UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MORELOS

MAESTRÍA EN INGENIERÍA AMBIENTAL Y TECNOLOGÍAS SUSTENTABLES

DISEÑO Y CONSTRUCCIÓN DE EQUIPO DE MEDICIÓN

PARA EL MONITOREO DE pH, CONDUCTIVIDAD Y
TEMPERATURA DEL AGUA.

T E S I S

QUE PARA OBTENER EL GRADO DE

MAESTRO EN INGENIERÍA AMBIENTAL Y

TECNOLOGÍAS SUSTENTABLES

PRESENTA

I.A. ALAIN SERRANO ROQUE

ASESOR: DRA. JOSEFINA VERGARA SÁNCHEZ

CUERNAVACA, MORELOS AGOSTO, 2020

Este proyecto se realizó en las instalaciones de la Facultad de Ciencias Químicas e Ingeniería de la
Universidad Autónoma del Estado de Morelos, bajo la asesoría de la Dra. Josefina Vergara Sánchez y
con el apoyo financiero del Programa de Becas de Posgrado del Consejo Nacional de Ciencia y
Tecnología (CONACYT).
 COMITÉ REVISOR

COMITÉ REVISOR:

Asesor: Dra. Josefina Vergara Sánchez

Dr. Hugo Saldarriaga Noreña

Dr. Horacio Martínez Valencia

Dr. Cesar Torres Segundo

Dr. José Guadalupe Velázquez Aguilar

VOTOS APROBATORIOS
VOTOS APROBATORIOS
VOTOS APROBATORIOS
 DEDICATORIA

DEDICATORIA

A mi esposa, por ser mi todo, mi sustento, mi amiga, mi amante, mi colega,

mi compañera y por estar siempre a mi lado en las buenas y malas, brindándome su amor.

A mi hija, por su amor incondicional y por tener el poder de alegrarme la

vida en los peores momentos.

A mi mamá, por ser la luz que guía mis pasos.

A mi abuela Mery, por guiarme a convertirme en el hombre que soy.

A mi papá y mis suegros, por estar siempre presentes y recordarme que

con sacrificio todo es posible de lograr.

Al resto de mi familia y amigos, por ser parte importante en mi vida.

 AGRADECIMIENTOS

AGRADECIMIENTOS

A la primera persona que debo agradecer es a mi esposa. Suset, mi amor, muchas gracias por siempre
estar presente, juntos hacemos muy buen equipo y creo que lo hemos demostrado en estos 20 años
que llevamos juntos, desde que nos conocimos en el preuniversitario. Gracias por compartir conmigo
tanto los momentos buenos como los momentos difíciles que nos ha dado la vida. Muchas gracias por
apoyarme a continuar con este sueño de superación profesional que sin ti hubiera sido imposible.
Gracias por estar a mi lado siempre brindándome tu amor, cariño, tu paciencia y tus consejos.

A mi hija Lianet, muchas gracias mi Ponty por siempre estar a mi lado y ayudarme a alegrar mis días,
por ser tan cariñosa, inteligente, responsable y buena. Continúa siendo tan buena estudiante para que
en el futuro seas como tus padres.

A mi mamá, donde quieras que estés, muchas gracias por estar siempre conmigo, cuidarme, guiarme
y protegerme.

A mi abuela Mery, por ser esa persona tan especial en mi formación, por tanto amor y cariño que me
entregó, y por siempre estar presente.

A mi papá, gracias por cuidarme y protegerme. Por darme fuerzas y apoyarme en todas mis
decisiones.

A mis suegros Bibiana y Jesús, muchas gracias por el amor y apoyo incondicional que siempre me
han dado, así como a mi cuñada Viviana y a su esposo Odlavin, por siempre estar presentes cuando
los he necesitado, junto a mis sobrinos Liah, tito y Eduar y toda esa bella familia de Marianao.

A mi tío Carlos, por siempre estar presente y apoyarme cuando lo necesité, únase también a este
agradecimiento a todo el resto de la familia por allá por Miami, mi tía, mi prima y los pequeñines.
Así como amigos que también están por allá; Gianni, Kirenia, Reidel, Yeny, entre otros, que a pesar
de estar lejos siempre están presentes para ayudarme y dispuestos a apoyarme en lo que necesite.
 AGRADECIMIENTOS

A mi familia en Mantilla, mis hermanos Yoan, Ariel y Aibel, a Vivian, a mis tíos y sobrinos, y toda
mi familia por allá, gracias por siempre estar al pendiente de mí y de los avances de mis estudios.

Deseo dar un especial agradecimiento a la Dra. Josefina Vergara Sánchez. Por confiar y apostar por
mí, sin su apoyo mis sueños de superación no hubieran podido ni comenzar. Muchas gracias por su
tiempo, dedicación, enseñanza, paciencia y entrega. Sin Ud., este sueño no lo hubiera logrado.

Al Dr. Hugo Saldarriaga Noreña por sus excelentes recomendaciones aportes y su gran apoyo en toda
la parte experimental de la investigación.

Al Dr. Horacio Martínez por sus enseñanzas, sus correcciones y recomendaciones siempre tan
acertadas.

Al Dr. Cesar Torres Segundo por su apoyo, por las recomendaciones y correcciones realizadas
durante toda la investigación.

Al Dr. José Guadalupe Velázquez Aguilar por sus enseñanzas y sus excelentes conocimientos en la
electrónica y la programación de Arduino. Muchas gracias por colaborar y brindar su apoyo a la
investigación.

A mi amigo Ramón, muchas gracias por tu apoyo y tú guía para continuar con esta etapa de
superación en mi carrera profesional. Gracias a ti logré romper el hielo de la comodidad y el confort
en Cuba y venir a este país a continuar forjándome como profesional. También agradecer a Yordanis,
ya que ambos me acogieron en su casa a mi llegada y siempre me indicaron cual era el camino
correcto a seguir.

A Jazmín muchas gracias por el apoyo que me brindaste en los inicios de esta aventura, yo estando en
Cuba, con tantas dudas y preguntas por hacer. Gracias por ayudarme a tomar la decisión correcta,
también incluir en este agradecimiento a tu mamá Regla, por siempre estar presente, por aconsejarme
y apoyarme. Muchas gracias por estar para mí en todo momento y ser parte de mi familia.
 AGRADECIMIENTOS

A Gerson y Alberto, amigos desde el preuniversitario, a los que me dio muchísima alegría
reencontrarme por acá, muchas gracias por siempre estar presentes para responder todas las
inquietudes y apoyarme en todo.

A la Dra. Constanza, Dra. Mariana, Karen y Dra. Loida, muchas gracias por su apoyo incondicional y
comprensión en cada etapa de mis estudios. Fueron piezas claves en cada semestre y en cada gestión
por hacer.

También quiero presentar agradecimientos a la Dra. Laura Irene Morales y al Dr. Moisés Montiel por
el apoyo brindado en el inicio de mi postulación al posgrado. Muchas gracias por confiar en mí y por
la orientación y las recomendaciones realizadas que permitieron que pudiera comenzar este sueño de
superación personal.

A mis profesores, qué durante esta etapa de formación, inculcaron en mí, esos nuevos conocimientos
profesionales tan importantes para cualquier investigación. Ellos son el Dr. Roberto Flores, Mtro.
Jorge Viana, Dra. Constanza Machín, Dra. Ave María Cotero, Dra. Guadalupe Valladares, Dra. Rosa
María Melgoza, Dra. Yolanda Flores, Dra. Mariana Romero, Mtro. Julio César Lara. A todos muchas
gracias.

Muchas gracias a todos los cubanos que he conocido por acá por Cuernavaca, que algunos desde mi
llegada y otros que se han ido incorporando, siempre me han hecho sentir como en casa. En especial
quiero agradecer, Adriana, Edy, Alejandro, Lisandra, Félix, Roger, Yarini, Gilberto, Heilyn, Guille,
Nilda, Jesús, Mirza, Henry, Daryl, Daily, Maykel, Eya y algunos otros que se me olvidan porque ya
somos bastantes por acá. Muchas gracias a todos.

A mis compañeros de la MIATS les debo agradecer porque, desde que llegué a México, me hicieron
sentir parte de ellos, mostrándome su cariño y apoyo. En especial, quiero agradecer a Karen
Gallegos, Karen Arrieta, Vane, Diego, Arqui, Enmanuel, Ian, Ivonne, Verónica, Dennis, Selina,
Leopoldo, Enmanuel, Nestor, entre otros.
 AGRADECIMIENTOS

En general, quiero agradecer a toda mi familia y amigos en Cuba y el resto del mundo, que desde
lejos, siempre han estado presentes en llamadas, mensajes y correos electrónicos.

A todos, muchas gracias.

 ÍNDICE

ÍNDICE

ÍNDICE DE TABLAS ....................................................................................................................................... xiv

ÍNDICE DE FIGURAS....................................................................................................................................... xv
LISTA DE ABREVIATURAS, ACRÓNIMOS Y SIGLAS ............................................................................. xvi
RESUMEN ....................................................................................................................................................... xvii
ABSTRACT....................................................................................................................................................... xix
INTRODUCCIÓN ................................................................................................................................................1
CAPÍTULO [Link] GENERALES DE LA INVESTIGACIÓN ....................................................5
1.1. ANTECEDENTES ...............................................................................................................................6
1.2. MARCO TEÓRICO............................................................................................................................15
1.2.1. Análisis del agua .........................................................................................................................15

1.2.2. Conductividad Eléctrica ..............................................................................................................17

1.2.3. Potencial de Hidrógeno (pH) ......................................................................................................21

1.2.4. Temperatura (T) ..........................................................................................................................24

1.2.5. Arduino .......................................................................................................................................26

1.2.6. Comunicaciones inalámbricas.....................................................................................................27

1.2.7. ThingSpeak .................................................................................................................................28

CAPÍTULO II. PLANTEAMIENTO GENERAL DE LA INVESTIGACIÓN .................................................30

2.1. PLANTEAMIENTO DEL PROBLEMA ...........................................................................................31
2.2. JUSTIFICACIÓN ...............................................................................................................................33
2.3. HIPÓTESIS.........................................................................................................................................35
2.4. OBJETIVO GENERAL ......................................................................................................................35
2.5. OBJETIVOS ESPECÍFICOS..............................................................................................................36
CAPÍTULO III. DISEÑO Y ESTRATEGÍA EXPERIMENTAL ......................................................................37
3.1. DISEÑO EXPERIMENTAL ..............................................................................................................38
3.2. ESTRATEGIA EXPERIMENTAL. ...................................................................................................40
3.3. MATERIALES Y MÉTODOS. ..........................................................................................................42
CAPÍTULO IV. RESULTADOS DE LA INVESTIGACIÓN ...........................................................................48
4.1. RESULTADOS...................................................................................................................................49
 ÍNDICE

4.2. ANÁLISIS ESTADÍSTICO................................................................................................................59

4.2.1. Sensor de Temperatura................................................................................................................59

4.2.2. Sensor de pH ...............................................................................................................................62

4.2.3. Sensor de conductividad .............................................................................................................66

CAPÍTULO V. DISCUSIÓN Y CONCLUSIÓN DE LA INVESTIGACIÓN ..................................................71

5.1. DISCUSIÓN .......................................................................................................................................72
5.1.1. Análisis de los resultados estadísticos obtenidos en la validación de los sensores. ....................72

5.1.2. Análisis económico del costo del equipo desarrollado. ..............................................................75

5.2. CONCLUSIONES ..............................................................................................................................77

PERSPECTIVAS ................................................................................................................................................78
REFERENCIAS BIBLIOGRÁFICAS ................................................................................................................79
ANEXO-1. Programación desarrollada en el Arduino. ......................................................................................84
ANEXO-2. Pinout y características del Arduino DUE. ......................................................................................89
 ÍNDICE DE TABLAS

ÍNDICE DE TABLAS

Tabla 1.1: Valores de la conductividad eléctrica en diferentes aguas. .................................................18

Tabla 1.2: Escala de valores de pH y ejemplos. ...................................................................................22
Tabla 3.1: Valores medición de temperatura. .......................................................................................38
Tabla 3.2: Valores medición de pH. .....................................................................................................39
Tabla 3.3: Valores medición de conductividad. ...................................................................................40
Tabla 4.1: Valores obtenidos en laboratorio para la validación del sensor de temperatura. ................60
Tabla 4.2: Valores obtenidos en laboratorio para la validación del sensor de temperatura. ................62
Tabla 4.3: Valores obtenidos en laboratorio para la validación del sensor de pH................................63
Tabla 4.4: Valores obtenidos en laboratorio para la validación del sensor agrupados por bloques. ....64
Tabla 4.5: Valores obtenidos mediante el cálculo para cada bloque. ...................................................65
Tabla 4.6: Valores de % de desviación obtenidos. ...............................................................................66
Tabla 4.7: Valores obtenidos en laboratorio para la validación del sensor en unidades de µS/cm.. ....67
Tabla 4.8: Valores obtenidos en laboratorio para la validación del sensor agrupados por bloques en
unidades de µS/cm. ...............................................................................................................................68
Tabla 4.9: Valores obtenidos mediante el cálculo para cada bloque. ...................................................69
Tabla 4.10: Valores de % de desviación obtenidos.. ............................................................................70
Tabla 5.1: Resumen de valores de incertidumbre obtenidos en la validación del sensor de pH. .........72
Tabla 5.2: Resumen de valores de incertidumbre obtenidos en la validación del sensor de
conductividad........................................................................................................................................73
Tabla 5.3: Costo de los equipos utilizados en el proyecto. ...................................................................75
 ÍNDICE DE FIGURAS

ÍNDICE DE FIGURAS

Figura 1.1: Proyecto RIFFLE. ..............................................................................................................11

Figura 1.2: Proyecto Mãe d'água. .........................................................................................................12
Figura 1.3: Equipo medición calidad del agua desarrollado UAM. .....................................................14
Figura 3.1: Estrategia experimental para el desarrollo del proyecto.. ..................................................41
Figura 3.2: Características del Arduino DUE.. .....................................................................................42
Figura 3.3: Sensor de Temperatura DS18B20. .....................................................................................42
Figura 3.4: Sonda de medición de conductividad. ................................................................................43
Figura 3.5: Sonda de pH. ......................................................................................................................44
Figura 3.6: Panel Solar 12 V y 3W, batería tipo 18650 y módulo de carga BMS.. .............................45
Figura 3.7: Módulo WI-FI ESP8266. ……………………………………………………...………...45
Figura 4.1: Gráfico representativo de la respuesta del sensor. .............................................................51
Figura 4.2: Implementación del sistema de alimentación eléctrica.. ....................................................53
Figura 4.3: Valores registrados en THINGSPEAK.. ............................................................................55
Figura 4.4: Valores exportados a Excel. ...............................................................................................56
Figura 4.5: Conexionado interno del gabinete del proyecto. ................................................................57
Figura 4.6: Equipo de medición desarrollado.. .....................................................................................58
Figura 5.1: Gráfico representativo de los datos medidos con ambos sensores de pH.. ........................73
Figura 5.2: Gráfico representativo de los datos medidos con ambos sensores de Conductividad.. .....74
 LISTA DE ABREVIATURAS

LISTA DE ABREVIATURAS, ACRÓNIMOS Y SIGLAS

CE Conductividad Eléctrica.
T Temperatura.
pH Potencial de Hidrógeno.
OD Oxígeno Disuelto.
TDS Sólidos Disueltos Totales.
ORP Potencial de reducción de oxidación.
GitHub Plataforma de desarrollo colaborativo de proyectos y códigos fuentes.
RIFFLE Remote Independent Friedly Field-Logger Electronics (Proyecto de código abierto).
Mãe d'água Water´s Mother. (Proyecto calidad del agua de código abierto).
WI-FI Wireless Ethernet Compatibility Alliance.
IoT Internet of Things.
ICA Índice de Calidad del Agua.
IMTA Instituto Mexicano de Tecnología del Agua.
SEMARNAT Secretaria de Medio Ambiente y Recursos Naturales.
OMS Organización Mundial de la Salud.
NOM- Normas Oficiales Mexicanas.
NMX- Normas Mexicanas.
UAEM Universidad Autónoma del Estado de Morelos.
UAM Universidad Autónoma de México.
Arduino Placa de desarrollo de hardware y software abiertos y bajo costo.
ThingSpeak Aplicación de Internet de las Cosas de código abierto.
RA Riego agrícola.
FA Fuente de abastecimiento.
PVA Protección de la vida acuática.
 RESUMEN

RESUMEN

La importancia del agua en la actualidad está infravalorada, debido fundamentalmente a la falta de

educación y al mal manejo de este recurso por la sociedad en general, que consideran que el vital
líquido es inagotable.

