PlantaComArduinoAi

Projeto IA

Projeto: Sistema de Irrigação Inteligente com Lógica Fuzzy e Algoritmo Genético

Descrição do Projeto

Sistema de irrigação automático que utiliza lógica fuzzy para determinar a necessidade hídrica em tempo real e algoritmo genético para otimizar dinamicamente os parâmetros de irrigação. Opera em dois modos (Manual/Automático) com persistência em EEPROM.

Principais Características

• Controle dual: Manual (botão físico) / Automático (lógica inteligente)
• Lógica Fuzzy: 2 entradas (temperatura, umidade solo), 6 regras, saída singleton
• Algoritmo genético:
  • Otimiza tempo de irrigação (1-20 segundos)
  • Otimiza intervalo entre irrigações (10-1440 minutos)
• Persistência: Armazena modo operacional e melhor indivíduo na EEPROM
• Monitoramento: LCD 16x2 + Serial Monitor para depuração
• Proteções: Debounce para botão, controle seguro do motor com BJT

Lista de Componentes Atualizada

Componente	Quantidade	Notas Técnicas
Arduino Uno R3	1	ATMega328P
Sensor DHT11 (temp/umid. ar)	1	Pino A1
Sensor capacitivo solo	2	Pinos A0 e A2
LCD 16x2 (I2C)	1	Display status em tempo real
Motor CC 5V/200mA	1	Controlado via pino 9
Transistor BC547	1	Controle de potência do motor
Resistores	3	100Ω (motor), 1kΩ (pull-down botão)
Botão táctil	1	Modo 6 (com debounce)

Funcionamento do Sistema

Lógica Fuzzy (Núcleo de Decisão)

1. Fuzzificação:

   • Temperatura: Baixa (<25°C), Média (25-55°C), Alta (>55°C)
   • Umidade Solo: Seco (<40%), Normal (40-70%), Úmido (>70%)

2. Regras de Inferência (Exemplos):

   SE Temperatura ALTA E Solo SECO → Necessidade ALTA (0.8)
   SE Temperatura MÉDIA E Solo NORMAL → Necessidade BAIXA (0.2)

3. Desfuzzificação:

   • Método singleton: necessidade = (Σ(regra_i * peso_i)) / Σ(regra_i)
   • Aciona irrigação se necessidade > 0.5

Algoritmo Genético (Otimização)

Estrutura do Indivíduo:

struct Individuo {
  int tempoIrrigacao; // 1-20 segundos
  int intervalo;      // 10-1440 minutos (até 24h)
  float fitness;      // Calculado por: 
};                    // (eficiência*0.6 + conservação*0.3 + estabilidade*0.1)

Fluxo do AG:

1. Inicialização aleatória (população: 10 indivíduos)
2. Avaliação de fitness baseada em:
   • Eficiência hídrica
   • Conservação de recursos
   • Estabilidade do solo
3. Seleção por torneio (tamanho 3)
4. Cruzamento aritmético
5. Mutação gaussiana (±60 minutos)
6. Elitismo (preserva melhor indivíduo)

Diagrama de Conexões Correto

#define MOTOR_PIN 9       // Controle do motor
#define BOTAO_MANUAL 6    // Botão de modo (com debounce)
#define DHTPIN A1         // Sensor DHT11
#define SENSOR_SOLO_1 A0  // Sensor solo 1
#define SENSOR_SOLO_2 A2  // Sensor solo 2
// LCD: SDA-A4, SCL-A5 (I2C)