UNAB agua

RE-FLUYE: Dispositivo IoT de Bajo Costo para Evaluación de Calidad Hídrica

¡Bienvenido al repositorio del proyecto RE-FLUYE! Este proyecto presenta un sistema de monitoreo inteligente de la calidad del agua diseñado para entornos rurales sin conectividad a internet. Re-Fluye combina el análisis físico-químico mediante sensores electrónicos con la observación humana cualitativa para brindar recomendaciones de tratamiento precisas e inmediatas de acuerdo con el destino del agua (consumo humano, consumo animal o riego agrícola) [2, 74].

---

📌 Tabla de Contenidos

1. Descripción y Propuesta de Valor
2. Arquitectura del Sistema
3. Modelos de Hardware
   • Versión 1: Arduino Uno (Simulación y Prototipado)
   • Versión 2: ESP32 (Montaje Real de Campo)
4. Esquemas y Pinouts
5. Cálculo del ICA y Lógica Híbrida de Clasificación
6. Firmware e Instalación de Librerías
7. Aplicación Móvil (MIT App Inventor)
8. Pruebas de Campo y Calibración
9. Cronograma y Gestión del Proyecto
10. Licencia y Créditos

---

🌊 Descripción y Propuesta de Valor

En muchas comunidades rurales, el acceso a laboratorios para analizar la calidad del agua es nulo o extremadamente costoso, y los kits de análisis comerciales requieren formación técnica avanzada [2, 3]. La contaminación hídrica es la principal causa de enfermedades gastrointestinales en el sector agropecuario rural [3].

RE-FLUYE soluciona este problema a través de una propuesta de valor única [3]:

• 4 Sensores Electrónicos: Medición cuantitativa del pH, turbidez, sólidos disueltos (TDS) y temperatura [4].
• 3 Variables de Observación Humana: Incorporación del valioso conocimiento empírico de las comunidades campesinas (olor, aspecto visual y origen del agua) [3, 80].
• Lógica Híbrida local: Algoritmo de clasificación robusto que se ejecuta localmente sin necesidad de conexión a internet para emitir recomendaciones accionables y comprensibles [3].

---

📐 Arquitectura del Sistema

El proyecto opera bajo una arquitectura estructurada de 3 capas y un canal de comunicación de sensor humano [80]:

1. Capa de Percepción (Sensores): Adquiere los datos físico-químicos del agua mediante sensores analógicos y digitales [80].
2. Capa de Procesamiento (Microcontrolador): Lee las señales de los sensores, aplica las curvas de calibración, empaqueta los datos en formato JSON y los transmite vía inalámbrica (Bluetooth) [80].
3. Capa Humana (Usuario): El usuario ingresa su observación cualitativa sobre el origen del agua, su olor y su aspecto visual en la interfaz móvil [80].
4. Capa de Presentación (App Android): Recibe las lecturas del hardware, procesa el formulario cualitativo, ejecuta el algoritmo de clasificación híbrida y presenta el veredicto en un semáforo interactivo con recomendaciones de tratamiento [80, 85].

---

🛠 Modelos de Hardware

El proyecto contempla una evolución técnica desde la simulación conceptual en entornos virtuales hasta el montaje físico real con sensores de grado de campo [5, 41].

Versión 1: Arduino Uno (Simulación y Prototipado)

• Objetivo: Comprender las bases de la programación del microcontrolador y la lógica del LCD [5].
• Entorno: Simulación pública en Tinkercad [17].
• Componentes simulados: Se utilizan potenciómetros de 10 kΩ para emular los sensores de pH, Turbidez y Sólidos Totales Disueltos (TDS), y un TMP36 para la temperatura [5].
• LCD: Conexión mediante módulo LCD 16x2 I2C para simplificar pines [5, 6].

Versión 2: ESP32 (Montaje Real de Campo)

• Objetivo: Desplegar un dispositivo real de campo con sensores físicos e interactuar con la app móvil de manera estable [41].
• Microcontrolador: ESP32 DevKit V1 (38 pines) por su procesador de doble núcleo, bajo costo, y conectividad integrada Bluetooth Classic [41, 42].
• Sensores Reales Utilizados:
  • Sensor de pH: Módulo DFRobot pH Meter V1.1 (electrodo de vidrio) [41, 44].
  • Sensor de Sólidos Disueltos (TDS): Módulo Gravity DFRobot TDS Meter V1.0 [41, 44].
  • Sensor de Turbidez: Módulo analógico DFRobot SEN0189 [36, 41].
  • Sensor de Temperatura: Sonda sumergible DS18B20 (impermeable IP67 con protocolo 1-Wire) [41, 44, 71].