Hoy en día, sólo un pequeño porcentaje (2.5%), corresponde a agua dulce. Si a eso le sumamos el
incremento de la población mundial, la demanda de agua, adecuada para el consumo humano, a nivel
global cada día aumenta. Ello conlleva a que la preocupación por esta problemática en la actualidad
sea mayor.

En el contexto actual, se hace indispensable el ahorro y el buen uso del agua, además del tratamiento
adecuado de las aguas residuales. Igualmente, esencial, es el monitoreo periódico y en tiempo real de
las principales variables que brindan detalles sobre la calidad del agua, en las distintas fuentes de
agua dulce. Todo esto contribuye en cierta medida a evitar la contaminación de las mismas, y por
ende con los múltiples beneficios que representa para la conservación del medio y la salud de la
población humana.

El equipamiento profesional para medir y monitorear los diversos parámetros de calidad del agua es
extremadamente costoso y fuera del alcance de la mayoría de la población. Por ello en los últimos
años se viene dando una tendencia a nivel mundial relacionada con el desarrollo de proyectos de
investigación para la construcción de equipos de medición de bajo costo.

En este trabajo se diseñó y desarrolló un equipo de medición de los parámetros básicos para la
determinación de la calidad del agua, basado en tecnologías de hardware y software de acceso libre.
Los parámetros medidos fueron: Temperatura, Conductividad Eléctrica y pH utilizando y diseñando
sensores de bajo costo. Las mediciones fueron colectadas utilizando una placa de desarrollo Arduino
y mediante un módulo de comunicación Wi-Fi se enviaron los datos a una plataforma de internet de
las cosas (IoT: concepto que se refiere a una interconexión digital de objetos cotidianos con internet)
para la visualización y el monitoreo en tiempo real de las mediciones. Además, se realizó un análisis
 RESUMEN

estadístico para la validación de los sensores desarrollados, contra mediciones realizadas con
sensores comerciales utilizados como patrones de referencia.
 ABSTRACT

ABSTRACT

The importance of water today is undervalued, mainly due to the lack of knowledge and neglect of
societies in general, which consider the vital liquid is inexhaustible.

The small percentage (2.5%) of fresh water on the planet is becoming more limited every day. If we
add to this the increase in the world population, the demand for suitable water for human
consumption grows larger every day, leading to a current increasing concern about this problem.

At present, saving and making good use of water, as well as the proper treatment of wastewater, must
be taken into account due to their relevance. Equally important is the periodic and real-time
monitoring of the main variables that provide us with details on water quality in the different sources
of fresh water on our planet, thus helping avoid its pollution and all the consequences that it would
bring.

Professional equipment to measure and monitor the various parameters of water quality is extremely
expensive and out of reach for the majority of the population. For this reason, in recent times, a
worldwide cooperation tendency related to the development of research projects for the construction
of low-cost measurement equipment has been unfolding.

In this work, measurement equipment of the basic parameters for the determination of water quality,
based on free access hardware and software technologies, was designed and developed. Temperature,
Electrical Conductivity, and pH were measured using and designing low-cost sensors. These
measurements were collected using an Arduino development board and through a Wi-Fi
communication module. The data was sent to an Internet of Things (IoT) server for the visualization
and real-time monitoring of the measurements. Later, a statistical analysis was performed, to validate
the developed sensors against measurements made with professional sensors used as standards.
 INTRODUCCIÓN

INTRODUCCIÓN

El valor del agua para el ser humano es innegable, no solo forma parte del 65% de nuestro cuerpo,
sino porque ha sido fundamental para el desarrollo de toda civilización a través de la historia. Este
líquido es la principal fuente de vida del planeta.

La disponibilidad de agua a nivel mundial se distribuye de la siguiente forma: 97.5% se encuentra en

los océanos y mares de agua salada; únicamente el restante 2.5% es agua dulce. Del total de agua
dulce en el mundo, aproximadamente el 69% se encuentra en los glaciares, los permafrost y
casquetes polares. Solo el resto del agua dulce en el mundo, escurre por las cuencas hidrográficas
(JUMAPAM, 2016). De ahí la importancia actual relacionada con el ahorro del agua potable y con el
tratamiento de las aguas residuales.

En el contexto actual, donde la disponibilidad del agua cada día es más limitada, además de que su
calidad se ha ido deteriorando como consecuencia del incremento de la población y las diversas
actividades humanas, sugiere la necesidad de establecer programas de mitigación y/o control de la
contaminación de esta, para ello es importante tener al alcance sistemas de monitoreo confiables, que
permitan registrar la información de algunos de los parámetros medidos en tiempo real, y con ello
obtener índices de calidad del agua.

Uno de los métodos convencionales para evaluar la calidad del agua, es la recolección de muestras
que posteriormente se trasladan al laboratorio para ser analizadas mediante técnicas analíticas
estandarizadas. En general estas técnicas requieren más tiempo y equipos costosos, además se corre
el riesgo de que algunos de los parámetros de interés sean alterados.

Por tal motivo, el diseño, desarrollo e implementación de sistemas autónomos, económicos y con
tecnología de software y hardware libres, para el monitoreo confiable de la calidad del agua en
tiempo real, ha tomado un gran auge a nivel global en los últimos años. Esto, debido
fundamentalmente a una disminución significativa en el costo.

1
 INTRODUCCIÓN

A través de estos sistemas, es posible realizar un seguimiento de los niveles de contaminación que
ocurren en los cuerpos de agua dulce, dígase: ríos, lagos, manantiales, embalses, entre otros y enviar
advertencias inmediatas al usuario. Esto puede ayudar a prevenir enfermedades causadas por el agua
contaminada y con ello favorecer con el cuidado de la salud humana, además de contribuir a la
disminución de problemas medioambientales causados por la contaminación de estas extensiones de
agua y al cuidado de las especies de la flora y la fauna que habitan en ellas. Asimismo, la obtención
de la información precisa y en tiempo real, permitirá a los responsables tomar medidas inmediatas
para frenar los niveles de contaminación de un cuerpo de agua específico.

En este sentido, en este proyecto se realizó el diseño y la construcción de un equipo de medición para
el monitoreo en tiempo real de pH, temperatura y conductividad eléctrica en el agua, esto basado en
software y hardware libres y en la tecnología de Internet de las cosas (Internet of Things, IoT: por sus
siglas en inglés,).

En primera instancia se desarrollaron e implementaron los sensores de medición de conductividad

eléctrica (CE), temperatura (T) y potencial de hidrógeno (pH), después se realizaron las pruebas
experimentales en el laboratorio con el fin de validar los sensores, contra sensores comerciales de alta
precisión utilizados como patrones de referencia.

Posteriormente se desarrolló la configuración y la conexión electrónica del sistema utilizando una

placa de Arduino DUE, además de realizar la programación del microcontrolador para el
procesamiento de las señales mediante software (IDE de Arduino). Asimismo, se ejecutó la
programación del microcontrolador para la trasmisión de los datos medidos inalámbricamente.

Luego se configura una plataforma de IoT, para la visualización, registro y análisis de los datos
medidos. Finalmente se construyó el encapsulado del equipo y se determinó la confiabilidad del
equipo construido.

En resumen, se construyó un equipo confiable para el monitoreo de conductividad eléctrica,

temperatura y pH en agua: utilizando software y hardware libres, confiable y de bajo costo, accesible
para cualquier persona que requiera realizar la medición de estos parámetros.

2
 INTRODUCCIÓN

Al contrastar los resultados obtenidos con el equipo construido contra los resultados observados con
los equipos de referencia, demostraron ser similares. Lo que se comprobó mediante pruebas
estadísticas

Además, se realizó la programación del microprocesador Arduino para el procesamiento de las

señales y para la transmisión de los datos medidos mediante WI-FI hacia una plataforma de IoT para
el monitoreo en tiempo real de los parámetros medidos in situ con el objetivo de registrar y analizar
los comportamientos relacionados con la calidad del aguade un cuerpo de agua específico.

La tesis está estructurada de la siguiente manera: Introducción, Capítulos del I al V, Perspectivas,

Referencias Bibliográficas y Anexos.

El Capítulo I “Fundamentos generales de la investigación”, se recopila la información técnica

básica sobre la investigación, con énfasis en los antecedentes a nivel mundial y nacional de trabajos
de investigación sobre calidad del agua. También se analizan trabajos donde se desarrollan sensores
para medir los parámetros básicos para definir la calidad del agua. Además, se realiza una
exposición de los principales conceptos básicos necesarios para el desarrollo de la investigación.

En el Capítulo II “Planteamiento general de la investigación”, se define el problema de la

investigación, fundamentándose en la necesidad del desarrollo y generalización de equipos de
medición a bajo costo para el monitoreo en tiempo real de la calidad del agua, se justifica el tipo de
aportación que se estima obtener, se plantea la hipótesis de la investigación y se define el objetivo
general y los específicos.

En el Capítulo III “Diseño y estrategia metodológica”, se plantea y fundamenta la metodología a

implementar para dar cumplimiento a los objetivos, así como se resume la misma en un diagrama de
flujo. También en este capítulo se analizan los materiales y métodos utilizados en el trabajo.

En el Capítulo IV “Resultados de la investigación”, se presentan los resultados obtenidos de la

implementación de la metodología definida en el capítulo anterior, desde la determinación y el
desarrollo de los sensores, hasta la construcción final del equipo. Además, se realiza un análisis

3
 INTRODUCCIÓN

estadístico para la validación de los sensores diseñados comparándolos con sensores patrones de alta
exactitud.

En el Capítulo V “Conclusiones”, se establecen las conclusiones de la investigación respondiendo a

la hipótesis planteada y a los objetivos, general y específicos.

4
 CAPÍTULO I. FUNDAMENTOS

CAPÍTULO
[Link]
GENERALES DE LA
INVESTIGACIÓN

5
 CAPÍTULO I. FUNDAMENTOS

1.1. ANTECEDENTES

La evaluación de la calidad del agua es una necesidad impetuosa en nuestros días. Desde la década de
los 70´sante la necesidad de encontrar un método uniforme y consistente para dar a conocer la
calidad del agua de manera accesible a la población, se desarrolló un sistema estimativo de calidad
del agua que requirió la medición física de los parámetros de contaminación del agua y el uso de una
escala estandarizada de medición para expresar la relación entre la existencia de varios contaminantes
en el agua y el grado de impacto en los diferentes usos de la misma.

Este sistema se denominó Índice de Calidad del Agua (ICA) y es un sistema cualitativo que permite
hacer comparaciones de niveles de contaminación en diferentes áreas.

A nivel mundial se han desarrollado diferentes ICA, entre los que se destaca el de la National
Sanitation Foundation (ICA– NSF), desarrollado por Brown et al. (1970) para ríos de Estados Unidos
y ampliamente empleado y validado o adaptado en diferentes estudios internacionales (Torres et al.
2010).
Éste índice consideró 18 parámetros para su cálculo con distintos pesos relativos (Wi), según la
importancia que se le concedía a cada uno de ellos en la evaluación total.

Debido al crecimiento poblacional y principalmente el crecimiento industrial, se ha impactado

considerablemente en los cuerpos de agua mediante las descargas de las grandes industrias, las cuales
vierten una serie de contaminantes tóxicos, tales como los metales pesados y los compuestos
orgánicos, que no estaban considerados en el ICA, por lo que la evaluación que se hace actualmente
con dicho índice es parcial y no necesariamente corresponde a la realidad (SEMARNAT, 2012).

Con el transcurso de los años se han planteado otros ICA para la evaluación del recurso hídrico
destinado al consumo humano, previo al tratamiento, que incluyen parámetros fisicoquímicos y
microbiológicos relacionados con el nivel de riesgo sanitario presente en el agua, como por ejemplo
el ICA Universal Water Quality Index – UWQI presentado por Boyacioglu (2007) y el Drinking
Water Quality Index – DWQI, de la UNEP (2007).

6
 CAPÍTULO I. FUNDAMENTOS

En el caso particular de México se han desarrollado varios trabajos de cuantificación del Índice de
Calidad de Agua, en diferentes ríos, presas o lagos. Como, por ejemplo: El diagnóstico y la
predicción del índice de la calidad del agua de la cuenca del rio Amajac, Hidalgo, donde se determinó
que el agua es de mala calidad en el 59% de las localidades analizadas (Álvarez et al. 2006).Otro
ejemplo es la estimación de la calidad del agua de ríos urbanos, específicamente de la subcuenca del
río Sordo en Xalapa, Veracruz y donde se concluye que de forma general es de muy mala calidad el
agua en toda la subcuenca del rio(Olguín et al. 2010). También encontramos el análisis del ICA en la
presa la Boquilla, Chihuahua, donde se realizaron muestreos mensuales en 6 puntos durante todo el
año 2013, concluyendo que el agua de la presa es aceptable para uso agrícola (Rubio et al. 2014) y
también el estudio realizado en las lagunas de Bustillos y de Los Mexicanos, Chihuahua, humedales
de especial interés ambiental que se encuentran amenazados por una fuerte presión de las actividades
humanas (Álvarez et al. 2016).

Así mismo se pueden encontrar trabajos relacionados con la determinación del índice de calidad del
agua en el Estado de Morelos, un ejemplo de ello es el trabajo desarrollado por la Universidad
Nacional Autónoma de México, donde determinan la calidad del agua del acuífero Tepalcingo-
Axochiapan, Morelos, en el cual se realizan 6 muestreos en 8 pozos de agua potable y un manantial.
Se midieron 11 parámetros fisicoquímicos, obteniendo como resultado que, el agua de los pozos y del
manantial es muy dura, además de que se confirma que 3 de los pozos son inadecuados como fuente
de suministro de agua potable esto debido fundamentalmente a la falta de drenajes y servicios
sanitarios en núcleos poblacionales aledaños(Robles et al. 2013).

Además, se han desarrollado estudios de monitoreo de calidad del agua de los principales ríos del
Estado de Morelos, desarrollados por el Instituto Mexicano de Tecnología del Agua (IMTA). El
objetivo de estos estudios es efectuar una caracterización de la calidad del agua de los ríos en base a
los resultados de campañas de muestreo, y determinar su capacidad de asimilación de contaminantes
por tramos en función a la ubicación de las estaciones de muestreo (IMTA, 2014).

Algunos de los problemas detectados en estos estudios están basados principalmente en qué; se
realizan 1 o 2 períodos de muestreos al año, lo cual es un número muy bajo ya que la calidad del agua
varía en función de las diferentes condiciones que se presentan a lo largo del año. El comportamiento

7
 CAPÍTULO I. FUNDAMENTOS

de los parámetros depende directamente de la variación de factores ambientales, como la

precipitación y la temperatura. Estos factores afectan de manera directa la calidad. Otro aspecto que
se determinó fue la escasa cantidad de puntos de muestro, lo que no es representativo para estimar la
verdadera calidad del agua del rio en general. Estos aspectos negativos a la hora de la realización de
los estudios se supone que se encuentren en estrecha relación con el bajo presupuesto que presentan
estos organismos para estas actividades y a los costos elevados de todas las mediciones que se
llevaron a cabo.

