptual, sino que se manifiesta de manera tangible en la práctica. Un ejemplo claro se observa en el cultivo de aguacate: en Colombia, las condiciones climáticas y fitosanitarias limitan la producción a zonas ubicadas por encima de los 1.520 metros sobre el nivel del mar. En contraste, en regiones como Trujillo (Perú), es posible cultivar exitosamente a nivel del mar gracias a la implementación de tecnologías avanzadas propias de la agricultura de precisión.

Este análisis no se fundamenta únicamente en fuentes bibliográficas, sino también en experiencia directa. Tuve la oportunidad de trabajar en este campo con la mayor empresa exportadora de aguacate en Colombia, participando activamente en la selección e implementación de maquinaria especializada. Esta tecnología fue adquirida en alianza con una compañía de Nueva Zelanda, a través del proveedor internacional MAFRODA. Esta experiencia demostró que la integración de herramientas propias de la agricultura de precisión no solo optimiza los procesos, sino que también permite expandir la frontera agrícola, adaptando

cultivos a condiciones previamente inviables. Todo esto es posible mediante la gestión avanzada de datos, el uso de sensores y la automatización en procesos de postcosecha. No obstante, persiste una brecha tecnológica considerable en las operaciones de postcosecha del miniclavel, especialmente en la etapa de clasificación. Este proceso, de naturaleza repetitiva y condicionado por el ritmo de la máquina, representa un reto tanto en términos de eficiencia operativa como en el impacto sobre la salud del personal.

El propósito de este trabajo es desarrollar soluciones tecnológicas que preserven el rol humano en estas labores, garantizando su sostenibilidad a largo plazo. Desde una perspectiva social, se busca proteger tanto el empleo como la salud de las trabajadoras, considerando que el 79 % del personal en esta etapa son mujeres cabeza de familia, en su mayoría madres solteras, según datos de la empresa objeto de estudio.

Adicionalmente, se identificó que gran parte del conocimiento operativo en el sector floricultor colombiano continúa siendo de carácter empírico, transmitido mediante la experiencia práctica más que por procesos formales o estandarizados. Esto evidencia la necesidad urgente de diseñar e implementar soluciones sistematizadas, basadas en herramientas de ingeniería aplicada, que permitan optimizar los procesos, reducir la dependencia de mano de obra y mejorar las condiciones laborales.

Basado em los objetivos se desarrolla lo siguiente.

1. Realizar un diagnóstico de los cultivos actuales del sector floricultor en Colombia, así

como indagar la manera de la ejecución de sus principales labores. El diagnóstico técnico-productivo, centrado en la empresa Florval S.A.S., permitió identificar las labores con mayor impacto sobre la productividad, la salud ocupacional y la sostenibilidad operativa. Entre estas destacan: la renovación de cultivos, la fumigación manual y la clasificación de tallos. Se evidenció que la falta de mecanización adecuada en estas tareas genera sobrecarga física, altas tasas de rotación laboral y pérdida significativa de producto, lo

que afecta la competitividad del sector. Y lo mismo ha ocurrido en los diferentes lugares donde se realizó el diagnóstico.

2. Identificar las labores que requieran la inclusión de nueva maquinaria o procesos de

rediseño, incluyendo variables y restricciones.

A partir del análisis de procesos, se concluyó que la renovación de cultivos representa una problemática prioritaria por su frecuencia, su exigencia física y su baja eficiencia operativa. Frente a esta necesidad, se propuso el diseño de un sistema mecánico automatizado para la renovación de cultivos de claveles, considerando variables geométricas y cinemáticas (longitud, radio de giro, desplazamiento de componentes, tiempos, acciones) y restricciones del entorno físico y funcional de uso. Este enfoque permitió definir parámetros de diseño con base técnica que hasta ahora no se habían aplicado sistemáticamente en esta actividad. Existen diferentes metodologías de trabajo, haciendo una comparación con respecto a invernaderos inteligentes, mientras en los países bajos trabajan tres operarios personas por hectárea, Colombia usa 18 personas en el tema de labores operativas por hectáreas, y esto aplica para Mini claveles.

3. Modelar una función objetivo con base en técnicas de optimización que relacione

parámetros de diseño, variables y restricciones para generar un modelo metaheurístico aplicado a la búsqueda de soluciones en el sector floricultor, optimizando esta función mediante el modelo metaheurístico.

Se diseñó y validó una función objetivo centrada en la minimización del jerk, segunda derivada de la velocidad, sobre aceleración e impacto como medida de la suavidad dinámica del sistema mecánico, lo que contribuye a reducir vibraciones, esfuerzos estructurales y desgaste del equipo. La función fue optimizada utilizando tres algoritmos metaheurísticos: Algoritmo Seno y Coseno (SCA), Algoritmo Genético (GA) y Algoritmo de Colonia de Hormigas (ACO). Los resultados mostraron reducciones de jerk de hasta un 29% respecto al peor escenario, y eficiencia computacional superior al método de fuerza bruta (reducción de tiempo del 98 %).

4. Identificar la solución óptima para cada problemática y validar la propuesta con modelos

3D.

El modelo mecánico optimizado fue implementado en entorno CAD y verificado mediante análisis cinemático tridimensional, garantizando la funcionalidad del sistema bajo condiciones geométricas y dinámicas reales. Además del modelado digital, se elaboraron los planos técnicos de ingeniería de detalle necesarios para la construcción del prototipo de la máquina destinada a la renovación de cultivos, incluyendo especificaciones dimensionales, materiales y piezas para ensamblaje. Esta documentación técnica fortalece la factibilidad de implementación del diseño y permite su futura validación en entornos productivos reales. En conjunto, el desarrollo representa una solución tecnológica innovadora para una problemática crítica del sector floricultor colombiano y demuestra la viabilidad de integrar herramientas avanzadas de diseño y optimización en contextos agrícolas tradicionalmente poco mecanizados. Además de las conclusiones basada en los objetivos se fundamenta en puntos relevantes como.

