"Los sistemas de la agricultura de ambiente controlado, como las granjas verticales, los reactores de algas o las granjas de insectos, ya son complejos para funcionar por sí mismos", afirma Jonathan Raecke, investigador doctorado en Control Automático y Dinámica de Sistemas de la Universidad Tecnológica de Chemnitz. "Una vez que introducimos interconexiones, encontrar condiciones de producción realmente óptimas se convierte en un problema de optimización multidimensional y dinámicamente cambiante".
En los debates sobre la agricultura de ambiente controlado, la atención sigue gravitando en torno a los cultivos, las estrategias de iluminación o las recetas climáticas, pero a medida que los sistemas de producción se hacen más grandes e interconectados, se hace cada vez más visible otra limitación: cómo se controlan realmente estos ambientes. En este contexto, la complejidad ya no es solo biológica, sino también sistémica.
© Jonathan Raecke
Una perspectiva sistémica desde el programa MELiSSA
Este cambio fue el tema central de una presentación de Raecke, realizada en el marco del Programa de Investigación Espacial MELiSSA. En lugar de centrarse en unidades de producción individuales, su planteamiento enmarcó la producción de alimentos en interiores como un sistema dinámico formado por bucles de retroalimentación, objetivos contrapuestos y limitaciones en constante cambio.
"Un error común es que los ingenieros de control creen que sus modelos saben más que los productores", añade Raecke. "En realidad, las limitaciones del sistema y los objetivos de control suelen derivar directamente del conocimiento de los expertos. Nuestra tarea consiste en comprender qué puede modelizarse de forma fiable y en qué aspectos debemos hacer caso de los conocimientos prácticos y heurísticos". El control avanzado funciona mejor cuando los productores y los ingenieros de control trabajan juntos y combinan ambas perspectivas".
Por qué el acoplamiento convierte la eficiencia en un problema de sistemas
Ese reto se hace especialmente evidente en los sistemas multitróficos, en los que plantas, insectos, algas, peces y flujos de residuos se vinculan de forma intencionada. Conceptos como la reutilización del CO₂ procedente de la producción de insectos para estimular el crecimiento vegetal prometen una mayor eficiencia y un menor uso de insumos. Sobre el papel, estos acoplamientos parecen sencillos. En la práctica, suelen dejar al descubierto una brecha entre el potencial teórico y la realidad operativa.
Desde una perspectiva sistémica, el problema no es que la circularidad fracase, sino que a menudo se persigue de forma local en lugar de global. Optimizar un subsistema de forma aislada puede restringir los flujos o crear cuellos de botella en otros lugares, dejando los recursos disponibles sin aprovechar. Por ejemplo, el CO₂ puede estar presente en el sistema, pero inaccesible en ese momento o en la forma que las plantas realmente necesitan. Lo que parece eficiente a nivel de módulo puede convertirse silenciosamente en ineficiencia a nivel del sistema completo.
"Lo primero que se rompe es la eficiencia", afirma Raecke. "Las unidades de producción individuales pueden seguir funcionando, pero el sistema en su conjunto rara vez rinde tan bien como se esperaba". En los diseños multitróficos, el objetivo es ahorrar más recursos o energía que la suma de los sistemas individuales. La optimización local suele impedir que eso ocurra".
De reaccionar a las condiciones a anticipar resultados
Aquí es donde entran en juego el control automático y la dinámica de sistemas. En lugar de reaccionar a las condiciones a medida que se presentan, el grupo de Chemnitz desarrolla modelos matemáticos diseñados para anticipar el comportamiento del sistema y calcular las condiciones operativas en consecuencia. Estos modelos constituyen la base del control predictivo basado en modelos y de los marcos de control jerárquico que equilibran múltiples objetivos simultáneamente.
"Estos métodos calculan las condiciones óptimas desde el punto de vista matemático basándose en la función objetivo elegida", explica Raecke. El objetivo en sí depende del contexto. "Rentabilidad en la Tierra y circularidad en el espacio".
Aunque esos objetivos parezcan distintos, Raecke sugirió que la distancia entre ellos puede estar reduciéndose. A medida que los sistemas alimentarios terrestres se enfrentan a la creciente presión de la escasez de agua, los costes energéticos y las limitaciones de recursos, los retos que antes se asociaban principalmente con la investigación espacial se están volviendo cada vez más familiares en la Tierra. "Dada la creciente escasez de agua y recursos", señaló, "las soluciones para ambos pueden no estar tan alejadas".
Por qué esto importa más allá de los entornos de investigación
Esta convergencia entre la investigación espacial y la producción terrestre de alimentos empieza a resonar más allá del ámbito académico. Ayuda a explicar el creciente interés por los gemelos digitales, la optimización y el control avanzado en el sector de la agricultura vertical, especialmente a medida que los operadores experimentan con diseños más circulares y multitróficos.
Esa relevancia más amplia se refleja en el trabajo de Stefan Streif, catedrático de Control Automático y Dinámica de Sistemas de la Universidad Tecnológica de Chemnitz y jefe del grupo de investigación en el que se sitúa el trabajo de Raecke. "Recientemente he sido nombrado miembro del Consejo Asesor Científico de la Asociación de Cultivos Verticales debido a mi experiencia en control avanzado de procesos, IA y modelización para IVF/CEA", afirma Streif.
Ha subrayado que, aunque los sistemas de producción acoplada pueden mejorar drásticamente la eficiencia energética y de recursos, no son inherentemente estables cuando se implantan en entornos artificiales. A diferencia de los ecosistemas naturales, estos sistemas requieren un seguimiento, control y optimización continuos para funcionar de forma fiable a gran escala.
De la automatización reactiva a la coordinación a nivel de sistema
"El control y la automatización se tratan a menudo como tareas de hardware reactivas, que ajustan bombas, velocidades de ventiladores o posiciones de válvulas en respuesta a la información de los sensores", afirma Streif. "En cambio, el control avanzado entiende cómo se comporta un sistema y puede actuar de forma predictiva. También puede considerar las previsiones de precios y meteorológicas, lo que permite a los sistemas ir más allá de los rígidos regímenes de control de consigna siempre que ello ahorre energía o costes. A un nivel aún más alto, el control avanzado puede coordinar múltiples sistemas acoplados".
También se refirió a las primeras decisiones de diseño que pueden limitar silenciosamente la optimización futura. "La mayor limitación suele decidirse muy pronto", afirma Streif. "Los sensores y actuadores se instalan normalmente al mínimo para ahorrar costes iniciales, y a menudo son de difícil acceso desde una perspectiva IoT porque están bloqueados detrás de software propietario o protocolos de comunicación incompatibles. Como resultado, existen datos valiosos en muchos sistemas, pero acceder a ellos más tarde resulta extremadamente difícil".
Para más información: 
Universidad Tecnológica de Chemnitz
Jonathan Raecke, investigador doctorado
[email protected]
Dr. Stefan Streif, Catedrático, Control Automático y Dinámica de Sistemas
[email protected]
www.tu-chemnitz.de