El principal uso del agua de los ríos del Estado de Morelos es en la actividad agrícola, por lo que la
presencia de contaminantes afecta de forma indirecta a los núcleos poblacionales que consumen los
productos cosechados en todas estas cuencas. Además de influir esta contaminación directamente en
la conservación de la vida acuática en dichos ríos (IMTA, 2014).

En todos estos trabajos se utilizan diferentes ICA y se miden diferentes parámetros para determinar el
índice de calidad del agua en dependencia de la aplicación o del uso del agua en estudio, siendo estos
los principales parámetros medidos in situ: Turbidez, Potencial de Hidrógeno (pH), Oxígeno Disuelto
(OD), Sólidos totales disueltos (TDS), Conductividad Eléctrica (CE) y Temperatura (T).

Igualmente es importante resaltar que la Organización Mundial de la Salud, en el documento “Guías

para la calidad del agua potable”, establece que el hecho de tomar una muestra y retirarla de su
entorno natural la modifica inevitablemente, en función de los distintos parámetros que la afectan.
Algunos de ellos pueden considerarse estables en la escala de tiempo en el que se trabaja y se
realizan las medidas necesarias a la hora de la toma de muestras, pero otros parámetros como:
temperatura, conductividad, pH, gases disueltos, entre otros, cambian muy rápidamente (OMS,
2006).

Por lo que la OMS recomienda que de ser posible la temperatura, pH, conductividad, alcalinidad,
cloro libre residual y oxígeno disuelto sean medidos in situ y no solo eso, además de que se debe
hacer sistemáticamente (OMS, 2006).

8
 CAPÍTULO I. FUNDAMENTOS

Si se cotiza un dispositivo de medición existente en el mercado para realizar las mediciones de las
variables fisicoquímicas mínimas in situ, este sería de costos muy elevados ya que estos
dispositivoscomerciales presentan algunas dificultades, debido fundamentalmente a:
 La mayoría de los sistemas comerciales registran datos en un formato encriptado que solo
puede decodificarse mediante su software propietario.
 El software requerido para interactuar con el hardware es en sí mismo patentado y 'cerrado';
solo la compañía que vende el software es capaz de mejorar el software o corregir errores, y a
menudo el ciclo de desarrollo es lento.
 El hardware de monitoreo de agua comercial típico requiere licencias de hardware especiales
para recuperar datos del dispositivo. El hardware de monitoreo en sí mismo es a menudo de
alta calidad, pero las modificaciones o el agregado de sensores externos no están permitidos
ni son compatibles.

Estas dificultades representan altos costos para poder utilizar estos equipos para el monitoreo de
aguas. Por lo que se comienza a expandir una tendencia global del desarrollo de sensores y equipos
de medición de los principales parámetros que definen la calidad del agua utilizando hardware y
software libres.

El monitoreo de la calidad del agua es una herramienta importante ya que proporcionan datos en
tiempo real para la protección del medio ambiente y el seguimiento de las fuentes de contaminación.
Sin embargo, el monitoreo continuo de la calidad del agua a alta resolución sigue siendo
prohibitivamente costoso (Rao et al. 2013).

Con la aparición de equipos de bajo costo que pueden llevar a cabo esta tarea de manera sencilla y sin
muchos recursos, es necesario conocer sus aplicaciones, prestaciones y limitaciones que puedan tener
para elegir adecuadamente cuál es apto y cuál no para cierta aplicación (González-Ruiz, 2016).

En el marco de la investigación relacionada con el tema calidad del agua un grupo de trabajo de la
universidad de Melbourne, Australia; diseña un sistema autónomo de monitoreo de la calidad del
agua de bajo costo, utilizando un Arduino Mega 2560 y la transmisión de datos a una estación base

9
 CAPÍTULO I. FUNDAMENTOS

(PC) vía USB, donde se almacenan los datos en mySQL (Rao et al. 2013). El costo del prototipo para
la medición de 6 variables alcanzó los€1040.00, aproximadamente $1,200.00 dólares, un valor
significativamente menor si se compara con los sistemas comerciales de monitoreo de calidad del
agua, pero aun elevado para nuestros objetivos.

A partir del año 2013 se extiende el desarrollo de trabajos relacionados con la monitorización de la
calidad del agua en el marco de cooperación. Donde se desarrollan los proyectos y se crean
repositorios en internet (ejemplo: GitHub) donde se muestran los códigos y los avances significativos
de cada investigación en particular, y donde se insta a todos los investigadores que quieran cooperar
que utilicen los avances obtenidos para optimizar sus resultados y subirlos a la plataforma para
apoyar en el desarrollo y la generalización global de estas soluciones a bajos costos (GitHub, 2008).

Un ejemplo representativo de esto es el sistema RIFFLE (Remote Independent Friedly Field-Logger

Electronics), que es una colección de diseños para un enfoque de código abierto para el monitoreo
del agua. Su diseño original era una placa de registro de datos basada en ARM encerrada en PVC;
Public Lab ha apoyado el desarrollo de un registrador de datos basado en Atmel328 incluido en una
botella de agua (RIFFLE, 2015).

El principal objetivo de sus desarrolladores fue alentar a una gran sociedad de usuarios alrededor del
mundo y que se estableciera una comunidad alrededor de dicho dispositivo, para que los usuarios
pudieran respaldarse mutuamente, ayudar a depurar el código y compartir nuevos diseños (RIFFLE,
2015).

Entre las principales ventajas que presenta este proyecto además de las ya mencionadas se
encuentran:
 Baja potencia. Capaz de monitorear en ubicaciones remotas durante muchos días, semanas,
con una batería.
 Formatos de datos abiertos y accesibles. Diseñar el dispositivo para que pueda generar datos
en un formato de datos común (CSV), utilizando medios de almacenamiento de datos
accesibles (tarjetas SD).

10
 CAPÍTULO I. FUNDAMENTOS

 Materiales accesibles: El monitor de agua requeriría un recinto a prueba de agua, en la medida

posible que fuera práctico, a partir de materiales que pudieran obtenerse localmente, a fin de
reducir los costos y mejorar la accesibilidad (figura 1.1).

Figura 1.1: Proyecto RIFFLE. Fuente: (RIFFLE, 2015)

La principal desventaja de este proyecto es que su alcance es solamente hasta obtener las mediciones
y almacenarlas en una tarjeta SD, no se diseña una solución para la transmisión de los datos en
tiempo real. Lo cual con el desarrollo de las comunicaciones en la actualidad y la generalización del
concepto de IoT, se queda un poco por debajo de las expectativas ya que se estarían realizando
mediciones in situ, pero su monitoreo no es en tiempo real.

Otro ejemplo de este tipo de proyectos aún más completo, que, si integra un módulo de comunicación
con un servidor para el registro de los datos, es el "Mãe d' água - la madre del agua", un hardware
abierto para monitorear la calidad del agua en tiempo real.

El objetivo del proyecto es detectar posibles contaminantes en aguas residuales, como toxinas
industriales y metales pesados en el agua. El sistema ayudaría a inferir con precisión las propiedades
y variables fisicoquímicas que diferencian al agua contaminada del agua no contaminada
(Mãe_d'_água, 2015).

11
 CAPÍTULO I. FUNDAMENTOS

El dispositivo mide la acidez en agua por energía de hidrógeno (pH), potencial de reducción de
oxidación (ORP), conductividad del agua, temperatura del agua y presión barométrica en el nivel del
agua, que son factores importantes a considerar cuando se evalúa la calidad del agua(figura 1.2).

Figura 1.2: Proyecto Mãe d' água. Fuente: (Mãe_d'_água, 2015)

Entre las desventajas de este dispositivo es que se desconoce si el equipo finalmente fue probado
fuera del laboratorio y que se hayan obtenido los mismos resultados. Además, que no se especifica la
fuente de alimentación eléctrica del sistema.

En el año 2016 en correspondencia con el desarrollo de una tesis de grado, se realiza un proyecto en
la Universidad Politécnica de Madrid, España vinculado con el monitoreo de la calidad del agua
potable con hardware y software libres. El autor realiza un análisis de tres proyectos de avanzada en
estos temas y selecciona uno de ellos para modificarlo y ajustarlo a sus necesidades (El-Kouri, 2016).

Es importante aclarar que el autor logra de forma general disminuir significativamente el costo del
proyecto, pero no cuenta con la solución adecuada en cuanto a los sensores de medición de
conductividad eléctrica, ni del pH, destacado por el mismo autor en sus recomendaciones y además el
sistema solo abarca hasta la medición y registro de los datos en una memoria SD, no se realiza la
trasmisión ni el monitoreo de los datos en tiempo real.

Se podría considerar que este proyecto sería un retroceso en el proceso de avance mostrado en el
desarrollo de soluciones de monitoreo en tiempo real, pero el principal análisis que se extrae de esta
solución es que es posible continuar disminuyendo costos en nuestras soluciones y obtener resultados

12
 CAPÍTULO I. FUNDAMENTOS

satisfactorios en dependencia de la aplicación en cuestión y del presupuesto con que se cuente. El

costo total del dispositivo obtenido es alrededor de€ 130.00, aproximadamente $150.00 dólares, un
valor aceptable para un equipo de medición de estas características.

A finales del año 2016 se desarrolla un proyecto de monitorización de la calidad de aguas pluviales
vertidas a cause público en entornos industriales mediante tecnología Low-Cost. Este trabajo
desarrollado para la obtención del título de Maestría en Ingeniería Ambiental, en la escuela técnica
superior de ingeniería, Universidad de Sevilla. El autor analiza los parámetros de turbidez, pH,
conductividad eléctrica y temperatura en aguas residuales en zonas industriales (González-Ruiz,
2016).

Los resultados obtenidos son satisfactorios, pero se trata solamente de un prototipo con fines
académicos, por lo que los sensores utilizados no serían los adecuados a utilizar en el desarrollo del
proyecto para uso en entornos industriales como dice su título. Por ello no se puede tomar como
referencia los costos de este proyecto ya que la calidad de los sensores utilizados difiere de los
sensores más resistentes a ambientes industriales que se tendrían que utilizar.

Asimismo, en dicho proyecto no se especifica la forma de alimentación eléctrica de dicho prototipo,

lo que se considera un tema importante para cualquier aplicación de electrónica a desarrollar.

Se realiza el prototipo utilizando un Arduino UNO R3, la última versión de esta placa base de
Arduino, la cual presenta avance antes las placas anteriores, pero aun presenta dificultades en la
estabilidad de la comunicación inalámbrica y él envió de los datos hacia la plataforma web, su
procesador es de 8 bits y la velocidad de reloj es de 16 MHz, inferior al Arduino DUE lo cual lo deja
en desventaja en la velocidad del cálculo de las distintas operaciones programadas.

En 2017 varios autores de la Universidad de Sonora, México, desarrollaron un trabajo titulado

Monitoreo del Índice de calidad del agua para camaronicultura (cultivo de camarones) por medio de
un hardware de acceso abierto y un sistema de inferencia difusa. En este los autores desarrollan un
equipo para el monitoreo de pH, temperatura y oxígeno disuelto con el fin de procesar y evaluar las
variables fisicoquímicas básicas que afectan el cultivo del camarón. Además de que desarrollan el

13
 CAPÍTULO I. FUNDAMENTOS

software de inferencia difusa, el cual es el encargado de procesar las distintas variables medidas y
brindar una información más sintetizada, que es simplemente el índice de calidad del agua y su
estado adecuado o no para el cultivo del camarón (Bórquez-López et al. 2017).

Otro ejemplo, es el equipo de medición desarrollado por un grupo de trabajo en la Universidad

Autónoma Metropolitana (UAM) en 2017, mediante el cual se miden 5 parámetros básicos para
determinar la calidad del agua potable (figura 1.3).

Figura 1.3: Equipo medición calidad del agua desarrollado UAM. Fuente: (Semanario_UAM, 2017)

El prototipo posee un sistema central de procesamiento que a partir de una muestra mide la
temperatura, el pH, la conductividad eléctrica, la turbidez y la presencia de bacterias patógenas, por
lo que con estas cuantificaciones el microcontrolador efectúa una comparación con el rango de
concentración establecido en la norma de agua potable para avisar al usuario por medio de un led de
color verde si el fluido está dentro del rango y rojo, en caso contrario. Estos datos, así como la fecha
y la hora de la medición, son almacenados en la memoria del desarrollo y recuperados por medio de
un protocolo de comunicación –vía Bluetooth– que permite transferir el contenido al activar una
aplicación a un celular con sistema Android para transmitirlo –junto con la posición GPS del
teléfono– a un servidor (Semanario_UAM, 2017).

14
 CAPÍTULO I. FUNDAMENTOS

Dicho dispositivo, según sus autores, tiene un costo aproximado de $8,000.00 pesos mexicanos, un
poco alto considerando los valores estimados para nuestro proyecto, además de que esta desarrollado
específicamente para determinar la calidad de agua potable y él envió de los datos se hace a través
del celular del usuario, lo que limita un poco su uso. Existe muy poca documentación sobre este
proyecto y no hay referencias acerca del estado actual del mismo.

1.2. MARCO TEÓRICO

1.2.1. Análisis del agua

Cuando se analiza el agua contaminada con el objetivo de ser tratada, es necesario revisar
previamente los parámetros que determinen su calidad. Estos parámetros se clasifican, en cuatro
grupos: físicos, químicos, biológicos, y radiológicos (Pérez-Garrido et al. 2013).

Uno de los parámetros físicos más importantes es la presencia de sólidos que alteran la apreciación
visual que tenemos del agua. Los parámetros que evalúan esta presencia son: turbidez, sólidos en
suspensión y color.

Turbiedad:
La determinación de la turbidez, la cual es la medida del grado de transparencia que pierde el agua
por la presencia de partículas en suspensión, es de gran importancia en aguas para el consumo
humano. Los valores de turbidez sirven para determinar el grado de tratamiento requerido por una
fuente de agua cruda y para determinar la potabilidad del agua.

Color:
El término color se define como la capacidad de absorber ciertas radiaciones del espectro visible. La
presencia de color en las aguas residuales es debida principalmente a la presencia de materia orgánica
proveniente de los suelos vegetales, como es el caso de los ácidos húmicos que proporcionan un color
amarillento; el hierro que aporta colores rojizos y el manganeso que le proporciona tonalidades
negras (Pérez-Garrido et al. 2013).

15
 CAPÍTULO I. FUNDAMENTOS

pH:
Otra de las variables que se pueden medir de forma in-situ con la instrumentación adecuada es el pH
(Potencial de Hidrógeno), que no es más que una expresión de la concentración de iones hidrógeno,
además brinda una medida de la naturaleza ácida o alcalina de la solución acuosa que puede afectar
los usos específicos del agua (Pérez-Garrido et al. 2013).La mayoría de las aguas naturales tienen un
pH que varía entre 6 y 8.5, mientras que en las aguas residuales es variable y puede corregirse por
neutralización (Martín-Galvín, 2020).

Temperatura:
La medición de la temperatura del agua es otro de los parámetros para tener en cuenta, ya que una
temperatura demasiado alta facilita el desarrollo de bacterias en el agua. Además, la temperatura es
un parámetro determinante a la hora de realizar calibraciones de otros parámetros medidos para
determinar los índices de calidad del agua.

Oxígeno disuelto:
Igualmente, la medición de concentración de Oxígeno Disuelto (OD) es una prueba clave en la
determinación de la contaminación del agua, y en el control del proceso de tratamiento de aguas
residuales. En el agua la cantidad de oxígeno disuelto es variable. En aguas naturales y residuales,
depende de la actividad física, química y bioquímica del sistema de aguas. En agua pura, a la
temperatura ambiente, el oxígeno se disuelve a una concentración aproximada de 8.5 mg/L. La
solubilidad disminuye conforme aumenta tanto la cantidad de sólidos disueltos, así como la
temperatura (Pérez-Garrido et al. 2013).