⚠️ El Cambio Crítico: Voltaje de Operación (Protección del ESP32)

El Arduino Uno opera a 5V lógicos, pero el ESP32 opera a 3.3V lógicos (ADC con resolución de 12 bits: 0–4095) [42, 43]. Los sensores analógicos DFRobot se alimentan a 5V y sus salidas de señal pueden llegar hasta 5V [43]. ¡Conectar 5V directamente al ESP32 dañará sus pines de forma permanente! [43]

Para solucionar esto, es obligatorio construir un divisor de voltaje resistivo en cada línea de señal analógica que conecte al ESP32 [43]:

• Fórmula: $V_{out} = V_{in} \times \frac{R_2}{R_1 + R_2}$ [71]
• Resistencias recomendadas: $R_1 = 10 \text{ k}\Omega$ (unido al sensor) y $R_2 = 20 \text{ k}\Omega$ (unido a GND) [47].
• Relación de división: Reduce las señales analógicas un factor de 0.667 ($5.0\text{V} \rightarrow 3.33\text{V}$), lo cual es completamente seguro para el ESP32 [48]. El factor de compensación en el código para recuperar la lectura real del sensor es DIV_FACTOR = 1.5 [48, 71].

---

📌 Esquemas y Pinouts

Pinout de la Versión 1 (Arduino Uno - Tinkercad) [8]

Pinout de la Versión 2 (ESP32 DevKit v1) [51]

Nota Crítica sobre los ADC de ESP32: El ESP32 cuenta con dos módulos convertidores analógicos (ADC1 y ADC2). Sin embargo, el módulo ADC2 no funciona correctamente cuando se activan las funciones inalámbricas (WiFi o Bluetooth) [50]. Por ende, todos los sensores analógicos de Re-Fluye se configuran estrictamente en los pines del módulo ADC1 (GPIOs 32, 34 y 35) para asegurar lecturas estables mientras se transmite vía Bluetooth [50].

---

📈 Cálculo del ICA y Lógica Híbrida de Clasificación

Cálculo del ICA (Índice de Calidad del Agua) [12]

Re-Fluye utiliza una versión simplificada del Índice de Calidad del Agua (ICA) adaptada para microcontroladores, basada en los lineamientos internacionales de la NSF y el IDEAM colombianos [12]. Se calcula utilizando el pH, la turbidez y los Sólidos Totales Disueltos (TDS), asignando los siguientes pesos ponderados [13]:

1. Sub-índice pH ($sPH$): El valor óptimo es 7.4 (ligeramente alcalino). Cada unidad de desviación resta 30 puntos al sub-índice [13, 14].
   • $sPH = 100 - |pH - 7.4| \times 30$ [13]
2. Sub-índice Turbidez ($sTU$): Rango de 0 a 200 NTU [13].
   • $sTU = 100 - \text{Turbidez}$ [13]
3. Sub-índice TDS ($sTD$): Rango de 0 a 2000 ppm [13].
   • $sTD = 100 - \frac{\text{TDS}}{10}$ [13]

Fórmula de Agregación Lineal: $$\text{ICA} = (sPH \times 0.40) + (sTU \times 0.30) + (sTD \times 0.30)$$ [13] (Con "clamping" inferior de manera que si el ICA resultante es menor a 0, se establece en 0) [13].

Matriz de Decisiones de la Lógica Híbrida

Los sensores numéricos no pueden medir parámetros cualitativos esenciales como la apariencia o el aroma [16]. Es por ello que la Lógica Híbrida implementa reglas con prioridad descendente para procesar la información del usuario [14, 15]:

• Regla 1 (Máxima prioridad - Olor): Si el Olor es Raro (olor_val = "raro"), el agua se clasifica directamente como NO APTA (LED Rojo), independientemente de las lecturas numéricas de los sensores, por riesgo de contaminación biológica o química grave [15, 84, 120, 121].
• Regla 2 (Apariencia Visual): Si la Apariencia Visual es Aceitosa, se asume contaminación por hidrocarburos y la calidad se degrada a NO APTA (LED Rojo), limitándose únicamente a riego de cultivos no alimentarios [83, 84, 121].
• Regla 3 (pH Crítico): Si el pH es crítico ($pH < 5.5$ o $pH > 9.5$), la clasificación desciende inmediatamente a NO APTA debido a niveles dañinos de acidez o alcalinidad [122].
• Regla 4 (Visual Verdosa + Estancada): Si el agua es de Origen Estancado y la apariencia visual es Verdosa, el agua es clasificada como CONDICIONADA (LED Amarillo) por sospecha de cianobacterias/algas [83, 123].
• Regla 5 (Excelente): Si el ICA es alto ($\ge 75$) y no hay ninguna observación humana desfavorable (Origen Corriente, Olor normal, Apariencia limpia), el agua es APTA (LED Verde) para el consumo directo [15, 124].

---

💻 Firmware e Instalación de Librerías

El firmware del microcontrolador está escrito en C++ para el ecosistema de Arduino [1, 41].

Librerías Requeridas

Instala las siguientes librerías desde el Gestor de Librerías del Arduino IDE (Ctrl + Shift + I) [23]:

1. LiquidCrystal_I2C (por Frank de Brabander): Control de la pantalla LCD mediante protocolo I2C [23].
2. DHT sensor library (por Adafruit): Para el sensor de temperatura y humedad DHT11 en la V1 física [24]. (Al instalarla, selecciona "Install All" para que añada automáticamente la librería de sensores unificada de Adafruit).
3. OneWire (por Jim Studt): Soporte de comunicación para el sensor digital de temperatura de la V2 [56, 60].
4. DallasTemperature (por Miles Burton): Control del sensor de sonda sumergible DS18B20 [56, 60].

Carga del Software

1. Abre el IDE de Arduino e instala la extensión para placas ESP32 [57]:
   • Ve a Archivo -> Preferencias y en Gestor de URLs Adicionales de Tarjetas copia la siguiente dirección: https://raw.githubusercontent.com/espressif/arduino-esp32/gh-pages/package_esp32_index.json [57]
   • Ve a Herramientas -> Placa -> Gestor de Tarjetas, busca esp32 por Espressif Systems e instálalo [58].
2. Conecta tu placa ESP32 por USB y selecciona la placa ESP32 Dev Module junto con el puerto COM correspondiente [58].
3. Abre el código provisto en este repositorio (re_fluye_esp32.ino), compílalo (Ctrl + R) y cárgalo (Ctrl + U) [27, 28].
4. Abre el monitor serie a 115200 baudios para ver las lecturas y la inicialización del Bluetooth [62, 65].

---

📱 Aplicación Móvil (MIT App Inventor)

La aplicación móvil de Re-Fluye actúa como la consola central de visualización y el capturador de datos del usuario campesino. Fue desarrollada utilizando la plataforma sin código MIT App Inventor 2 [76, 95].

Estructura de Pantallas [85]

• Screen1 (Bienvenida): Pantalla inicial con logo e inicio de comprobación para validar que el Bluetooth del smartphone esté habilitado [85, 97].
• Screen2 (Conexión BT): Escanea los dispositivos Bluetooth emparejados en el teléfono para realizar la conexión con el nodo ReFluye-V2 y guarda la dirección MAC en la memoria local (TinyDB) [85, 99].
• Screen3 (Lectura Sensores): Temporiza la recepción de datos en formato JSON transmitidos desde el ESP32, extrayendo las variables de pH, Turbidez, TDS y Temperatura para mostrarlas de forma interactiva con tarjetas coloreadas [85, 103, 106].
• Screen4 (Sensor Humano): Formulario intuitivo con pictogramas grandes para registrar las tres observaciones cualitativas del campesino (Origen, Olor y Visual) [85, 110].
• Screen5 (Resultado): Muestra un semáforo visual (Verde, Amarillo, Rojo) con las recomendaciones exactas de tratamiento del agua y permite guardar el historial en TinyDB o compartir los resultados a través de WhatsApp [85, 117].

---

⚖️ Licencia y Créditos

Este proyecto se distribuye bajo la licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) [1].

• Autor: Alfredo Antonio Díaz Claros [1, 41]
• Institución: Director del Centro de Competencias Digitales (CCD), Universidad Autónoma de Bucaramanga (UNAB) [1, 41]
• Ubicación: Bucaramanga, Santander, Colombia (2026) [1, 41].

Este repositorio ha sido estructurado con fines educativos e investigativos para el beneficio de las comunidades rurales y la academia [40, 73].

---