SistIA: Sistema para la sensorización de parámetros y monitoreo de la recepción y descarga de materia prima en la industria de congelados hidrobiológicos utilizando dispositivos IoT e Inteligencia Artificial con Big Data

La industria de congelados hidrobiológicos, especialmente de la pota (Dosidicus gigas) se desarrolla significativamente a nivel mundial, siendo el Perú el cuarto país exportador y su costa norte la principal zona productora de pota del pacífico; conllevando ello, a cumplir con exigentes normas de seguridad, calidad, inocuidad, trazabilidad entre otros, que obligan a un control estricto de toda la producción. Por tal motivo, dicha industria en el mundo viene implantando tecnología de la industria 4.0 (IoT, big data e IA) para sistematizar y automatizar sus procesos, que le permita cumplir con dichos controles y monitorear la dinámica de su eficiencia productiva con la finalidad de lograr ventajas competitivas. Sin embargo, en la mediana y pequeña industria peruana, particularmente de congelados hidrobiológicos en Piura, la mayor parte de su proceso productivo no cuenta con implantación de tecnologías 4.0, realizando actividades manuales, que no permiten disponer en tiempo real de información monitoreada para realizar validaciones que adviertan anomalías, patrones o predicciones de comportamiento de parámetros identificados en la cadena productiva y lograr así mejor comprensión de la dinámica en la recepción/descarga de materia prima en la industria de congelados hidrobiológicos y cumplir con las exigencias del sector. De modo que, se plantea el desarrollo de un sistema SistIA, para monitorear en tiempo real la recepción/descarga de materia prima en la industria de congelado pota (Dosidicus gigas) y proveer información para una adecuada toma de decisiones que contribuyan a la eficiencia productiva. Asimismo, se mostrará en una plataforma de interfaz usuaria la dinámica de la base de datos proveniente de la implementación de un prototipo IoT, que recabe datos censados de parámetros como temperaturas, humedad, agua, pH, contaminantes y tiempos utilizando 5 módulos del prototipo-despeglable: dispositivo IoT, módulo SIM, módulo de almacenamiento, módulo de machine learning y módulo de conocimiento.