Sólidos Totales Disueltos:

Otra variable medida son los Sólidos totales disueltos (STD), la cual brinda una medida del
contenido combinado de todas las sustancias inorgánicas y orgánicas contenidas en un líquido en
forma molecular, ionizada o en forma de suspensión micro granular. Esta variable está estrechamente
vinculada con la conductividad eléctrica en el agua. Uno de los principales fabricantes de equipos y
sensores de medición de parámetros de calidad del agua HANNA INSTRUMENTS establecen que:
en soluciones acuosas la conductividad es directamente proporcional a la concentración de sólidos
disueltos, por lo tanto, cuanto mayor sea dicha concentración, mayor será la conductividad. Por lo

16
 CAPÍTULO I. FUNDAMENTOS

que, dependiendo de las aplicaciones, una relación de 2 a 1 entre los valores de STD en ppm y la
variable de conductividad eléctrica expresada en µS/cm es una buena aproximación (HANNA, 2004).

Conductividad:
La conductividad eléctrica (CE) es otro de los parámetros fundamentales para el análisis de las
aguas, ya que es la medida de la capacidad del aguapara conducir la electricidad. Es indicativa de la
materia ionizable total presente en el agua. La conductividad del agua pura es mínima, mientras que
en las aguas residuales presentan valores diversos (Pérez-Garrido et al. 2013).

1.2.2. Conductividad Eléctrica

En general, el flujo de electricidad a través de un conductor es debido a un transporte de electrones.

La forma de llevarse a cabo este transporte puede ser de dos tipos, dependiendo de los conductores:
conductores metálicos o electrónicos y conductores iónicos o electrolíticos.

Las disoluciones acuosas pertenecen evidentemente a los conductores iónicos o electrolíticos. En

ellas la conducción de electricidad al aplicar un campo eléctrico se debe al movimiento de los iones
en disolución, los cuales transfieren los electrones a la superficie de los electrodos para completar así
el paso de corriente (Pérez-Laguarda, 2017).

La conductividad eléctrica del agua se define como la medida de la capacidad de ésta para transportar
la corriente eléctrica y permite conocer la concentración de especies iónicas disueltas en su interior
(Pérez-Laguarda, 2017).

En disoluciones acuosas, puesto que la viscosidad disminuye con la temperatura, la conductividad

aumentará a medida que aumente la temperatura.

La determinación de la conductividad es usada en el análisis de agua la cual permite obtener un

estimado del contenido de sólidos disueltos, es decir brinda información del grado de mineralización

17
 CAPÍTULO I. FUNDAMENTOS

del agua natural, potable, residual, residual tratada, de proceso o bien del agua para ser usada en el
laboratorio en análisis de rutina o para trabajos de investigación.

El valor de conductividad es un parámetro regulado por límites máximos permisibles en descargas de

aguas residuales al alcantarillado o a lugares receptores, también es un parámetro de calidad del agua
para usos y actividades agrícolas, para contacto primario y para el consumo humano. En la tabla 1.1
se muestran valores aproximados de conductividad en diferentes aguas.

Tabla 1.1: Conductividad eléctrica en diferentes aguas. Fuente: (Pérez-Laguarda, 2017)

TIPOS DE AGUA VALORES

APROXIMADOS
AGUA ULTRA PURA 0.055 µS/cm
AGUA DESTILADA 0.5 µS/cm
AGUA DE MONTAÑA 1 µS/cm
AGUA DOMÉSTICA 500 - 800 µS/cm
AGUA POTABLE VALOR MÁXIMO 1055 µS/cm
AGUA DE MAR 56000 µS/cm
AGUA SALOBRE 100000 µS/cm

La medición se basa en el principio del puente de Wheatstone, utilizándose un aparato diseñado a tal
efecto, llamado conductímetro.

Principio de funcionamiento según Norma (NMX-AA-093-SCFI-2000).

Este método se basa en la propiedad que adquiere el agua de conducir la corriente eléctrica cuando
tiene iones disueltos.

La conducción de la corriente eléctrica en agua, puede explicarse por medio de la disociación

electrolítica. Cuando se disuelve en agua un ácido, una base o una sal, una porción se disocia en iones
positivos y otra en negativos
𝑴𝑨 → 𝑴+ + 𝑨−

18
 CAPÍTULO I. FUNDAMENTOS

Los iones se mueven independientemente y se dirigen a los electrodos de carga opuesta mediante la
aplicación de un campo eléctrico.

La cantidad de moléculas que se han disociado depende de la concentración de la solución. Las

soluciones, al igual que los conductores metálicos obedecen a la Ley de Ohm, excepto en voltajes
muy elevados y corrientes de frecuencia muy alta.

Si en una solución electrolítica se colocan dos electrodos de área A separados por una distancia d, y
se aplica un campo eléctrico E, la diferencia de potencial V entre los electrodos será proporcional a la
distancia d y al campo eléctrico E.
𝑽=𝒅∗𝑬 (1.1)
Donde:
V es la diferencia de potencial entre los electrodos en volts;
E es el campo eléctrico aplicado en ampere (A)
d es la distancia de separación entre las placas en cm.
La conductancia específica o conductividad σ es inversamente proporcional a la resistencia eléctrica
y está definida por la relación:
𝑱
𝝈= (1.2)
𝑬
Donde:
J es la densidad de corriente, y
E es el campo eléctrico

La densidad de corriente J se define a su vez por la ecuación:

𝐈
𝐉= (1.3)
𝐀
Donde:
I es la intensidad de corriente, y
A es el área.
Combinando las ecuaciones 1.1, 1.2 y 1.3 se obtiene que la diferencia de potencial Ves:
𝑰∗𝒅
𝑽= (1.4)
𝑨∗𝝈

19
 CAPÍTULO I. FUNDAMENTOS

𝒅
Si se tiene en cuenta la Ley de Ohms se puede afirmar que el valor se le conoce como la
σ∗A
resistencia que presenta la disolución al paso de la corriente y se denota por la letra R.
𝒅
𝑹= (1.5)
𝝈∗𝑨
De la ecuación1.5 se obtiene que las unidades de la conductancia específica son:

𝒅 𝒄𝒎 𝟏 𝑺𝒊𝒆𝒎𝒆𝒏
𝝈= = = =
𝑹 ∗ 𝑨 𝒐𝒉𝒎 ∗ 𝒄𝒎𝟐 𝒐𝒉𝒎 ∗ 𝒄𝒎 𝒄𝒎

La ecuación 1.5 permite el cálculo de la conductancia específica de la disolución conociendo su

resistencia y las dimensiones de la celda de conductividad.

Se define como constante K de la celda de conductividad a la relación existente entre la distancia de

los electrodos d y su área A
𝒅
𝑲 = (1.6)
𝑨
Por lo que la fórmula de conductividad está dada por:
𝑲
𝝈 = (1.7)
𝑹
Una vez medida la resistencia de la solución o su inverso la conductividad y conociendo la constante
de la celda se conoce la conductancia específica de la solución σ.

Un aspecto a tener en cuenta es la temperatura de la muestra, ya que la conductividad está

estrechamente relacionada con la temperatura.

Para comparar la conductividad a través de líquidos a diferentes temperaturas, se usa el concepto de

"conductividad específica", es decir, la conductividad del líquido a "25ºC". La dependencia de la
temperatura de la conductividad depende de la mezcla particular de iones en la solución, por lo que
los parámetros de corrección y las ecuaciones utilizadas para cambiar la conductividad medida al
valor esperado a 25 °C deben elegirse adecuadamente para la composición química esperada de la
solución.

20
 CAPÍTULO I. FUNDAMENTOS

Por lo general, se utiliza la corrección lineal más simple para el efecto de la temperatura sobre la
conductividad:
𝑪𝒕
𝑪𝟐𝟓 = (1.8)
𝟏+𝜶(𝒕−𝟐𝟓)

Donde
t es la temperatura de la muestra,
C25 es la conductividad calculada a 25 ºC,
Ct es la conductividad medida a temperatura t,
α es un coeficiente de temperatura elegido para ser apropiado para el contenido esperado de iones de
la solución que se está probando.
Nota: (Para las soluciones diluidas de la mayoría de las sales, α = 0.019, una aproximación
bastante buena, se pueden elegir mejores valores si se conoce más información sobre el contenido de
la solución).

1.2.3. Potencial de Hidrógeno (pH)

El pH es una medida de acidez o alcalinidad de una disolución. Indica la concentración de iones de

hidrógeno 𝐻+presentes en determinadas disoluciones. En la mayoría de las sustancias presentes en la
naturaleza, estas concentraciones son muy bajas y expresarlas en forma decimal o exponencial resulta
engorroso, y con frecuencia es fuente de errores (Pérez-Laguarda, 2017).

En el año 1909, el químico danés Sören Sörensen propuso una alternativa para la expresión de la
concentración de 𝐻+. Sugirió que; en lugar de usar números en forma decimal o exponencial, se
empleara una transformación logarítmica de la concentración molar de protones a la que denominó
pH y definió matemáticamente como:
𝟏
𝐩𝐇 = 𝐥𝐨𝐠 = − 𝐥𝐨𝐠[𝐇 +] .9)
𝐇+

Como resultado de esta transformación, los números fraccionarios se convierten en números enteros
positivos, y como es inversa, mientras mayor sea la concentración de 𝐻+, el valor del pH es menor.
Este aspecto indica la importancia de regular correctamente el valor del pH en el agua, ya que una
simple variación de 1 en la escala de pH, representa un cambio de diez veces en la concentración de
H+ en el agua (Pérez-Laguarda, 2017).

21
 CAPÍTULO I. FUNDAMENTOS

La medición del pH del agua es de gran importancia ya que los valores altos y bajos de pH son
tóxicos para organismos acuáticos. Además, en el agua de consumo valores extremos de pH pueden
provocar irritaciones de la mucosa y órganos internos e incluso procesos de ulceración. Asimismo,
altos valores de pH en aguas de consumo están asociados a aguas coloreadas y con presencia de
sabores y olores, por lo cual no son del gusto del consumidor (Martín-Galvín, 2020).

Dicha medición se basa en la capacidad de respuesta del electrodo de vidrio ante soluciones de
diferente actividad de iones H+. La fuerza electromotriz producida en el electrodo de vidrio varía
linealmente con el pH del medio. Se debe tener en cuenta la temperatura de la muestra ya que esta
fuerza electromotriz afecta al valor del pH (Alméciga-Gómez y Muñoz-Martínez, 2013).

Tabla 1.2: Escala de valores de pH y [Link]: (Pérez-Laguarda, 2017)

REACCIÓN pH EJEMPLO
0 Ácido de baterías
1 Ácido sulfúrico
2 Zumo de limón o vinagre
ÁCIDA 3 Zumo de naranja o bebida gaseosa
4 Lluvia ácida
5 Lluvia limpia
6 Lago saludable o leche
NEUTRA 7 Agua destilada
8 Agua de mar
9 Bicarbonato de sodio
10 Detergente
BÁSICA 11 Amoníaco
12 Agua jabonosa
13 Blanqueador
14 Líquido limpiador de cañerías

22
 CAPÍTULO I. FUNDAMENTOS

Según Normas Oficiales Mexicanas la NOM-127-SSAI-1994 establece que para agua potable el pH
debe encontrarse entre 6.5 y 8.5 unidades de pH, y en el caso de aguas residuales tratadas la NOM-
002-SEMARNAT-1996 establece el rango permitido entre 5.5 a 10 unidades de pH, tabla 1.2.

Existen varios métodos para le medición del pH de una sustancia. El primero en usarse fue el método
colorimétrico, el cual es el más sencillo y utiliza sustancias llamadas indicadores de pH que se
pueden encontrar en diferentes presentaciones con propiedades particulares para medir rangos de pH
específicos (Alméciga-Gómez y Muñoz-Martínez, 2013).

Aunque los papeles tornasol son muy prácticos, si se trabaja con soluciones turbias o coloreadas los
datos pueden perder precisión porque fácilmente se puede enmascarar el color, en estos casos es
mejor optar por el método potenciométrico (Alméciga-Gómez y Muñoz-Martínez, 2013).

Principio de funcionamiento según Norma (NMX-AA-008-SCFI-2016)

Los medidores de pH potenciométricos miden el voltaje entre dos electrodos y muestran el resultado
convertido en el valor de pH correspondiente. Se compone de un simple amplificador electrónico y
un par de electrodos.

Por lo general, tiene un electrodo de vidrio y un electrodo de referencia, o un electrodo de

combinación. Los electrodos, o sondas, se insertan en la solución a ensayar.

El diseño de los electrodos es la parte clave: Se trata de estructuras de varilla, normalmente hechas de
vidrio, con una bombilla que contiene el sensor en la parte inferior. El electrodo de vidrio para medir
el pH tiene una bombilla de vidrio diseñada específicamente para ser selectiva a la concentración de
iones de hidrógeno. En inmersión en la solución a ensayar, los iones hidrógeno en la solución de
ensayo cambian por otros iones cargados positivamente en el bulbo de vidrio, creando un potencial
electroquímico a través del bulbo. El amplificador electrónico detecta la diferencia de potencial
eléctrico entre los dos electrodos generados en la medición y convierte la diferencia de potencial en
unidades de pH.

23
 CAPÍTULO I. FUNDAMENTOS

El valor de pH de una medición depende de la temperatura debido al equilibrio de disociación. Por lo

tanto, la temperatura de la muestra siempre debe ser reportada en conjunto con el pH de la muestra.

1.2.4. Temperatura (T)

Es una propiedad de la materia que está relacionada con la sensación de calor o frío que se siente en
contacto con ella. Cuando se toca un cuerpo que está a menos temperatura que el nuestro se siente
una sensación de frío, y al revés de calor. Sin embargo, aunque tengan una estrecha relación, no se
debe confundir la temperatura con el calor (Çengel y Boles, 2009).

Cuando dos cuerpos, que se encuentran a distintas temperaturas, se ponen en contacto, se produce
una transferencia de energía, en forma de calor, desde el cuerpo caliente al frío, esto ocurre hasta que
las temperaturas de ambos cuerpos se igualan. En este sentido, la temperatura es un indicador de la
dirección que toma la energía en su tránsito de unos cuerpos a otros (Çengel y Boles, 2009).

Instrumentos o termómetros que indican expansiones o fuerzas proporcionales en los cambios

de temperatura:

Las expansiones o fuerzas proporcionales a los cambios de temperatura, dentro de la gama de

construcción y calibración del instrumento, son registradas por sistemas amplificadores mecánicos,
eléctricos, electrónicos o combinación de ellos, para obtener las lecturas de temperatura.

Termómetro:
Instrumento que usualmente se pone en contacto con la sustancia cuya temperatura desea conocerse
hasta que se alcance el equilibrio térmico. Dicho dispositivo, cuando está correctamente calibrado,
permite obtener indirectamente el valor de temperatura, midiendo el cambio de alguna propiedad de
un constituyente del mismo termómetro que varía monotónicamente con la temperatura (Webster G.
J y Eren H, 2014).

24
 CAPÍTULO I. FUNDAMENTOS

Termómetro de vidrio con columna de mercurio:

Termómetro que se basa en la dilatación del mercurio líquido para indicar la temperatura. Consta
básicamente de un bulbo de vidrio que contiene el mercurio, soldado a un tubo capilar de vidrio de
diámetro uniforme, graduado y sellado en su otra extremidad (Webster G. J y Eren H, 2014).

Termómetro de resistencia de platino:

Termómetro que se basa en la variación de la resistencia de un sensor, constituido por un hilo de
platino, en función de la temperatura. (Termorresistencia) (Webster G. J y Eren H, 2014).

Termómetro de termistor:
Termómetro que se basa en la medición de la variación de resistencia de un sensor, constituido por
un elemento semiconductor, en función de la temperatura. El termistor se utiliza en el intervalo de
temperatura en el que la resistencia del elemento semiconductor disminuye monotónicamente cuando
la temperatura se incrementa (Webster G. J y Eren H, 2014).