1. Diagnóstico sectorial y oportunidad tecnológica

El análisis técnico realizado en el contexto de la empresa Florval S.A.S. y contrastado con el panorama nacional reveló que la clasificación de flores y la renovación de cultivos constituyen procesos críticos no mecanizados con alta incidencia en la pérdida de producto, deterioro de maquinaria y fatiga física de los operarios. En particular, se identificó que los equipos actualmente en uso fueron diseñados para especies diferentes (como tulipanes), lo cual genera una inadecuación funcional significativa frente a las características morfológicas del clavel. Esta situación refuerza la necesidad de desarrollar soluciones tecnológicas contextualizadas y específicas para el cultivo de mini claveles.

2. Evaluación comparativa de algoritmos metaheurísticos

Con el objetivo de optimizar la función planteada, se implementaron y compararon tres algoritmos metaheurísticos: Algoritmo Genético (GA), Algoritmo de Colonia de Hormigas (ACO) y Algoritmo Seno-Coseno (SCA), en contraste con un enfoque de búsqueda por fuerza bruta. Los hallazgos más relevantes fueron: Todos los métodos metaheurísticos convergieron a soluciones muy cercanas al óptimo absoluto, con desviaciones menores al 1 %. El ACO demostró ser el más eficiente en términos de velocidad de convergencia, alcanzando el valor óptimo en menos de cinco iteraciones y con una reducción del 98 % en el tiempo de

procesamiento respecto a la búsqueda exhaustiva. El SCA, aunque preciso, presentó una mayor demanda de iteraciones, siendo más sensible a los parámetros de configuración, lo que sugiere un mayor costo computacional en contextos de diseño con restricciones múltiples.

3. Proyección académica y metodológica

Este trabajo confirma la viabilidad de integrar herramientas de optimización metaheurística, modelado cinemático y diseño CAD en la reingeniería de mecanismos agrícolas específicos. La metodología propuesta permite re-diseñar equipos de propósito general para adaptarlos a condiciones productivas concretas, incrementando su precisión, eficiencia y sostenibilidad. Además, abre una línea de investigación aplicada en ingeniería agroindustrial, específicamente en el campo de la floricultura, con alto potencial de replicabilidad en procesos como siembra, clasificación, recolección y procesamiento postcosecha en diferentes subsectores agrícolas del país.

APORTES

Al implementar este trabajo, no solo se optimiza la productividad del sector, la calidad de vida del trabajador y la empresa, sino que también se fortalece su potencial como fuente atractiva de empleo y como motor de sostenibilidad económica para el sector. En este contexto, se desarrolló un proyecto basado en lean manufacturing, debido a el poco interés desde parte del trabajador para conocer realmente la operación del sector. En esta tesis se desarrolló el proyecto SAVIA, basado en la metodología de lean manufacturing, con el objetivo de capacitar a las personas en funciones específicas de las labores y facilitar una evaluación conjunta entre el trabajador y la empresa. Esta evaluación busca determinar la compatibilidad entre las habilidades del individuo y las exigencias del sector, permitiendo que la persona se enfrente, desde el inicio, a la realidad operativa del entorno productivo.

Se desarrolló una formulación orientada a la implementación de una solución tecnológica mediante el diseño de una función objetivo centrada en la minimización del jerk, entendido como la tercera derivada del desplazamiento. Este criterio dinámico fue adoptado con el fin de reducir los esfuerzos mecánicos en el sistema y, por ende, prolongar su vida útil, y obviamente

la disminución del daño de los tallos ajustado a las dimensiones originales de la máquina. A partir de este enfoque, se construyó un modelo paramétrico bidimensional, que incorpora tres variables geométricas ajustables: la longitud del eslabón (L), el radio (r) y la posición inicial (XO). Estas variables se definieron dentro de intervalos acotados según las condiciones geométricas reales del mecanismo bajo estudio. La formulación resultante permitió estructurar un modelo matemático basado en modelos metaheurísticos adaptable al entorno físico y productivo del sector floricultor colombiano, ofreciendo así una solución tecnológica contextualizada, eficiente y alineada con las necesidades del sector. Modelo que se explicó en el capítulo de optimización.

El diseño optimizado, para el dispositivo de clasificación de flor, y específicamente en la atadora de ramos de flores propuesto, tiene el potencial de disminuir significativamente el daño físico en los tallos, al reducir las aceleraciones indeseadas provocadas por el movimiento del mecanismo. Esta mejora contribuye directamente a una mayor calidad del producto final. Además, se anticipa una disminución en la frecuencia de mantenimiento, como resultado del menor desgaste de los componentes mecánicos, lo cual incrementa la eficiencia operativa y la disponibilidad del sistema.

Se diseñaron y desarrollaron dos prototipos de maquinaria con especificaciones técnicas orientadas a su aplicación en procesos agrícolas, específicamente en labores de fumigación, erradicación y renovación de cultivos. De manera paralela, se incorporaron sistemas mecánicos para la clasificación automatizada de flores, con el propósito de incrementar la eficiencia operativa y optimizar la precisión en la selección morfológica del producto vegetal. Las maquinas asociadas a los aportes de tesis son las siguientes:

Máquina diseñada para la erradicación de cultivo y/o renovación, arranque de material vegetal, del cultivo. Esta máquina tiene como propósito de dar apoyo para labores del área de hidroponía, específicamente orientada al arranque o erradicación de material vegetal en camas hidropónicas de mini clavel, en la empresa Florval S.A.S. El objetivo es mejorar la eficiencia operativa y reducir riesgos ergonómicos para los trabajadores. Se definió un último diseño acompañado con empresas de soporte como Simens, Allan Bradley y existe una gran oportunidad de patentar estos equipos y poder realizar una maqueta.