Termómetro de termopar:
Termómetro que se basa en el cambio de la diferencia de potencial que se establece en un
termoelemento constituido por la soldadura entre dos metales o aleaciones metálicas diferentes
cuando cambia la temperatura de la soldadura. El termopar se constituye por la asociación de dos
termoelementos cuyas soldaduras se encuentran a temperaturas distintas (Webster G. J y Eren H,
2014).

Principio de funcionamiento según Norma (NMX-AA-007-SCFI-2013)

El principio se basa en las propiedades de los materiales de dilatarse o contraerse con los cambios de
temperatura o en las propiedades eléctricas de los mismos con los que se realizará la medición; estas
propiedades son siempre las mismas para una temperatura dada, lo que permite graduar los
instrumentos de medición.
Expresa el grado de calor del agua. Existen relaciones entre temperatura, conductividad y pH del
agua. La temperatura de un agua potable debe estar entre 10 y 22 °C, fuera de este rango de
temperatura, el líquido puede ocasionar problemas gastrointestinales

25
 CAPÍTULO I. FUNDAMENTOS

La temperatura del agua es un factor de gran importancia para el desarrollo correcto de los seres
vivos que se encuentren en su interior, un cambio brusco en la temperatura puede ocasionarles
grandes daños, por eso es de vital importancia garantizar una estabilidad de la temperatura.

1.2.5. Arduino

Arduino es una compañía de software y hardware abierto, así como un proyecto y comunidad
internacional que diseña y manufactura placas de desarrollo de hardware para construir dispositivos
digitales y dispositivos interactivos que puedan detectar y controlar objetos del mundo real. Arduino
se enfoca en acercar y facilitar el uso de la electrónica y programación de sistemas embebidos en
proyectos multidisciplinarios (Pizarro-Peláez J, 2019).

Un software abierto no es más que el software que se distribuye junto con su código fuente, y con
una licencia de su uso, además de poder estudiarlo, corregirlo, mejorarlo y adaptarlo a cualquier
necesidad, adicionalmente, puede utilizarse para cualquier propósito y se tiene el derecho de
redistribuirlo, siempre que preserve su carácter abierto (Gómez y Gómez, 2011).

En cuanto a hardware abierto se refiere a diseños de libre distribución y el cual persigue no solamente
hacer más accesible esa información, sino el promover y dotar de marco jurídico al diseño libre con
el fin de proteger y alentar a todos los desarrolladores de hardware (Gómez y Gómez,2011).

El proyecto tiene sus orígenes en el proyecto Wiring, cuando estudiantes del Instituto de Diseño
Interactivo de Ivrea, Italia, en el 2003 se unieron con el fin de facilitar el acceso y uso de la
electrónica y la programación. El objetivo principal en ese entonces era que los estudiantes de
electrónica tuviesen una alternativa más económica a las populares BASIC Stamp, unas placas que
por aquel entonces valían más de cien dólares, y que no todos podían adquirir (Arduino, 2018).

El resultado fue Arduino, una placa con todos los elementos necesarios para conectar periféricos a las
entradas y salidas de un microcontrolador, y que puede ser programada tanto en Windows como
macOS y GNU/Linux. En el año 2005 sale al mercado la primera placa de Arduino con carácter

26
 CAPÍTULO I. FUNDAMENTOS

comercial, ofreciendo un bajo costo económico y facilidad de uso para novatos y profesionales
(Arduino, 2018).

Hoy en día existen más de 20 modelos distintos de placas la mayoría constan de un microcontrolador
AVR Atmel-8 bits, cada microcontrolador consta de diversas cantidades de memoria flash, pines y
funciones. Las placas utilizan pines hembras de una o dos hileras que facilitan las conexiones e
incorporación en otros circuitos.

Las placas Arduino pueden conectarse con módulos adicionales denominados shields,
dichos shields aumentan las características técnicas de la placa Arduino en uso, debido a que poseen
circuitos específicos que añaden funcionalidades extras a la placa. La mayoría de estos shields se
conectan a través de un bus serie I²C, aunque existen también aquellas que emplean conexión
mediante el bus UART (Universal Asynchronous Receiver-Transmitter) así como con el bus SPI
(Serial Peripheral Interface) (Arduino, 2018).

1.2.6. Comunicaciones inalámbricas

La comunicación inalámbrica o sin cables no es más que un tipo de comunicación en la que el emisor
y el receptor no se encuentran unidos por un medio de propagación físico, sino que se utiliza
la modulación de ondas electromagnéticas a través del espacio. En este sentido, los dispositivos
físicos sólo están presentes en los emisores y receptores de la señal, entre los cuales se
encuentran: antenas, computadoras portátiles, teléfonos móviles, entre otros (Gralla P, 2007).

La tendencia a la movilidad y la ubicuidad hacen que cada vez sean más utilizados los sistemas
inalámbricos, y el objetivo es ir evitando los cables en todo tipo de comunicación, no solo en el
campo informático sino en televisión, telefonía, seguridad, domótica, entre otros.

Hoy en día las comunicaciones inalámbricas están presentes en todos lados. Principalmente, hay tres
tipos de ondas que se usan para establecer dichas comunicaciones: las infrarrojas, las microondas, y
las de radio (Gralla P, 2007).

27
 CAPÍTULO I. FUNDAMENTOS

El Wi-Fi es un tipo de comunicación por ondas de corto alcance que tienen como principal finalidad
la comunicación entre un router inalámbrico y un dispositivo al que se le quiere dar acceso a dicho
router.
Es una tecnología que permite la interconexión inalámbrica de dispositivos electrónicos. Los
dispositivos habilitados con Wi-Fi pueden conectarse entre sí o a internet a través de un punto de
acceso de red inalámbrica. En abril de 2000 WECA certifica la interoperabilidad de equipos según la
norma IEEE 802.11b, bajo la marca Wi-Fi. Esto quiere decir que el usuario tiene la garantía de que
todos los equipos que tengan el sello Wi-Fi pueden trabajar juntos sin problemas,
independientemente del fabricante de cada uno de ellos (Gralla P, 2007).

1.2.7. ThingSpeak

Es una plataforma de aplicaciones de código abierto de Internet de las Cosas (IoT) y API para
almacenar y recuperar datos de cosas mediante el protocolo HTTP a través de Internet o mediante
una red de área local. ThingSpeak permite la creación de aplicaciones de registro de sensores
(González-Ruiz, 2016).

Para el presente trabajo se propone utilizar la red abierta ThingSpeak debido fundamentalmente a que
esta plataforma brinda grandes ventajas ya que:
 Es una plataforma Open Source.
 Es fácil su configuración.
 Dispone de una integración sencilla con aplicaciones de terceros.
Y el motivo fundamental es debido a su compatibilidad con Arduino y que el conjunto formado por
Arduino‐ThingSpeak, garantiza un sistema Low-cost (González-Ruiz, 2016).

La plataforma ThingSpeak almacena los datos en “Canales ThingSpeak”. Los canales se representan
como una interfaz web donde se publican los datos almacenados. Pueden ser configurados para ser
públicos para que otras personas puedan verlos o privados, sólo se puede acceder mediante el registro
en [Link] con cuenta de usuario (González-Ruiz, 2016).

28
 CAPÍTULO I. FUNDAMENTOS

En un canal se pueden registrar hasta 8 variables medidas, almacenando los datos por un tiempo
limitado, dicha plataforma tiene un soporte integrado al software computación numérica MATLAB
de MathWorks. Además, que la plataforma viene diseñada para una fácil exportación de los datos a
Excel o a Matlab, permitiendo consigo una fácil gestión y uso de los datos almacenados.

29
 CAPÍTULO II. PLANTEAMIENTO GENERAL

CAPÍTULO II.
PLANTEAMIENTO
GENERAL DE LA
INVESTIGACIÓN

30
 CAPÍTULO II. PLANTEAMIENTO GENERAL

2.1. PLANTEAMIENTO DEL PROBLEMA

El crecimiento de la población, la intensificación de la agricultura, la urbanización y la producción

industrial han tenido un crecimiento desmesurado en los últimos años a nivel global, impactando
negativamente en la cantidad y calidad del agua dulce, disponible para las necesidades básicas de la
población (Ramakrishnaiah et al. 2009). El uso del agua ha venido en aumento en aproximadamente
un 1% anual a nivel mundial desde los años 80. Según estudios se espera que este aumento continúe a
un ritmo parecido hasta el 2050, lo que representa un incremento del 20 al 30% por encima del nivel
actual de uso del agua dulce a nivel global, debido principalmente al aumento de la demanda en los
sectores industrial y doméstico (WWDR_UNESCO, 2019).

Este aumento en la demanda del agua dulce en el mundo durante las últimas décadas ha traído
consigo la concientización por parte de múltiples organismos a nivel global. De esta forma, en julio
del 2010, la Asamblea General de las Naciones Unidas, reconocen de manera explícita el derecho
humano al agua y al saneamiento, reafirmando que un agua potable es esencial en la realización de
todos los derechos humanos (El-Kouri, 2016). El objetivo planteado es hacer cumplir ese derecho en
todos los países, sin importar el grado de desarrollo, incentivando a los estados a que dedicasen parte
de su presupuesto a esta importante causa.

Como se planteó en el objetivo # 6 del informe de Desarrollo Sostenible (2018, p. 7):

Aún son muchas las personas sin acceso a suministros de agua e instalaciones de
saneamiento gestionados de manera segura. La escasez de agua, las inundaciones y la falta
de gestión adecuada de las aguas residuales menoscaban el desarrollo social y económico.
Es crucial un aumento del uso eficiente de los recursos hídricos y la mejora de su gestión
para equilibrar las crecientes y concurrentes demandas de agua de numerosos sectores y
usuarios.

Y no solo desde el punto de vista del cuidado de la salud humana ni de las afectaciones en el
desarrollo social o económico, también se debe tener en cuenta las afectaciones desde el punto de

31
 CAPÍTULO II. PLANTEAMIENTO GENERAL

vista ambiental que representa una mala calidad del agua de nuestros ríos, lagos y embalses para y
con las especies de la flora y la fauna que habitan en ellos.

Debido a lo anterior es que se deriva la importancia que representa en la actualidad un correcto

monitoreo y supervisión de los parámetros básicos de medición in situ que permiten determinar un
índice de calidad del agua.

En los últimos años se han desarrollado, en el marco de proyectos de cooperación en el ámbito

académico de distintas universidades en el mundo, algunos trabajos relacionados con la supervisión y
el monitoreo de la calidad del agua, utilizando generalmente software y hardware abiertos, con el
objetivo de que otros autores los puedan replicar en la creación de otros proyectos con la misma
temática y fundamentalmente implementarlos en países en vías de desarrollo y siempre teniendo en
cuenta el factor bajo coste.

Como ejemplos representativos de estos proyectos se tienen el RIFFLE (Remote Independent Friedly
Field-Logger Electronics) y el MÁE D´ ÁGUA (Water´s Mother) por solo citar dos ejemplos.

Entre los aspectos más importantes que diferencian estos proyectos esta la determinación de
parámetros a analizar y sobre todo que sensores implementar en la medición de los mismos, ya que
esto determina los rangos de medidas y las precisiones que se van a obtener en las mediciones
dependiendo de la funcionalidad específica del sistema.

La medición de la conductividad eléctrica (CE), la temperatura (T) y el potencial de hidrógeno (pH)

en el agua, son junto a otros parámetros como la turbidez, el oxígeno disuelto (OD), los sólidos
totales disueltos (STD), entre otros, parámetros de medición in situ, fundamentales para tener en
cuenta en la mayoría de los índices de calidad del agua (ICA) más utilizados en la actualidad.

A pesar de la existencia y de la variedad de medidores profesionales que pueden mediar todos estos
parámetros, los precios son bastante altos e inaccesibles para la mayoría de los usuarios,
convirtiéndose lo planteado con anterioridad en una problemática sobre todo para países en vías de

32
 CAPÍTULO II. PLANTEAMIENTO GENERAL

desarrollo, ya que; si existe la solución para medir la calidad de sus aguas, pero es demasiado costosa
e imposible de obtenerla para la mayoría.

Esto ha llevado a que algunos investigadores hayan propuesto el diseño y desarrollo de equipos de
medición in situ de algunos parámetros de calidad del agua, con la utilización de hardware y software
libres; con el fin de abaratar costos en sus soluciones y mantener una precisión y una exactitud
adecuada en sus mediciones.

Otro problema en la actualidad es la falta de bibliografía y documentación relacionada con el

desarrollo de este tipo de soluciones; desde el desarrollo de los sensores, la utilización de hardware y
software abiertos y el acoplamiento a una placa base Arduino, de costo accesible, logrando la
medición y transmisión de los datos inalámbricamente a una plataforma de internet de las cosas
donde se puedan almacenar y procesar en tiempo real dichos datos.

Por lo que se decide investigar en el tema, utilizando los avances obtenidos por otros autores,
analizando sus recomendaciones he intentado solucionar algunos de los problemas detectados por
ellos.

2.2. JUSTIFICACIÓN

Actualmente, más del 70% de las aguas residuales que se generan a nivel mundial son devueltas al
medio ambiente (ríos, mares o tierras), sin ningún tratamiento previo. Esto impacta negativamente en
la salud pública, los recursos naturales y los ecosistemas. Según datos de la Organización Mundial de
la Salud (OMS, 2019), se calcula que unas 842,000 personas mueren cada año de diarrea como
consecuencia de la insalubridad del agua, de un saneamiento insuficiente o de una mala higiene de las
manos. Por lo que el monitoreo en tiempo real de la calidad del agua mediante equipamiento de bajo
costo tendría una contribución significativa para intentar disminuir estas cifras tan alarmantes.

El desarrollo de la automatización Low-Cost y Open Source, además, de la generalización del

concepto de IoT, permiten encontrar soluciones novedosas y de gran impacto económico, social y
ambiental a problemas de la vida cotidiana.

33
 CAPÍTULO II. PLANTEAMIENTO GENERAL

Al realizar mediciones in situ y en tiempo real en una fuente de agua, de manera continua, permitirá
determinar a grandes rasgos el estado de la calidad del agua, logrando determinar con prontitud
cuando dicha fuente de agua está siendo contaminado por actividades antropogénicas. El diseño de
un equipo portátil, de bajo costo y preciso, puede contribuir con los planes de desarrollo
gubernamental para enseñar a la población a que se responsabilice de las condiciones mínimas de
salubridad que debe tener el agua empleada para actividades humanas, en las comunidades en las que
se esté monitoreando.

El monitoreo completo de los parámetros de calidad del agua dependiendo del uso que se le da
permitirá impedir la contaminación directa o indirecta de los núcleos poblacionales de la región
cercana al monitoreo, así como para la protección de la vida acuática (PVA) y de otras especies tanto
de la flora como de la fauna que dependan de esta fuente de abasto para su desarrollo.

En este proyecto se desarrolló un sistema de medición de parámetros fisicoquímicos del agua, a

través de sensores, de bajo costo, confiables que utilicen hardware y software libre. Además, se
pretende acoplar estos sensores con una placa base Arduino y desarrollar la programación de este
microcontrolador, para el escalamiento de las variables medidas y la transmisión de estas mediante
conexiones inalámbricas hacia una aplicación en la web, con el objetivo de poder brindar datos que
sirvan para el análisis de tendencias de los diferentes parámetros y brindar una caracterización
general de la calidad del agua analizada.

El sistema permitirá obtener información inicial para después realizar análisis más precisos en el
laboratorio y conocer los valores exactos de los parámetros que determinan la calidad del agua
analizada. Dígase en fuentes de agua potable como manantiales o fuentes de agua a núcleos urbanos,
además en fuentes de agua dulce como ríos o lagos, así como en las descargas de aguas de plantas
tratadoras, con el fin de monitorear la calidad de salida de dichas plantas.