Po otro lado está el diseño de una máquina de fumigación. Este diseño es un desarrollo semi automático con autonomía para recorrer los surcos entre las camas hidropónicas a control remoto, evita la exposición de la gente a los fungicidas y tiene un tanque conectado a el tanque maestro portátil. El diseño se basa en un servomotor de corriente continua debido a la batería que se debe de conectar para su movimiento, y consta por una transmisión por cadena para su tracción, y fue diseñada para el recorrido de todo un invernadero, con guía de movimiento en rieles con el diseño de cola de milano, para evitar volcamientos debido al peso del funguicida. Además, mientras se evaluaba la investigación, se construyó un prototipo de tijeras diseñado para asistir a personas con limitaciones físicas, con condiciones de afectaciones de manguito rotador y túnel del carpo. Se desarrolló un mecanismo basado en el embrague de una motocicleta, y para aquellos con mayor grado de afectación, se diseñó un sistema de corte activado con el talón, operado mediante un sistema hidráulico. Esta herramienta se encuentra actualmente construida y en funcionamiento.

REFERENCIAS

Akao, Y. (Ed.). (2004). Quality Function Deployment (QFD) - Integrating Customer Requirements into Product Design. Productivity Press.

Agossou, J. T., & Moon, W. (2025). Impact of Institutional Quality and Research and Development (R&D) on Agricultural Productivity in Low-and Middle-Income Countries. Journal of Economic Analysis. https://doi.org/10.58567/jea04020003 Anderson, J. R., Birner, R., Nagarajan, L., Naseem, A., & Pray, C. E. (2021). Private Agricultural R&D: Do the Poor Benefit? Journal of Agricultural & Food Industrial Organization. https://doi.org/10.1515/JAFIO-2021-0007 Araújo, K. S., & Barboza, F. M. (2025). PSO and the Traveling Salesman Problem: An Intelligent Optimization Approach. https://doi.org/10.48550/arxiv.2501.15319 Arza, V. y Van Zwanenberg, P. (2014). The Politics of Technological Upgrading: International Transfer to and Adaptation of GM Cotton in Argentina. World Development, 59, 521-534. https://doi.org/10.1016/j.worlddev.2013.10.023 Banco Mundial (BM). (2007). Enhacing Agricultural Innovations: How to go Beyond Strengthening Research Systems. BM.

https://documents1.worldbank.org/curated/en/864351468325269468/pdf/379000Enhan cin101OFFICIAL0USE0ONLY1.pdf Bansal, J. C., Bajpai, P., Rawat, A., & Nagar, A. K. (2023). Sine cosine algorithm for optimization. En Advances in Metaheuristic Algorithms for Optimal Design of Structures (pp. 24–30). Springer. https://doi.org/10.1007/978-981-19-9722-8_2 Barbosa, M. W. (2024). Government Support Mechanisms for Sustainable Agriculture: A Systematic Literature Review and Future Research Agenda. Sustainability. https://doi.org/10.3390/su16052185 Beintema, N. y Stads. G-J. (2011). African Agricultural R&D in the New Millennium: Progress for Some, Challenges for Many. International Food Policy Research Institute.

Blanco R, M. E. (2018). Metodología de diseño de máquinas apropiadas para contextos de comunidades en desarrollo [Tesis doctoral, Universitat Politècnica de Catalunya]. Repositorio institucional.

https://upcommons.upc.edu/bitstream/handle/2117/121027/TMEBR1de1.pdf Bohnenberger, M. C. (2006). Marketing interno: la actuación conjunta entre recursos humanos y marketing en busca del compromiso organizacional [Tesis doctoral, Universitat de les Illes Balears]. Repositorio institucional. http://hdl.handle.net/10803/9421 Byrne, G., Dimitrov, D., Monostori, L. Teti, R., Van Houten, F. y Wertheim, R. (2018). Biologicalisation: Biological transformation in manufacturing. CIRP Journal of Manufacturing Science and Technology, 21, 1-32.

https://doi.org/10.1016/j.cirpj.2018.03.003 Caffaro, F., Roccato, M., Micheletti Cremasco, M. y Cavallo, E. (2018). Falls From Agricultural Machinery: Risk Factors Related to Work Experience, Worked Hours, and Operators' Behavior. Human Factors, 60(1), 20-30.

https://doi.org/10.1177/0018720817738591 Chen, K. Z., Flaherty, K. y Zhang, Y. (2012). China. Recent Developments in Agricultural Research. International Food Policy Research Institute.

https://www.asti.cgiar.org/pdf/China-Note.pdf Chen, W., Wang, H., Liu, Z., & Jiang, K. (2023). Time-energy-jerk optimal trajectory planning for high-speed parallel manipulator based on quantum-behaved particle swarm optimization algorithm and quintic B-spline. Engineering Applications of Artificial Intelligence, 126, 107223. https://doi.org/10.1016/j.engappai.2023.107223 Chen, X., & Ryoo, J. (2025). Sustainable Agricultural Innovation in Uzbekistan Through the Helix Models. Asian Business Research Journal.

https://doi.org/10.55220/25766759.243

Chickermane, H. (2025). How Machine Learning and Generative AI Are Enabling the Autonomous Supply Chain. In Advances in Business Strategy and Competitive Advantage. https://doi.org/10.4018/979-8-3693-4433-0.ch001 Cross, N. (2021). Engineering Design Methods: Strategies for Product Design (5th ed.). Wiley.

Deb, N., Lal, R., & Gogoi, D. (2024). People and Processes in Technological Development for Business Advancement in Indian Companies.

https://doi.org/10.2174/9789815274707124010010 Denkena, B., Abele, E., Brecher, C., Dittrich, M. A., Kara, S. y Mori, M. (2020). Energy Efficient machine Tools. CIRP Annals, 69(2), 646-667. https://doi.org/10.1016/j.cirp.2020.05.008 Dhayal, K. S., Giri, A. K., Agrawal, R., Agrawal, S., Samadhiya, A., & Kumar, A. (2025). Do the innovative technological advancements foster the green transition pathways for industry 5.0? A perspective toward carbon neutrality. Benchmarking. https://doi.org/10.1108/bij-04-2024-0330 Dieter, G. E. (2008). Engineering Design: A Materials and Processing Approach. McGraw- Hill Higher Education.

Dutrénit, G. (2000). Learning and knowledge management in the firm: from knowledge accumulation to strategic capabilities. Edward Elgar Pub. Eberhart, R., & Kennedy, J. (1995). Particle swarm optimization. Proceedings of the IEEE International Conference on Neural Networks, 4, 1942–1948. https://doi.org/10.1109/ICNN.1995.488968 Echeverría L. y Neptalí, A. (2015). Desarrollo de un Sistema de Información Geográfica que permita la gestión integral de los cultivos de palma aceitera a través de la aplicación de sistemas de agricultura de precisión [Documento de maestría, Universidad San Francisco de Quito]. Repositorio institucional.

http://repositorio.usfq.edu.ec/handle/23000/4224

ElMaraghy, W., ElMaraghy, H., Tomiyama, T. y Monostori, L. (2012). Complexity in engineering design and manufacturing. CIRP Annals, 61(2), 793-814. https://doi.org/10.1016/j.cirp.2012.05.001 ElMaraghy, W. y Urbanic, R. J. (2013). Modelling of Manufacturing Systems Complexity. CIRP Annals, 52(1), 363-366. https://doi.org/10.1016/S0007-8506(07)60602-7 Epureanu, B. I, Li, X., Nassehi, A. y Koren, Y. (2020). Self-repair of smart manufacturing systems by deep reinforcement learning. CIRP Annals, 69(1), 421-424. https://doi.org/10.1016/j.cirp.2020.04.008 Faostat. (2021). Land statistics and indicators 2000–2021. Food and Agriculture Organization of the United Nations. ISSN 2709-0078 [online].

Faramarzi, A., Heidarinejad, M., Stephens, B. y Mirjalili, S. (2020). Equilibrium optimizer: A novel optimization algorithm. Knowledge-Based Systems, 191, 1-21. https://doi.org/10.1016/j.knosys.2019.105190 Figueiredo, P. N. (2016). New challenges for public research organizations in agricultural innovation in developing economies: Evidence from embrapa in Brazil’s soybean industry. The Quarterly Review of Economics and Finance, 62, 21-32. https://doi.org/10.1016/j.qref.2016.07.011 Flamand, M., Frigant, V., & Palacios Velásquez, D. K. (2025). Proposals for building an informational system to guide regional innovation policy. Revue d'économie régionale et urbaine. https://doi.org/10.3917/reru.pr1.0064 Fu, L., Lei, Y., Zhu, L., & Lv, J. (2024). An evaluation and design method for Ming-style furniture integrating Kansei engineering with particle swarm optimization-support vector regression. Advanced Engineering Informatics, 62, 102822. https://doi.org/10.1016/j.aei.2024.102822 Garrido P, J., Uribe R, A. F. y Blanch, J. M. (2011). Riesgos psicosociales desde la perspectiva de la calidad de vida laboral. Acta Colombiana de Psicología, 14(2), 27-34. https://actacolombianapsicologia.ucatolica.edu.co/article/view/342

Guo, B., Hu, J., & Guo, X. (2025). Can the industrial transformation and upgrading demonstration zones policy improve urban green technology innovation? An empirical test based on old industrial cities and resource-based cities in China. Frontiers in Environmental Science. https://doi.org/10.3389/fenvs.2024.1505177 Guo, Y., Cheng, M., Zhao, X., Hao, B., Zhang, Y., Cao, W. y Zheng, P. (2018). Effects of green manure rotation on soil properties and yield and quality of silage maize in salinealkali soils. Chinese Journal of Eco-Agriculture, 26(6), 856-864. http://dx.doi.org/10.13930/j.cnki.cjea.170952 Hayami, Y. y Ruttan, V. W. (1970). Agricultural Productivity. Differences among Countries. The American Economic Review, 60(5), 895-911. http://www.jstor.org/stable/1818289 Hayami, Y. y Ruttan, V. W. (1985). Agricultural Development: An International Perspective. RFF Press.

Hernández, H. J. (2011). Manual de aspersión de plaguicidas. Serie Innovaciones en floricultura Vol. 6. Universidad de la Sabana – Ceniflores.

https://academia.ceniflores.org/CentroDocumental/manual-de-aspersion-deplaguicidas-serie-innovaciones-en-floricultura-vol-6/# Higgins, V., Bryant, M., Howell, A. y Battersby, J. (2017). Ordering adoption: Materiality, knowledge and farmer engagement with precision agriculture technologies. Journal of Rural Studies, 55, 193-202. https://doi.org/10.1016/j.jrurstud.2017.08.011 Holland, J. (1975). Adaptation in natural and artificial systems. University of Michigan Press. Hollander, S. (2003). The Sources of Increased Efficiency: A Study of DuPont Rayon Plants. MIT Press.