En la actualidad existen varios fabricantes que presentan soluciones para este tipo de aplicaciones,
pero todas ellas son demasiado costosas, por lo que no están al alcance de la mayoría de las personas.
Como ejemplo de lo anterior se puede citar el medidor portátil multi-paramétrico de calidad de agua
HI 9829 del fabricante Hanna Instruments, en sus diferentes modelos, los cuales miden y registran

34
 CAPÍTULO II. PLANTEAMIENTO GENERAL

alrededor de 15 parámetros de calidad del agua y cuyo precio aproximado ronda los € 4,000.00,
según catálogos del fabricante (Hanna_Instruments, 2019).

Otro ejemplo de un medidor más económico del mismo fabricante es el HI 9811-5, un medidor
combinado portátil, el cual con una sola sonda mide pH, Conductividad, TDS y Temperatura en
medio acuoso, con una muy buena precisión y cuyo costo aproximado de venta ronda alrededor de
los € 300.00, según catálogos del fabricante Hanna Instruments. Dicho equipo cuenta con la medición
de los parámetros in situ y muestra los valores medidos en una pantalla LCD, seleccionando
mediante botones, la variable que se desea mostrar. El medidor no cuenta con registro, ni con envío
de datos para su almacenamiento o monitoreo en tiempo real (Hanna_Instruments, 2019).

Como se evidencia el costo de los equipos para el monitoreo de calidad del agua son bastante
elevados hasta en sus versiones más sencillas. Por lo que el desarrollo de un equipo de medición de la
calidad del agua en tiempo real con hardware y software libres y de bajo costo, contribuiría a la
generalización de esta importante actividad y a todos los beneficios que esto conllevaría para la
población y para la protección del medio ambiente.

2.3. HIPÓTESIS

Mediante el uso de equipo tecnológico de bajo costo, con hardware y software libre, será posible
desarrollar un sistema de medición confiable y eficiente para determinar la conductividad eléctrica
(CE), temperatura (T) y potencial de hidrógeno (pH) en muestras de agua. Además de transmitir estos
datos de forma inalámbrica a una plataforma de IoT, donde sea posible su análisis y procesamiento
en tiempo real.

2.4. OBJETIVO GENERAL

Diseñar y construir un equipo de medición de software y hardware abiertos y de bajo costo para el
monitoreo en tiempo real de variables determinantes en la calidad del agua.

35
 CAPÍTULO II. PLANTEAMIENTO GENERAL

2.5. OBJETIVOS ESPECÍFICOS

1. Desarrollar un sensor de conductividad eléctrica (CE).

2. Desarrollar un sensor de temperatura (T).
3. Desarrollar un sensor de potencial de hidrógeno (pH).
4. Realizar pruebas experimentales con diferentes calidades de agua para validar los sensores
estadísticamente contra sensores comerciales.
5. Implementar la programación del microprocesador Arduino y configurar la interfaz de
comunicación para la transmisión de los datos.
6. Implementar el circuito para la alimentación del sistema utilizando un panel solar y baterías
recargables.
7. Configurar la plataforma IoT para el procesamiento y el análisis de los datos medidos.

36
 CAPÍTULO III. DISEÑO Y ESTRATEGÍA EXPERIMENTAL

CAPÍTULO III.
DISEÑO Y
ESTRATEGÍA
EXPERIMENTAL

37
 CAPÍTULO III. DISEÑO Y ESTRATEGÍA EXPERIMENTAL

3.1. DISEÑO EXPERIMENTAL

El diseño experimental propuesto para evaluar los tres sensores implementados en la solución es
básicamente la comparación pareada de las mediciones obtenidas con ellos, contra mediciones
realizadas con sensores comerciales de alta precisión y exactitud utilizados como patrones.

La estrategia utilizada para la validación del sensor de temperatura, se basa fundamentalmente en la

medición de distintas muestras de agua a diferentes temperaturas (en el intervalo de trabajo que nos
interesa para la aplicación) con ambos sensores, es decir con el sensor desarrollado con el
equipamiento a bajo costo, y con un termómetro de vidrio comercial el cual es utilizado como patrón.
Realizando las mediciones al menos para tener dos réplicas, tabla 3.1.

Tabla 3.1: Medición de [Link]: Elaboración propia.

Sensor desarrollado Termómetro de vidrio

Muestras
con Arduino. utilizado como patrón.
de Agua.
Réplica 1 Réplica 2 Réplica 1 Réplica 2
1
2
3
4
5
6
7
8
9
10

En el caso de la validación del sensor de pH. Se utilizó una estrategia similar lo que en este caso solo
se realizaron mediciones en tres muestras buffer con el pH (4.01, 7.01 y 10.01), y analizando la
variación de la temperatura en dichas mediciones. Igualmente se realizó la comparación de los
valores obtenidos con ambos sensores para las 3 muestras a diferentes temperaturas con al menos dos
réplicas para cada medición, tabla 3.2.

38
 CAPÍTULO III. DISEÑO Y ESTRATEGÍA EXPERIMENTAL

Tabla 3.2: Medición de [Link]: Elaboración propia.

Sensor desarrollado con Arduino Sensor Mi 150 Martini Instruments

T Réplicas Muestras
1 2 3 1 2 3
1
10ºC
2
1
15ºC
2
1
20ºC
2
1
25ºC
2
1
30ºC
2
1
35ºC
2
1
40ºC
2

En el caso de la validación del sensor de conductividad. Se utilizó una estrategia similar al sensor de
pH, se realizaron mediciones en cuatro muestras de agua a diferentes niveles de conductividad,
teniendo en cuenta la variación de la temperatura en dichas mediciones, con el objetivo de
implementar en el equipo una compensación de temperatura mediante software. Igualmente se realizó
la comparación de los valores obtenidos con ambos sensores para las cuatro muestras a diferentes
temperaturas, obteniendo al menos dos réplicas para cada medición, tabla 3.3.

39
 CAPÍTULO III. DISEÑO Y ESTRATEGÍA EXPERIMENTAL

Tabla 3.3: Medición de [Link]: Elaboración propia.

Sensor DOS-120W Microprocesador

Sensor desarrollado con Arduino
Conductivity Meter
T Réplicas
Muestras
1 2 3 4 1 2 3 4
1
15ºC
2
1
20ºC
2
1
25ºC
2
1
30ºC
2
1
35ºC
2

3.2. ESTRATEGIA EXPERIMENTAL.

La estrategia experimental comenzó con un estudio bibliográfico relacionado con el tema, con el
propósito de obtener información de trabajos realizados con anterioridad y poder utilizar sus avances,
así como trabajar en las problemáticas detectadas y sus recomendaciones. Como siguiente paso se
desarrollaron tres sensores; de conductividad eléctrica, de temperatura y otro de pH, utilizando
equipamiento de bajo costo, pero que permita mantener una exactitud y precisión adecuada. Dichos
sensores fueron calibrados y validados mediante la comparación pareada con sensores profesionales,
utilizados como patrones de referencia. Posteriormente se configuró y programó el microcontrolador
para la medición de estos parámetros utilizando software y hardware libres, además se programó la
comunicación inalámbrica de los datos, permitiendo la transmisión de estos en tiempo real a una
plataforma de IoT, donde se realizará el análisis y procesamiento de los datos, figura 3.1.

40
 CAPÍTULO III. DISEÑO Y ESTRATEGÍA EXPERIMENTAL

Estudio Bibliográfico
trabajos relacionados
Analítica del Agua
(Antecedentes)

Definición de
variables a medir

Desarrollo y Desarrollo y
calibración del Desarrollo y
calibración del
sensor de calibración del
sensor de
Temperatura sensor de pH
Conductividad

Validación del sensor Validación del sensor Validación del sensor

de conductividad de temperatura contra de pH contra un
contra un patrón un patrón patrón

Análisis estadístico Análisis estadístico

Análisis estadístico
del error detectado en del error detectado en
del error detectado en
la medición de la medición de
la medición de pH
conductividad temperatura

NO NO NO
Aceptado Aceptado Aceptado

SI
SI SI
Diseño y
construcción del
equipo de
medición

Implementación
de la interface de
comunicación vía
inalámbrica.

Configuración de
la plataforma IoT
para el análisis de
los datos medidos.

Verificación del
funcionamiento
del equipo en
general

Figura 3.1: Estrategia experimental para el desarrollo del proyecto. Fuente: Elaboración propia.

41
 CAPÍTULO III. DISEÑO Y ESTRATEGÍA EXPERIMENTAL

3.3. MATERIALES Y MÉTODOS.

Dentro de los materiales utilizados se definió el uso de la placa de desarrollo de hardware Arduino
DUE, la cual presenta un micro de 32 bits y la velocidad del reloj es de 84 MHz. Cuenta con 54
entradas salidas digitales y 12 entradas analógicas, suficientes para la aplicación en cuestión y futuras
ampliaciones. Además, en diferencia con otras versiones de Arduino como UNO o MEGA, dicho
controlador presenta una notable estabilidad en la comunicación inalámbrica utilizando módulos de
comunicación WI-FI o GSM, figura 3.2. Dicho microprocesador tiene un precio aproximado a los
$800.00 pesos mexicanos en su versión original.
Microcontrolador ATSM3X8E.
Velocidad del reloj 84 MHz.
Voltaje de Operación 3.3 Volts.
Voltaje de entrada (jack DC) 7 – 12 Volts.
Núcleo de 32 bits.
54 Entradas/Salidas digitales.
12 Entradas analógicas.
12 Salidas tipo PWM.
Corriente máxima en E/S 130 mA.
2 Salidas analógicas (DAC).
4 puertos UART.
512 KB de Memoria flash para código.
2 Puertos micro-USB
Figura 3.2: Características del Arduino DUE. Fuente: Elaboración propia.
En el caso de la medición de la temperatura se seleccionó una sonda DS18B20, el cual además de su
bajo costo, aproximadamente $50.00 pesos mexicanos, se encuentra documentación relacionada con
su uso en varios proyectos con Arduino, por lo que se cuenta con las librerías en el software de
Arduino ya desarrolladas para un rápido manejo de las señales, figura 3.3.
Voltaje de alimentación 3 Volts a 5.5 Volts.
Conexiones:
VDD: Tensión de Alimentación
GND: Tierra
DQ: Datos
Rango de temperaturas -55 ºC a 125 ºC
Error (-10 ºC a 85 ºC) igual a +/- 0.5 ºC
Error (-55 ºC a 125 ºC) igual a +/- 2 ºC
Resolución: 9 bits, 10 bits, 11 bits o 12 bits.
Figura 3.3: Sensor de Temperatura [Link]: Elaboración propia

42
 CAPÍTULO III. DISEÑO Y ESTRATEGÍA EXPERIMENTAL

Para el caso del diseño y desarrollo del sensor de conductividad eléctrica (CE), se utilizó como sonda
de medición un cable de alimentación eléctrica con su espiga, utilizando los dos conectores de la
espiga como electrodos de medición, figura 3.4. Dicho elemento tiene un costo aproximadamente
$20.00 pesos mexicanos o se puede utilizar alguno que se tenga en casa sin utilidad.

Figura 3.4: Sonda de medición de conductividad. Fuente: Elaboración propia

Dicha sonda se conectó a una de las entradas analógicas del Arduino, realizando un divisor de voltaje
con una resistencia de 1 K Ohm, permitiendo medir la variación de la resistencia eléctrica al ser
introducida en un medio acuoso, y mediante la constante K de la celda de conductividad que viene
dada por la relación existente entre la distancia de los electrodos d y su área A.

En el caso de la medición de pH se seleccionó una sonda del fabricante SEICTRON la cual tiene un
costo en el mercado alrededor de los $350.00 pesos mexicanos incluyendo el circuito de
acondicionamiento de los datos el PH-4502C, figura 3.5.

43
 CAPÍTULO III. DISEÑO Y ESTRATEGÍA EXPERIMENTAL

Voltaje de entrada 5 Volts.

Voltaje de salida 0 a 4.2 Volts.
Corriente 5- 10 mA
Consumo 0.5 W
V+: Tensión de Alimentación
GND1 y GND2: Tierra
P0: Salida analógica que entrega una tensión
proporcional al pH.
D0: Salida digital, el módulo PH-4502C
Conector de la Sonda: BNC
Led Verde: Alimentación
Led Rojo: Límite de pH configurado para la
salida digital.
Figura 3.5: Sonda de pH. Fuente: Elaboración propia.

El circuito de acondicionamiento de la señal viene definido para medir en un intervalo de valores

negativos y positivos. El 0 representa un pH de 7.0. Para poder utilizar con Arduino este circuito se
añade un valor de offset al valor medido por la sonda, de esta forma el ADC solo tendrá que tomar
muestras de valores positivos de tensión. Por lo tanto, forzamos un pH de 7.0 desconectando la sonda
del circuito y cortocircuitando la parte interna del conector BNC con la exterior. Con un multímetro
medimos el valor del pin Po y ajustamos el potenciómetro para que sea 2.5V.

La caracterización y calibración del sensor para la medición de pH se realiza mediante mediciones en

el laboratorio utilizando muestras de buffer ya predefinidos. Se obtiene el pH de las muestras
mediante un sensor patrón y registrando la respuesta de la sonda en análisis. Mediante la herramienta
Excel se obtiene una ecuación que represente la característica de respuesta de dicho sensor para
medir el pH.

En cuanto a la implementación del circuito de alimentación del equipo se utilizó el Panel Solar de
12V y 3W, con un costo aproximado de $150.00 pesos mexicanos, para realizar la carga de tres
baterías recargables tipo 18650 de 3.7 V conectadas en serie, las cuales con sus 2200 mAh serán
capaces de proveer la corriente necesaria para el funcionamiento del Arduino DUE, del módulo de
comunicación y de los sensores, en sitios remotos donde no exista conexión de energía eléctrica. El
costo aproximado de estas baterías es de $120.00 pesos mexicanos por unidad. Mediante la celda
solar se recargarán las baterías con la energía solar apoyándonos con un módulo de carga y

44
 CAPÍTULO III. DISEÑO Y ESTRATEGÍA EXPERIMENTAL

protección BMS de carga regulada y balanceada para tres baterías con un costo aproximado de
$70.00 pesos mexicanos, lo que brindará una mayor autonomía del sistema, figura 3.6.

Figura 3.6: Panel Solar 12 V y 3W, batería tipo 18650 y módulo de carga BMS. Fuente: Elaboración propia.

El módulo de comunicación seleccionado para la comunicación Wi-Fi es el ESP8266 debido a su

sencillez y su bajo costo aproximadamente de $170.00 pesos mexicanos. Se trata de un chip
integrado con conexión Wi-Fi y compatible con el protocolo TCP/IP. El objetivo principal es dar
acceso a cualquier microcontrolador a una red. Una de sus principales ventajas es su bajo consumo.
Dicho módulo se programa mediante comandos AT que no son más que comandos de texto enviados
por Serial. Dicho dispositivo es compatible con los microprocesadores Arduino. Se muestran algunas
de las principales características en la figura 3.7.
CPU Tensilica L106 32 bit
Voltaje de operación: 3 a 3.6 Volts.
Corriente de operación: 80 mA
Temperatura de operación: -40ºC y 125 ºC
Soporta IPv4
Buses comunicación: SPI, I2C y UART
Conexiones:

Figura 3.7: Módulo WI-FI ESP8266. Fuente: Elaboración propia, basado en [Link]

45
 CAPÍTULO III. DISEÑO Y ESTRATEGÍA EXPERIMENTAL

Herramientas recomendadas
Multímetro Digital.
Maleta de herramientas electrónica. (Cortador de cables, pelacables, soldador, limpiador de punta de
soldadura).
Ordenador portátil (Laptop).
Cable microUSB-USB.
Pistola de calor.
Marco de segueta.
Juego de Alicates punta fina.