Instituto de Biomecánica de Valencia (IBV). (2001). Nuevas técnicas para el desarrollo de productos innovadores orientados al usuario. Revista de biomecánica, (31), 21-24. https://dialnet.unirioja.es/descarga/articulo/4762107.pdf International Association of Horticultural Producers (AIPH). (s.f.). AIPH’s International Vision Project (IVP) sets out to identify the future drivers and inhibitors that influence

global ornamental horticultural production. https://aiph.org/giic/international-visionproject International Trade Center (ITC). (s.f.). Trade statistics for international business development Monthly, quarterly and yearly trade data. Import & export values, volumes, growth rates, market shares, etc. https://www.trademap.org/stDataAvailability.aspx Jänsch, J. y Birkhofer, H. (15-18 de mayo de 2006). The development of the guideline VDI

2221. The change of direction (pp. 45-52) [Conferencia]. International Design

Conference - Design 2006. Dubrovnik, Croatia.

https://www.designsociety.org/downloadpublication/18983/THE+DEVELOPMENT+OF+THE+GUIDELINE+VDI+2221+-

+THE+CHANGE+OF+DIRECTION

Judijanto, L., Wahyuni, I., & Suryandari, R. Y. (2024). Precision Agriculture Technology Innovation in Supporting Food Security in the Era of Industrial Revolution 4.0. West Science Nature and Technology. https://doi.org/10.58812/wsnt.v2i04.1536 Kagermann, H., Helbig, J. y Wahlster, W. (2013). Recommendations for Implementing the Strategic Initiative INDUSTRIE 4.0: Securing the Future of German Manufacturing Industry; Final Report of the Industrie 4.0 Working Group. Forschungsunion. https://www.din.de/resource/blob/76902/e8cac883f42bf28536e7e8165993f1fd/recomm endations-for-implementing-industry-4-0-data.pdf Kaplinsky, R. (2011). Schumacher meets Schumpeter: Appropriate technology below the radar. Research Policy, 40(2), 193-203. https://doi.org/10.1016/j.respol.2010.10.003 Khasanah, H. N., Murwani, A., Rahmadani, R., Khoirunnisa, R., Putrimulya, R. S. G., Salamah, U., ... & Hanik, N. R. (2023). Cultivation of Anthurium Flower Plant in Sewu Kembang Tourism Village, Nglurah, Tawangmangu. Jurnal Biologi Tropis. https://doi.org/10.29303/jbt.v23i2.4987 Kumar, B., Rayabharapu, V. K., Aravinda, N. L., & Kapila, D. (2025). Smart Irrigation through Intelligent Communication and Networking: Design and Implementation. Social Science Research Network. https://doi.org/10.2139/ssrn.5076187

Larrahondo, C., Chávez, A., Álvarez, L., & Andrián, L. G. (2025). The exchange rate passthrough to domestic prices, new evidence from Colombia. https://doi.org/10.18235/0013378 Li, C., Chen, Z., Wu, W.-X., Gao, B., & Zou, L. (2025). Population aging, technological innovation and industrial differentiation. Frontiers in Public Health. https://doi.org/10.3389/fpubh.2025.1502713 Lee, K. y Lim, C. (2001). Technological regimes, catching-up and leapfrogging: findings from the Korean industries. Research Policy, 30(3), 459-483. https://doi.org/10.1016/S0048-

7333(00)00088-3

Leeuwis, C. y Van den Ban, A. (Eds.) (2004). Communication for Rural Innovation: Rethinking Agricultural Extension. Blackwell Science Ltd.

https://www.modares.ac.ir/uploads/En-Agr.Doc.AgriculturalExtension.3.pdf Li, C., Chen, Z., Wu, W.-X., Gao, B., & Zou, L. (2025). Population aging, technological innovation and industrial differentiation. Frontiers in Public Health. https://doi.org/10.3389/fpubh.2025.1502713 Li, D. y Chen, Y. (29-31 de octubre de 2011). 5th IFIP TC 5, SIG 5.1 International Conference, CCTA 2011, Beijing, China, October 29-31, 2011, Proceedings, Part III [Conferencia]. Beijing, China. Springer. https://doi.org/10.1007/978-3-642-27275-2 Li, H., Su, G. y Jiang, L. (2017). An efficient unified model for genome-wide association studies and genomic selection. Genetics Selection Evolution, 49(64)2-8. https://doi.org/10.1186/s12711-017-0338-x Lizarazo S, I. A. y Alfonso C, O. A. (2011). Aplicaciones de la agricultura de precisión en palma de aceite “Elaeis Guineensis” e hibrido O x G. Revista de Ingeniería, (33), 124-130. http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0121- 49932011000100013&lng=en&tlng= Luo, W., Zuo, S., Tang, S., & Li, C. (2025). The Formation of New Quality Productivity of Agriculture Under the Perspectives of Digitalization and Innovation: A Dynamic

Qualitative Comparative Analysis Based on the “Technology-Organization- Environment” Framework. Sustainability. https://doi.org/10.3390/su17020597 Manjunath, A., Manjunatha, K. N., Srinivas, P., Kumar, P. S., & Harshitha, J. (2025). An Integrated Paradigm for Advanced Irrigation Systems Leveraging Internet of Things (IoT). International Journal of Soft Computing and Engineering. https://doi.org/10.35940/ijsce.f3654.14060125

Mathews, J. A. (2002). Competitive Advantages of the Latecomer Firm: A Resource-Based Account of Industrial Catch-Up Strategies. Asia Pacific Journal of Management, 19, 467-488. https://doi.org/10.1023/A:1020586223665 Mazzoleni, R. y Nelson, R. R. (2007). Public research institutions and economic catch-up. Research Policy, 36(10), 1512-1528. https://doi.org/10.1016/j.respol.2007.06.007 McConnell, M. D. (2019). Bridging the gap between conservation delivery and economics with precision agriculture. Wildlife Society Bulletin, 43(3), 391-397. https://doi.org/10.1002/wsb.995 McGuire, E., Ewell, H., Bailey, A., Valencia Leñero, E. M., Luu, T. T. G., Sylvester, J. M., Al-Zu’bi, M., Liani, M. L., & Kabirigi, M. (2025). Breaking biases and building momentum for transforming agricultural research for development practices: Recommendations and research opportunities. npj Sustainable Agriculture. https://doi.org/10.1038/s44264-024-00044-y Melchiori, R. J. M., Albarenque, S. M. y Kemerer, A. C. (2013). Uso, adopción y limitaciones de la agricultura de precisión en Argentina. Curso Internacional de Agricultura de Precisión, 12, 7. https://docplayer.es/13718241-Uso-adopcion-y-limitaciones-de-laagricultura-de-precision-en-argentina.html Min, Z., Bei, W., Chunyuan, G. y Zhao Qian, S. (20-21 de agosto de 2011). Application Study of Precision Agriculture Based on Ontology in the Internet of Things Environment. En J. Zhang (Ed.), Applied Informatics and Communication. ICAIC 2011.

Communications in Computer and Information Science, 227. Springer. https://doi.org/10.1007/978-3-642-23226-8_49 Ministerio de Agricultura y Desarrollo Rural (Minagricultura). (4 de octubre de 2017). MinAgricultura impulsa el trabajo y crecimiento del sector floricultor. Minagricultura. https://www.minagricultura.gov.co/noticias/Paginas/MinAgricultura-impulsa-eltrabajo-y-crecimiento-del-sector-floricultor.aspx Mintert, J., Widmar, D., Langemeier, M., Boehlje, M. y Erickson, B. (6-9 de febrero de 2016). The Challenges of Precision Agriculture: Is Big Data the Answer [Sesión de congreso]. Southern Agricultural Economics Association Annual Meeting, San Antonio, Texas, Estados Unidos.

https://EconPapers.repec.org/RePEc:ags:saea16:230057 Mirjalili, S. (2015). Moth-flame optimization algorithm: A novel nature-inspired heuristic paradigm. Knowledge-Based Systems, 89, 228-249.

https://doi.org/10.1016/j.knosys.2015.07.006 Mirjalili, S., Gandomi, A. H., Mirjalili, S. Z., Saremi, S., Faris, H. y Mirjalili, S. M. (2017). Salp Swarm Algorithm: A bio-inspired optimizer for engineering design problems. Advances in Engineering Software, 114, 163-191.

https://doi.org/10.1016/j.advengsoft.2017.07.002 Mirjalili, S., Mirjalili, S.M. y Hatamlou, A. (2016). Multi-Verse Optimizer: a nature-inspired algorithm for global optimization. Neural Computing and Applications, 27, 495–513. https://doi.org/10.1007/s00521-015-1870-7 Möhring, H. C., Wiederkehr, P., Erkorkmaz, K. y Kakinuma, Y. (2020). Self-optimizing machining systems. CIRP Annals, 69(2), 740-763.

https://doi.org/10.1016/j.cirp.2020.05.007 Mohammed, B. (2025). Smart Irrigation Systems Using AI to Optimize Water Usage. Advances in Environmental Engineering and Green Technologies. https://doi.org/10.4018/979-8-3693-7483-2.ch009

Moncada B, A. (2009). El marketing interno como generador de valor de las organizaciones: caso Universidad Nacional de Colombia - Sede Manizales [Documento de maestría, Universidad de Manizales]. Repositorio institucional.

https://repositorio.unal.edu.co/handle/unal/3456 Moreddu, C., Contini, E. y Ávila, F. (2017). Challenges for the Brazilian Agricultural Innovation System. EuroChoices 16(1), 26-31. https://doi.org/10.1111/1746- 692X.12147 Motamedimoghadam, M., Mira da Silva, M., & Amaral, M. (2024). Organizational capabilities for digital innovation: A systematic literature review. European Journal of Innovation Management. https://doi.org/10.1108/ejim-02-2024-0227 Nair, S. S. (2011). Three Essays on the Economics of Precision Agriculture in Cotton Production. [Tesis doctoral, Texas Tech University]. Repositorio institucional. https://ttu-ir.tdl.org/bitstreams/e9a74b4e-da4a-435c-a5e7-a2f7e0c9c63a/download Nayak, A. K., Pattanaik, A. K., Samantaray, P. R., Pradhan, I., Sahoo, R. K., & Mohanty, S. (2024). Cultivation and Cultural Practices Followed in Carnation (Dianthus caryophyllus L.) for Better Production: A Review. Agricultural Reviews. https://doi.org/10.18805/ag.r-2698 Nazari, A. H., Abdullah, Z. K., & Malakza, M. Y. (2024). Exploring the multi-dimensional impact of insects on the Green Revolution. Journal of Natural Science Review. https://doi.org/10.62810/jnsr.v2ispecial.issue.126 Ogunniyi, A., Oluseyi, O. K., Adeyemi, O., Kabir, S. K. y Philips, F. (2017). Scaling up agricultural innovation for inclusive livelihood and productivity outcomes in sub- Saharan Africa: the case of Nigeria. African Development Review, 29(S2), 121-134. https://doi.org/10.1111/1467-8268.12267 Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO). (2013). Agroindustrias para el desarrollo. FAO.

https://openknowledge.fao.org/server/api/core/bitstreams/e5ab1f75-ea79-4501-a897b208b5bb9658/content

Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO). (2023). The State of Food and Agriculture. Revealing he True Cost of Food to Transform Agrifood System. FAO.

https://openknowledge.fao.org/server/api/core/bitstreams/d18c268b-55bc-435f-8b6d- 6f6efbf39479/content Oosterman, B. J. (2001). Improving Product Development Projects by Matching Product Architecture and Organization. Uitgever: Labyrint Publication. https://gidemy.com/Downloads/Books/Business/Marketing/Improving%20Product%20 Development%20Projects%20By%20Matching%20Product%20Architecture%20And %20Organization%20(Labyrin.pdf Otto, K. y Wood, K. (2000). Product Design: Techniques in Reverse Engineering and New Product Development. Pearson.