Consumibles recomendados
Gabinete plástico para proyectos RADOX 17.5x13x6.4 cm.
Papel de lija fina.
Estaño.
Cinta helicoidal.
Pegamento caliente.
Cables.

Métodos
En cuanto a los métodos utilizados se hace referencia fundamentalmente a:

1. Método teórico: ya que se realizó el levantamiento de información sobre:

 Funcionamiento de los sensores.
 Funcionamiento de los módulos y controladores utilizados.
 Funcionamiento de la plataforma de IoT.
 Estudio bibliográfico sobre artículos vinculados con Índices de calidad del agua.
 Estudio bibliográfico sobre artículos similares realizados.

46
 CAPÍTULO III. DISEÑO Y ESTRATEGÍA EXPERIMENTAL

2. Método inductivo: ya que se ordenó la información tratando de obtener conclusiones de

carácter general desde acumulación de datos específicos, este método se aplicó por ejemplo
para la definición de los parámetros a medir para determinar la calidad del agua.

3. Método experimental: fue aplicado en la realización de pruebas del funcionamiento para la

calibración y la validación de los sensores utilizados.

47
 CAPÍTULO IV. RESULTADOS

CAPÍTULO IV.
RESULTADOS DE LA
INVESTIGACIÓN

48
 CAPÍTULO IV. RESULTADOS

4.1. RESULTADOS

Los resultados derivados de este trabajo de investigación se mencionan en este capítulo.

Temperatura:
En primera instancia para el desarrollo del sensor de temperatura se utilizó una sonda de
temperatura modelo DS18B20, se realizó la conexión con el microprocesador Arduino y mediante
librerías ya desarrolladas en la biblioteca de Arduino, luego se llevó a cabo la lectura del valor de
temperatura mediante una entrada digital del microprocesador. Se almacenaron 50 datos en un
arreglo y posteriormente se ordenaron de menor a mayor con el fin de descartar los valores mínimo y
máximo, para evitar lecturas erróneas y con los 48 valores restantes se realizó un promedio
obteniendo un valor de temperatura con el menor error posible.

Posteriormente se realizaron pruebas en el laboratorio para su validación, efectuando mediciones con

el sensor en cuestión y con un termómetro de vidrio de muy buena exactitud, el cual se utilizó como
patrón para nuestras pruebas de calibración. Por último, con los datos obtenidos se procedió al
análisis estadístico, para determinar el error de medición con el sensor implementado en el Arduino,
con el fin de definir si cumple con las expectativas deseadas para dicho proyecto.

Conductividad:
Como segundo resultado podemos mencionar que se implementó un sensor de conductividad
eléctrica utilizando como sonda de medición un cable de alimentación eléctrica utilizado en un
equipo electrodoméstico común.

Varios autores recomiendan que para la alimentación de una sonda de medición de conductividad
eléctrica en muestras acuosas se debe alimentar con corriente alterna o con un bajo voltaje
significativamente por debajo del umbral de electrolisis para el agua (1.1V), esto para evitar polarizar
la solución que se está probando y de esta forma evitar la contaminación de esta, además de
minimizar los efectos de la corrosión en los electrodos utilizados en la sonda. Cualquiera de estas
soluciones encarece nuestro proyecto notablemente. Por lo que se realiza una solución mucho más

49
 CAPÍTULO IV. RESULTADOS

sencilla y solo realizando las modificaciones mediante software. La sonda de medición es conectada
a una de las salidas analógicas del Arduino, permitiendo realizar la alimentación de la sonda solo en
el tiempo que se realiza la medición y desconectando la sonda al instante evitando con ello la
polarización de esta.

La constante K de la celda de conductividad es la relación existente entre la distancia de los

electrodos d y su área A. En este caso se calcula dicho valor obteniéndose una K=0.3, ver ecuación
1.6.

Mediante la programación en el Arduino se realiza la conversión de los valores de resistencias

medidos a valores de conductividad utilizando la constante de celda K.

Posteriormente en el laboratorio se efectuaron las mediciones con dicho sensor en 10 muestras de

agua y dichos valores fueron comparados con un sensor comercial (DOS-120W
MICROPORCESADOR CONDUCTIVITY METER) utilizado como patrón. Analizando un
intervalo de conductividad en el agua comprendido de 0 a 2000 µS/cm obteniéndose valores
aceptables. A continuación, se realizó el ajuste de la medición teniendo en cuenta la temperatura de la
muestra ya que en esta ocasión todas las muestras se realizan a temperatura ambiente de 25 ºC, pero
no siempre será el caso.

Para el ajuste se realizó, mediante programación, utilizando la medición de la temperatura obtenida

con el sensor DS18B20 y la ecuación 3.8 y un coeficiente de temperatura de 0.019 valor citado por
muchos autores como un valor adecuado para esta ecuación de ajuste.

Posteriormente se realizaron mediciones con ambos sensores a cuatro distintas muestras de agua a
diferentes temperaturas, y mediante la comparación pareada se determinó estadísticamente que el
sensor es adecuado para la aplicación en cuestión.

pH:
Como siguiente resultado se puede citar el desarrollo de la medición de pH, como ya se mencionó
con anterioridad se seleccionó una sonda de medición del fabricante SECTRION, la cual fue ajustada

50
 CAPÍTULO IV. RESULTADOS

para la utilización con Arduino en un rango de voltaje de 0 a 5 V. Dicha sonda presenta una muy
buena relación de costo calidad y cubre todo el rango de pH.

Primero se realiza la caracterización de la sonda mediante la medición de 3 muestras buffer con el

sensor patrón, en este caso el Mi150 pH /Temperature Bench Meter del fabricante Martin
Instruments, el cual presenta una exactitud de ±0.01 en la medición del pH y el sensor implementado
en el Arduino.

Esta medición se realiza en 3 ocasiones en diferentes días obteniendo una linealidad muy similar
entre los 3 puntos en las tres mediciones realizadas, los cuales se grafican utilizando la herramienta
Excel y se obtiene la figura 4.1:
12

10

8
Valores de pH

4
y = -0,019x + 21,96 y = -0,019x + 22,55 y = -0,019x + 23,96
2

0
600 650 700 750 800 850 900 950 1000
Valores digitales

Figura 4.1: Caracterización de la respuesta del sensor. Fuente: Elaboración propia.

Como se puede observar la respuesta del sensor en el rango de medición (4 a 10 unidades de pH), es
lineal con el mismo valor de pendiente negativa para los tres conjuntos de mediciones realizadas.

Por ello se decide utilizar la ecuación de la recta y = -0.019* X +22.55, la cual presenta el valor
intermedio de los 3 conjuntos de mediciones realizadas, para una primera caracterización de la sonda
e implementarla en el software del Arduino para la medición de los valores de pH en el rango en
cuestión.

51
 CAPÍTULO IV. RESULTADOS

Posteriormente se realiza la calibración de la sonda de medición de pH mediante mediciones en el

laboratorio utilizando en este caso la calibración en tres puntos. Este tipo de calibración se aconseja
cuando habitualmente se mide en toda la escala de pH o simplemente cuando se necesita mucha
precisión. Esta calibración permitió realizar un ajuste fino en la programación del microcontrolador
para obtener un valor más adecuado.

Como muestras de buffer se utilizaron las ya predefinidas:

Buffer1 pH=4.01
Buffer2 pH= 7.01
Buffer3 pH= 10.01

Una vez ya calibrado el sensor se decidió hacer algunos ajustes en la programación para lograr una
mayor exactitud en la medición.

Se realizó la lectura de la entrada analógica del Arduino y se almacenaron 50 datos, los cuales
posteriormente fueron ordenados en un arreglo de menor a mayor y se descartaron los valores
mínimo y máximo, con el objetivo de eliminar datos erróneos. Con los 48 valores restantes se realizó
un promedio y este valor obtenido fue ajustado mediante el software, programando la ecuación
obtenida con anterioridad y de esta forma logrando la medición del pH de la muestra en cuestión.

Posteriormente se realizaron mediciones con ambos sensores en tres distintas muestras buffer y a
diferentes temperaturas con el objetivo de analizar estadísticamente el error de medición que presenta
nuestro sensor, llegando a la conclusión que es adecuado para nuestra aplicación.

Sistema de alimentación
Otro de los resultados obtenidos fue la configuración y la implementación de un sistema para la carga
de 3 baterías de Litio, tipo 18650 de 3.7 V, conectadas en serie para la alimentación eléctrica del
equipo y las cuales son cargadas mediante una celda solar de 12 V y 3 W, utilizando un circuito de
carga balanceada BMS para 3 baterías, ver figura 4.2,

52
 CAPÍTULO IV. RESULTADOS

Figura 4.2: Implementación del sistema de alimentación eléctrica. Fuente: Elaboración propia.

También se desarrolló la programación del microcontrolador Arduino DUE, donde se realizó en

primera instancia el acondicionamiento de las señales mediante software. En el caso de las
mediciones de temperatura y pH se realizaron 50 mediciones y se ordenaron de menor a mayor
para eliminar los extremos y evitar datos erróneos. Con los restantes 48 valores se determinó el
promedio de la medición. En el caso del procesamiento de la variable de conductividad se
midieron cada 15 segundos, debido que se alimenta la sonda solamente en el momento de
realizar la medición para evitar la polarización de esta, dicha medición fue adecuada mediante
las fórmulas correspondientes con la constante de la celda utilizada, y además se ajus tó con el
valor de la temperatura de la muestra.

Para el caso de la medición de los Sólidos Disueltos Totales (TDS) se obtuvo mediante la
relación lineal aproximada existente entre estos valores en ppm y la conductividad de la muestra
en µS/cm.

Conjuntamente mediante la programación se realizó toda la configuración del sistema, para la

trasmisión de los datos medidos utilizando un módulo de Wi-FiESP8266, el cual es configurado
para la conexión del sistema a una red Wi-Fi local y para el envío de los datos medidos una
plataforma de IoT en este caso ThingSpeak.
53
 CAPÍTULO IV. RESULTADOS

Además, se realizó la configuración del sitio ThingSpeak donde se creó el canal de medición del
modo privado y se configuró el sitio como Calidad de Agua y donde configuraron los cuatro
campos de medición que se registran en dicha aplicación, dígase: conductividad eléctrica, TDS,
temperatura y pH de las muestras de agua medida.

Posteriormente se realizan pruebas de comunicación utilizando un módulo de WI-FI ESP8266,

con el cual se transmiten los datos de medición de conductividad, temperatura, pH, además de
incluir una aproximación de los TDS mediante la medición de la conductividad eléctrica en el
agua.

Se obtienen resultados satisfactorios en él envió de los datos con un periodo de muestreo

aproximado de 45 segundos, el cual es aceptable para la aplicación en cuestión, ya que las
variables analizadas no tienen una variación abrupta en el tiempo. Dichos resultados se muestran
en la figura 4.3.

54
 CAPÍTULO IV. RESULTADOS

Figura 4.3: Valores registrados en THINGSPEAK. Fuente: Elaboración propia.

Como se puede observar en dicha plataforma se obtuvieron las mediciones en tiempo real de las
variables consideradas en la determinación de la calidad del agua. Dichos valores son graficados
para una mejor interacción con el usuario, pero también son almacenados en una base de datos
en dicha aplicación con un almacenamiento máximo de 2000 datos por canal ant es de que
comiencen a reescribirse.

55
 CAPÍTULO IV. RESULTADOS

Estos valores almacenados en la base de datos fueron exportados a Excel para comprobar otra
bondad que brinda el sistema, ya que los datos almacenados pueden ser exportados a Excel o a
MatLab, ver figura 4.4. Con el fin de un posterior y más detallado análisis por parte de los
usuarios interesados, como por ejemplo graficar varias variables juntas en un mismo plano, para
con ello determinar la dependencia de una con otra, o para predecir sucesos futuros en cuanto a
la contaminación del agua del sitio en cuestión, analizando la tendencia de los datos
monitoreados.

Figura 4.4: Valores exportados a [Link]: Elaboración propia.

56
 CAPÍTULO IV. RESULTADOS

Finalmente se realizó el montaje del equipo utilizando una caja estanca RADOX de 17.5x13x6.4 cm.
La cual, al cerrarse herméticamente, evita la entrada de polvo y agua cuando se utilice el equipo en
lugares al aire libre. Se realizó toda la conexión interna del equipo y de los sensores, utilizando en
estos últimos, silicón líquido para sellar los agujeros de la caja. Además, se realizó el montaje de un
interruptor para el encendido del equipo permitiendo consigo que el sistema se pueda poner en
funcionamiento desde el exterior. La conexión de la celda solar se realizó con un conector plug and
play facilitando con ello, la utilización o no de la celda dependiendo de la aplicación donde se esté
utilizando el equipo de medición, ver figura 4.5.

Figura 4.5: Conexionado interno del gabinete del [Link]: Elaboración propia.

En la figura 4.6 se muestra una vista exterior del equipo de medición desarrollado una vez concluido
el montaje y conexión de todos los elementos explicados con anterioridad.

57
 CAPÍTULO IV. RESULTADOS

Figura 4.6: Equipo de medición desarrollado. Fuente: Elaboración propia.

58
 CAPÍTULO IV. RESULTADOS

4.2. ANÁLISIS ESTADÍSTICO

En cuanto al análisis estadístico desarrollado, se realiza una comparación pareada de medias, de 30

muestras, obtenidas con el sensor desarrollado con el Arduino contra mediciones realizadas con un
sensor profesional utilizado como patrón, para verificar que no existe una diferencia significativa
entre las medias de ambos sensores.

Para ello se utiliza la prueba estadística de T-student, debido fundamentalmente a que esta prueba se
realiza para verificar si las medias entre dos grupos de datos cuantitativos continuos son
estadísticamente diferentes o no. Además de que los datos siguen una distribución normal y la
varianza es desconocida (Flores-Ruiz E et al. 2017).

4.2.1. Sensor de Temperatura

Para la calibración del sensor de temperatura se utilizó como patrón un termómetro de vidrio de
intervalo de 0 a 100 ºC con un margen de error de ±0.01 ºC, el cual presenta una mayor exactitud que
otros sensores digitales convencionales.

Se realizaron la medición de 13 muestras de agua a diferentes temperaturas con ambos sensores y

realizándolo dos veces en distintos días, lo que permitió analizar estadísticamente la respuesta de
nuestro sensor, tabla 4.1.

59
 CAPÍTULO IV. RESULTADOS

Tabla 4.1: Mediciones en laboratorio para la validación del sensor de temperatura. Fuente: Elaboración propia.

Muestra Valor temperatura Valor temperatura Diferencias Diferencias

de Agua. sensor patrón (ºC) sensor Arduino (ºC) Réplica 1 Réplica 2
Réplica 1 Réplica 2 Réplica 1 Réplica 2
1 7.00 7.00 6.94 6.90 0.06 0.10
2 18.00 18.00 17.69 17.81 0.31 0.19
3 20.00 20.00 19.94 20.07 0.06 -0.07
4 21.00 21.00 21.25 21.18 -0.25 -0.18
5 22.00 22.00 21.56 21.62 0.44 0.38
6 24.00 24.00 24.42 24.29 -0.42 -0.29
7 27.00 27.00 27.25 27.33 -0.25 -0.33
8 32.00 32.00 31.69 31.81 0.31 0.19
9 35.00 35.00 35.06 34.87 -0.06 0.13
10 36.00 36.00 35.75 35.68 0.25 0.32
11 39.00 39.00 39.13 39.21 -0.13 -0.21
12 44.00 44.00 43.63 43.74 0.37 0.26
13 48.00 48.00 47.68 47.82 0.32 0.18

Se planteó la siguiente hipótesis ¿Se puede concluir que no hay una diferencia significativa
entre las medias de los valores de temperatura obtenidas con el sensor desarrollado en Arduino
y el sensor comercial utilizado como patrón?