Pahl, G., Beitz, W., Feldhusen, J. y Grote, K. H. (2007). Engineer Design: A Systematic Approach (Third Edition). Springer.

https://books.google.com.co/books?id=qsKNwB2gL5wC&printsec=frontcover&redir_ esc=y#v=onepage&q&f=false Pardey, P. G.y Pingali, P. L. (2010). Reassessing International Agricultural Research for Food and Agriculture. Global Conference on Agricultural Research for Development

2010. FAO. https://documentation-

beauvais.unilasalle.fr/index.php?lvl=notice_display&id=18271 Pathak, H. S., Brown, P. y Best, T. (2019). A systematic literature review of the factors affecting the precision agriculture adoption process. Precision Agriculture, 20, 1292-1316. https://doi.org/10.1007/s11119-019-09653-x Pingali, P. L. y Traxler, G. (2002). Changing locus of agricultural research: will the poor benefit from biotechnology and privatization trends? Food Policy, 27(3), 223-238. https://doi.org/10.1016/S0306-9192(02)00012-X

Programa de las Naciones Unidas para el Desarrollo (PNUD). (2001). Informe sobre Desarrollo Humano. Poner el adelanto tecnológico al servicio del desarrollo humano. Ediciones Mundi-Prensa. https://hdr.undp.org/system/files/documents/hdr2001es.pdf Pugh, S. (1991). Total Design: Integrated Methods for Successful Product Engineering. Addison-Wesley.

Puspitafuri, C., & Zaid, S. (2025). Dynamic capabilities, flexibility and competitive performance practices based on IT; Comparison of public organizations and agricultural businesses. Journal of Global Innovations in Agricultural Sciences. https://doi.org/10.22194/jgias/25.1584 Quispe, R., Moreno, Z., & Julca, G. (2024). Technological Innovation: Key Factors for Business Success. Sciéndo. https://doi.org/10.17268/sciendo.2024.062 Roa-Ortiz, S. A., & Cala-Vitery, F. (2025). The current agricultural technology transfer policy in Colombia modeled through dynamic performance governance. Research on World Agricultural Economy. https://doi.org/10.36956/rwae.v6i1.1263 Rodríguez, S., Gualotuña, T. y Grilo, C. (2017). A System for the Monitoring and Predicting of Data in Precision Agriculture in a Rose Greenhouse Based on Wireless Sensor Networks. Procedia Computer Science, 121, 306-313.

https://doi.org/10.1016/j.procs.2017.11.042 Radcliffe, C., Parissi, C. y Raman, A. (2016). Valuing Indigenous Knowledge in the Highlands of Papua New Guinea: A Model for Agricultural and Environmental Education. Australian Journal of Environmental Education, 32(3), 243-259. https://www.jstor.org/stable/26422940 Raghoo, P., & Shah, K. U. (2025). Bridging theory and practice in peer-to-peer energy trading: Market mechanisms and technological innovations. Environmental Research: Infrastructure and Sustainability. https://doi.org/10.1088/2634-4505/adac8a

Rajalakshmi, S., & Kanmani, S. (2022). A comprehensive review on recent intelligent metaheuristic algorithms. International Journal of Swarm Intelligence, 15, 182–205. https://doi.org/10.1504/IJSI.2022.123076 Rodríguez-Salazar, A. E., Torres-Huerta, A. M., Licona-Aguilar, Á. I., Gutiérrez-Galicia, F., Hernández-Alvarado, M. J., Nivón-Pellón, A., & Domínguez-Crespo, M. A. (2024). Linkage Academia–Industry/Innovative High-Performance Systems: A Pathway to Strengthen Technological Capabilities for Innovation in Public Research Centers in Mexico. Sustainability. https://doi.org/10.3390/su17010122 Rodriguez-Soto, J. A. (2025). Agricultural Innovation as a Determinant of a Sustainable Transition in Rural Territories: Evidence from Costa Rica. Journal of Sustainable Development. https://doi.org/10.5539/jsd.v18n1p77 Ruttan, V. W. (1997). Induced Innovation, Evolutionary Theory and Path Dependence: Sources of Technical Change. The Economic Journal, 107(444), 1520-1529. http://www.jstor.org/stable/2957751 Sarao, P., Dar, A. A., Sindhuja, S., Malhotra, M., Jain, A., & Shruti. (2025). Innovative Horizons. In Advances in Business Strategy and Competitive Advantage. https://doi.org/10.4018/979-8-3693-4433-0.ch011 Sinani, E., Dachs, B., Hobdari, B., & Papanastassiou, M. (2024). R&D investments in knowledge-intensive sectors in developing countries and the role of host country political uncertainty. R&D Management. https://doi.org/10.1111/radm.12728 Schimmelpfennig, D. y Ebel, R. (2012). On the Doorstep of the Information Age: Recent Adoption of Precision Agriculture. Economic Research Service. U.S. Department of Agriculture.

https://www.ers.usda.gov/webdocs/publications/44573/5732_eib80_1_.pdf?v=2877.4 Shannon, K., Clay, D. E. y Sudduth, K. A. (2018). An Introduction to Precision Agriculture. En D. Kent, D. Clay y N. Kitchen (Eds.), Kitchen Precision Agriculture Basics (pp. 1-12). American Society of Agronomy Crop Science Society of America Soil Science Society of America. https://doi.org/10.2134/precisionagbasics.2016.0084

Swazan, I. S., & Youn, S.-Y. (2025). AI’s Operational Capabilities in Fashion Retail Distribution: Navigating Organizational Agility, Creativity, and Innovative Culture for Market and Operational Performance. https://doi.org/10.31274/itaa.18791 Tanemura, R., & Ohyama, T. (2023). Development of a High-Yield and Environmentally Friendly Hydroponic System of Cucumber. In IntechOpen. https://doi.org/10.5772/intechopen.113321 Tegegne, G., & Kim, Y.-O. (2020). Representing inflow uncertainty for the development of monthly reservoir operations using genetic algorithms. Journal of Hydrology, 586,

124876. https://doi.org/10.1016/j.jhydrol.2020.124876

Tidd, J. y Bessant, J. R. (2020). Managing innovation: Integrating technological, market and organisational change. Wiley.

Tripathi, R., Shahid, M., Nayak, A. K., Raja, R., Panda, B. B., Mohanty, S., Thilgham, K. y Kumar, A. (2012). Precision Agriculture in India: Opportunities and Challenges. Central Rice Research Institute.

https://krishi.icar.gov.in/jspui/bitstream/123456789/33996/1/Precision%20Agriculture %20in%20India_%20Opportunities%20and%20Challenges.pdf Ullman, D. G. (2017). The Mechanical Design Process. McGraw-Hill. http://160592857366.free.fr/joe/ebooks/Mechanical%20Engineering%20Books%20Co llection/MACHINE%20DESIGN/The%20Mechanical%20Design%20Process.pdf Urrego, N. (2013). Endomarketing una ventaja competitiva para las empresas colombianas. Revista de la Facultad de Publicidad de la UPB, 2(1). http://hdl.handle.net/20.500.11912/7596 Van der Ploeg, J. D. (2010). The peasantries of the twenty-first century: the commoditisation debate revisited. The Journal of Peasant Studies, 37(1), 1-30. https://doi.org/10.1080/03066150903498721

Vila P, C. (2001). Estrategias de implantación de nuevas tecnologías en el ámbito de ingeniería concurrente [Tesis doctoral, Universitat Jaume I]. Repositorio institucional. https://repositori.uji.es/xmlui/handle/10803/10562?show=full Verein Deutscher Ingenieure (VDI). (1987). VDI 2221: Systematic Approach to the Design of Technical Systems and Products. Verein Deutscher Ingenieure. Walpole E. Ronald. Probabilidad y estadística para ingeniería y ciencias, para ingeniería y ciencias. https://bibliotecavirtualaserena.wordpress.com/wpcontent/uploads/2017/05/libro_probabilidad-y-estadistica-para-ingenerc3ada-yciencias-ronald-e-walpole-mayers.pdf Xiang, R., & Feng, B. (2024). Path optimization of two-posture manipulator of apple packing robots. Applied Sciences, 14(19), 8849. https://doi.org/10.3390/app14198849 Xiao, J., Liu, S., Liu, H., Wang, M., Li, G., & Wang, Y. (2022). A jerk-limited heuristic feedrate scheduling method based on particle swarm optimization for a 5-DOF hybrid robot. Robotics and Computer-Integrated Manufacturing, 78, 102396. https://doi.org/10.1016/j.rcim.2022.102396 Xing, Y., & Wang, X. (2024). Precise application of water and fertilizer to crops: challenges and opportunities. Frontiers in Plant Science.

https://doi.org/10.3389/fpls.2024.1444560 Xu, H., Guo, D; Lu, J. y Niu, X. (2016). SWOT Analysis on the Development of Modern Ecological Landscape Agriculture: A Case Study of Baiquan Ecological Park. Asian Agricultural Research, 8(8), 12-20. https://ageconsearch.umn.edu/record/246993/ Yadav, M., Chandel, A., & Sabnis, R. (2024). Accelerating the Development of New Products and Services With AI-Enabled Innovation Management. In Advances in Marketing, Customer Relationship Management, and E-Services Book Series. https://doi.org/10.4018/979-8-3373-0219-5.ch006

Yan, R. (2008). Pricing strategy for companies with mixed online and traditional retailing distribution markets. Journal of Product & Brand Management, 17(1), 48-56. https://doi.org/10.1108/10610420810856512 Yang, D. (2024). The impact of agricultural science and technology innovation on global food supply chain: An empirical analysis based on panel data from 68 food-producing countries. Advances in Economics, Management and Political Sciences. https://doi.org/10.54254/2754-1169/2024.19436 Yang, L., Wang, Y., & Peng, B. (2025). Dynamic mechanisms of R&D innovation in Chinese multinational corporations: The impact of government support, market competition and entrepreneurial spirit. Sustainability, 16(22), 9782. https://doi.org/10.3390/su16229782 Yildiz, A. R., & Yildiz, B. S. (2024). Advanced structural design of engineering components utilizing an artificial neural network and GNDO algorithm. MP MATERIALPRUEFUNG - MP MATERIALS TESTING. https://doi.org/10.1515/mt-

2024-0216

Yost, M. A., Kitchen, N. R., Sudduth, K. A., Sadler, E. J., Drummond, S. T. y Volkmann, M. R. (2017). Long-term impact of a precision agriculture system on grain crop production. Precision Agric 18, 823-842. https://doi.org/10.1007/s11119-016-9490-5 Yu, L., Qin, H. y Xiang, P. (2020). Incentive mechanism of different agricultural models to agricultural technology information management system. Sustainable Computing: Informatics and Systems, 28, 1-8. https://doi.org/10.1016/j.suscom.2020.100423. Zhang, Y., Lu, X., Li, J., & Lin, C. (2025). Dynamic selection of cooperative partners of agricultural science and technology industry-university-research system based on field theory. Kybernetes. https://doi.org/10.1108/K-10-2024-2774 Zhao, W., Wang, L. y Zhang, Z. (2019). A novel atom search optimization for dispersion coefficient estimation in groundwater. Future Generation Computer Systems, 91, 601-610. https://doi.org/10.1016/j.future.2018.05.037

Zhao, Y., Shuai, L., Zhang, H., & Zheng, Y. (2024). Angle control algorithm for air curtain based on GA optimized quadratic BP neural network. Buildings, 14(10), 3144. https://doi.org/10.3390/buildings14103144 Zheng, Y. J., Ling, H. F. y Xue, J. Y. (2014). Ecogeography-based optimization: enhancing biogeography-based optimization with ecogeographic barriers and differentiations. Computers & Operations Research, 50, 115-127.

https://doi.org/10.1016/j.cor.2014.04.013 Bercomex Florval Colombia 2019. https://bercomex.com

APÉNDICE

Subconjunto de estructura principal Figura A.1 Subconjunto de estructura principal

Figura A.2 Subconjunto de carrito auxiliar

Figura A.3 Subconjunto de actuadores principal

Figura A.13 Banda extractora de sustrato (imagen lateral

Figura A.14 Banda extractora de sustrato (imagen frontal)