Resolución:

Hipótesis:
H0: µd = 0
H1: µd ≠ 0

Estadístico de prueba:
dm
𝑡0 = 𝑆𝑑 (4.1)
n
Donde:
dm: es el promedio de las diferencias.
Sd: es la varianza muestral
n: número de muestras

Calculando dm y Sd:

60
 CAPÍTULO IV. RESULTADOS
n
j=1 Dj
dm = = 0.06 (4.2)
n
n (Dj −Dm )
j=1
𝑆𝑑 = = 0.26 (4.3)
𝑛−1

Sustituyendo los valores obtenemos que: to= 1.29

Analizando el rechazo se debe cumplir la siguiente condición:

to>tα/2yto<-tα/2;los grados de libertad (L) y buscando en la tabla de T-student:

ºL= n − 1 = 25;

Ahora mediante el uso de Excel calculamos el P-valor donde obtenemos un α = 0.21

Entonces se puede decir que la condición de rechazo se va a cumplir para un nivel de significancia
superior a 0.21 y por tanto en estos casos se rechazaría la hipótesis nula.

Por lo tanto, se puede concluir que con niveles de significancia menores a 0.21 se acepta la hipótesis
nula. Por lo que se puede aseverar que con un nivel de significancia de 0.1 no existen diferencias
significativas entre las medias de los valores de temperatura medidos con el sensor desarrollado en
Arduino y el termómetro de vidrio utilizado como patrón.

Además, para corroborar esta conclusión se realizó el análisis de los datos mediante otro método de
indicadores de desviación, el cual permite valorar la bondad de ajuste de los datos medidos con el
sensor desarrollado y los datos medidos con el sensor patrón.
 El método de desviación (% Error) el cual permite conocer que tan lejos se encuentran las
mediciones realizadas con el sensor desarrollado de las mediciones obtenidas con el sensor
patrón.
X sensor desarrollado − X sensor patr ón
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛(% 𝐸𝑟𝑟𝑜𝑟) = ∗ 100 (4.4)
X sensor patr ón

Realizando los cálculos se obtienen los valores que se muestran en la tabla 4.2:

61
 CAPÍTULO IV. RESULTADOS

Tabla 4.2: Mediciones en laboratorio para la validación del sensor de temperatura. Fuente: Elaboración propia.

Muestra Valor temperatura Valor temperatura % Error % Error

de Agua. sensor patrón (ºC) sensor Arduino (ºC) Réplica 1 Réplica 2
Réplica 1 Réplica 2 Réplica 1 Réplica 2
1 7 7 6.94 6.90 0.857 1.429
2 18 18 17.69 17.81 1.722 1.056
3 20 20 19.94 20.07 0.300 0.350
4 21 21 21.25 21.18 1.190 0.857
5 22 22 21.56 21.62 2.000 1.727
6 24 24 24.42 24.29 1.750 1.208
7 27 27 27.25 27.33 0.926 1.222
8 32 32 31.69 31.81 0.969 0.594
9 35 35 35.06 34.87 0.171 0.371
10 36 36 35.75 35.68 0.694 0.889
11 39 39 39.13 39.21 0.333 0.538
12 44 44 43.63 43.74 0.841 0.591
13 48 48 47.68 47.82 0.667 0.375

Donde se confirma la conclusión anterior y se puede detectar que el valor más alto de % de error es
de 2 %, esto significa que nuestro sensor tiene una exactitud de un ±2% como máximo en todo el
rango de medición (10a 50ºC).

Debido a que la aplicación donde se pretende usar el sensor, no necesita una excelente exactitud en la
medición y que la implementación se desarrolla utilizando equipamiento de bajo costo. Se considera
adecuado dicho sensor para la aplicación en cuestión.

4.2.2. Sensor de pH

Para la medición de pH se tomaron 3 muestras buffer a diferentes temperaturas para realizar la

comparación pareada y determinar la validez o no del sensor implementado en el Arduino. Cabe
mencionar que se realizó la comparación en tres bloques diferentes uno por cada muestra buffer
utilizada, ver tabla 4.3. Las mediciones de pH se realizaron en un rango de temperatura entre 10 ºC y
40 ºC ya que es el rango de temperatura que nos interesa en las aplicaciones a utilizar dicho sensor.

62
 CAPÍTULO IV. RESULTADOS

Tabla 4.3: Mediciones en laboratorio para la validación del sensor de pH. Fuente: Elaboración propia.

Sensor desarrollado con Arduino Sensor patrón Mi150

T Réplicas
Muestra nº1 Muestra nº2 Muestra nº3 Muestra nº1 Muestra nº2 Muestra nº3
1 4.45 7.51 10.05 4.52 7.47 10.16
10ºC
2 4.60 7.56 9.97 4.58 7.50 10.10
1 4.43 7.44 10.03 4.50 7.48 10.15
15ºC
2 4.56 7.58 9.98 4.56 7.54 10.13
1 4.60 7.56 10.07 4.56 7.53 10.08
20ºC
2 4.57 7.55 9.96 4.58 7.57 10.06
1 4.57 7.61 10.04 4.58 7.58 10.09
25ºC
2 4.56 7.54 9.98 4.57 7.53 10.02
1 4.41 7.43 9.92 4.52 7.49 10.01
30ºC
2 4.53 7.52 9.95 4.49 7.56 9.98
1 4.47 7.55 9.97 4.49 7.50 10.03
35ºC
2 4.50 7.54 9.96 4.50 7.48 9.95
1 4.55 7.57 9.96 4.48 7.49 9.98
40ºC
2 4.51 7.53 9.94 4.52 7.46 9.93

Se planteó la siguiente hipótesis ¿Se puede concluir que no hay una diferencia significativa
entre las medias de los valores de pH obtenidas con el sensor desarrollado y el sensor comercial
utilizado como patrón?

Resolución:

Hipótesis:
H0: µd = 0
H1: µd ≠ 0

En la tabla 4.4 se muestran los valores de la tabla 4.3 organizados por bloques.

63
 CAPÍTULO IV. RESULTADOS

Tabla 4.4: Mediciones en laboratorio para la validación del sensor agrupados por bloques. Fuente: Elaboración
propia.

Muestra Buffer nº1 Muestra Buffer nº2 Muestra Buffer nº3

T Réplicas Sensor Sensor Sensor Sensor Sensor Sensor
Arduino Patrón Arduino Patrón Arduino Patrón
1 4.45 4.52 7.51 7.47 10.05 10.16
10ºC
2 4.60 4.58 7.56 7.50 9.97 10.10
1 4.43 4.50 7.44 7.48 10.03 10.15
15ºC
2 4.56 4.56 7.58 7.54 9.98 10.13
1 4.60 4.56 7.56 7.53 10.07 10.08
20ºC
2 4.57 4.58 7.55 7.57 9.96 10.06
1 4.57 4.58 7.61 7.58 10.04 10.09
25ºC
2 4.56 4.57 7.54 7.53 9.98 10.02
1 4.41 4.52 7.43 7.49 9.92 10.01
30ºC
2 4.53 4.49 7.52 7.56 9.95 9.98
1 4.47 4.49 7.55 7.50 9.97 10.03
35ºC
2 4.50 4.50 7.54 7.48 9.96 9.95
1 4.55 4.48 7.57 7.49 9.96 9.98
40ºC
2 4.51 4.52 7.53 7.46 9.94 9.93

En Excel calculamos las diferencias de los valores de pH entre el sensor construido y el sensor
comercial utilizado como patrón para cada uno de los tres bloques:

Estadístico de prueba:
dm
𝑡0 = 𝑆𝑑 (4.1)
n
Donde:
dm: es el promedio de las diferencias.
Sd: es la varianza muestral
n: número de muestras
n
j=1 Dj
dm = (4.2)
n
n (Dj −Dm )
j=1
𝑆𝑑 = (4.3)
𝑛 −1

Calculando dm y Sd y sustituyendo los valores se obtienen los valores de to para cada uno de los
bloques, además de calcular mediante Excel el P-valor (valor máximo de significancia que llevaría a
aceptar la hipótesis nula) para cada uno, ver la tabla 4.5:

64
 CAPÍTULO IV. RESULTADOS

Tabla 4.5: Valores obtenidos mediante el cálculo para cada bloque. Fuente: Elaboración propia.

Bloque dm Sd to P-valor
I 0.01 0.05 0.71 0.48
II 0.02 0.04 1.83 0.08
III 0.06 0.14 1.67 0.12

Analizando el rechazo se debe cumplir la siguiente condición:

to>tα/2yto<-tα/2;los grados de libertad (L) y buscando en la tabla de T-student:
ºL= n − 1 = 13;

Por lo tanto, se puede concluir que con un nivel de significancia de 0.05 se acepta la hipótesis nula,
no existen diferencias significativas entre las medias de los valores de pH medidos con el sensor
desarrollado con el Arduino y el sensor comercial utilizado como patrón de referencia, para cada uno
de los tres bloques estudiados.

Además, para corroborar esta conclusión se realizó el análisis de los datos mediante otro método de
indicadores de desviación, el cual permitió valorar la bondad de ajuste de los datos medidos con el
sensor desarrollado y los datos medidos con el sensor patrón.

 El método de desviación (% Error) el cual permite conocer que tan lejos se encuentran las
mediciones realizadas con el sensor desarrollado de las mediciones obtenidas con el sensor
patrón.
X sensor desarrollado − X sensor patr ón
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛(% 𝐸𝑟𝑟𝑜𝑟) = ∗ 100 (4.4)
X sensor patr ón

Realizando los cálculos se obtienen los valores de % de desviación que se muestran en la tabla 4.6:

65
 CAPÍTULO IV. RESULTADOS

Tabla 4.6: Valores de % de desviación obtenidos. Fuente: Elaboración propia.

Bloque I Bloque II Bloque III

T Réplicas Sensor Sensor % Sensor Sensor % Sensor Sensor %
Arduino Patrón Error Arduino Patrón Error Arduino Patrón Error
1 4.45 4.52 1.54 7.51 7.47 0.53 10.05 10.16 1.08
10ºC
2 4.60 4.58 0.43 7.56 7.50 0.80 9.97 10.10 1.28
1 4.43 4.50 1.55 7.44 7.48 0.53 10.03 10.15 1.18
15ºC
2 4.56 4.56 0.00 7.58 7.54 0.53 9.98 10.13 1.48
1 4.60 4.56 0.87 7.56 7.53 0.39 10.07 10.08 0.09
20ºC
2 4.57 4.58 0.21 7.55 7.57 0.26 9.96 10.06 0.99
1 4.57 4.58 0.21 7.61 7.58 0.39 10.04 10.09 0.49
25ºC
2 4.56 4.57 0.21 7.54 7.53 0.13 9.98 10.02 0.39
1 4.41 4.52 2.43 7.43 7.49 0.80 9.92 10.01 0.89
30ºC
2 4.53 4.49 0.89 7.52 7.56 0.52 9.95 9.98 0.30
1 4.47 4.49 0.44 7.55 7.50 0.66 9.97 10.03 0.59
35ºC
2 4.50 4.50 0.00 7.54 7.48 0.80 9.96 9.95 0.10
1 4.55 4.48 1.56 7.57 7.49 1.06 9.96 9.98 0.20
40ºC
2 4.51 4.52 0.22 7.53 7.46 0.93 9.94 9.93 0.10

Donde se confirmó la conclusión anterior y se pudo detectar que los valores de % de Error de todas
las medidas son inferiores al 2.5%. Lo que significa que nuestro sensor tiene una exactitud de un
±2.5% como máximo en el intervalo de medición evaluado (4 a 10 unidades de pH). Por lo que se
consideró que el sensor desarrollado es adecuado para la medición de pH con una exactitud aceptable
en los rangos y aplicaciones deseados.

4.2.3. Sensor de conductividad

En cuanto a la medición de conductividad se toman cuatro muestras de aguas mezcladas con una
disolución de Cloruro de Potasio (KCl) a diferentes temperaturas para realizar la comparación
pareada y determinar la validez o no del sensor implementado en el Arduino. En la tabla 4.7 se
muestran los valores obtenidos:

66
 CAPÍTULO IV. RESULTADOS

Tabla 4.7: Mediciones en laboratorio para la validación del sensor en unidades de µS/cm. Fuente: Elaboración
propia.

Sensor DOS-120W Microprocesador

Sensor desarrollado con Arduino
Conductivity Meter
T Réplicas
Muestras
nº1 nº2 nº3 nº4 nº1 nº2 nº3 nº4
1 760 150 793 1247 750 157 798 1238
15ºC
2 757 148 788 1251 746 144 795 1236
1 758 138 799 1255 747 141 807 1245
20ºC
2 766 151 790 1267 747 145 801 1249
1 758 142 810 1231 753 148 806 1242
25ºC
2 761 151 794 1241 752 153 800 1247
1 743 147 797 1237 754 144 801 1239
30ºC
2 763 145 794 1245 750 152 803 1241
1 757 143 799 1230 761 149 792 1235
35ºC
2 762 141 794 1244 765 147 796 1240

Se planteó la siguiente hipótesis ¿Se puede concluir que no hay una diferencia significativa
entre las medias de los valores de conductividad obtenidos con el sensor desarrollado con el
Arduino y el sensor comercial utilizado como patrón?

Resolución:

Hipótesis:
H0: µd = 0
H1: µd ≠ 0

En la tabla 4.8 se muestran los mismos valores medidos en el laboratorio, pero organizados por
bloques.

67
 CAPÍTULO IV. RESULTADOS

Tabla 4.8: Valores obtenidos en laboratorio para la validación del sensor agrupados por bloques en unidades de
µS/cm. Fuente: Elaboración propia.

Muestra nº1 Muestra nº2 Muestra nº3 Muestra nº4

T Réplicas Sensor Sensor Sensor Sensor Sensor Sensor Sensor Sensor
Arduino Patrón Arduino Patrón Arduino Patrón Arduino Patrón
1 760 750 150 157 793 798 1247 1238
15ºC
2 757 746 148 144 788 795 1251 1236
1 758 747 138 141 799 807 1255 1245
20ºC
2 766 747 151 145 790 801 1267 1249
1 758 753 142 148 810 806 1231 1242
25ºC
2 761 752 151 153 794 800 1241 1247
1 743 754 147 144 797 801 1237 1239
30ºC
2 763 750 145 152 794 803 1245 1241
1 757 761 143 149 799 792 1230 1235
35ºC
2 762 765 141 147 794 796 1244 1240

En Excel se calculan las diferencias de los valores de conductividad entre el sensor construido y el
sensor comercial utilizado como patrón para cada uno de los cuatro bloques:

Estadístico de prueba:
dm
𝑡0 = 𝑆𝑑 (4.1)
n
Donde:
dm: es el promedio de las diferencias.
Sd: es la varianza muestral
n: número de muestras
n
j=1 Dj
dm = (4.2)
n

n (Dj −Dm )
j=1
𝑆𝑑 = (4.3)
𝑛 −1

Calculando dm y Sd y sustituyendo los valores se obtienen los valores de to para cada uno de los
bloques. Además de calcular el valor de P-valor para cada uno de los bloques, ya sea mediante Excel
o calculándolo utilizando una interpolación lineal entre los valores de la tabla de T-studen con ºL = 9
y donde se cumple la condición to>tα/2y donde no se cumple dicha condición. Es decir, calcular la

68
 CAPÍTULO IV. RESULTADOS

ecuación de la recta con esos dos puntos y después evaluar el valor de to para obtener el valor de P-
valor.
En la tabla 4.9 se muestran los valores obtenidos para cada uno de los bloques

Tabla 4.9: Valores obtenidos mediante el cálculo para cada bloque. Fuente: Elaboración propia.

Bloque dm Sd to P-valor
I 6.0 9.21 2.06 0.07
II 2.4 7.09 1.07 0.31
III 4.1 8.92 1.45 0.18
IV 3.6 9.62 1.18 0.27

Analizando el rechazo se debe cumplir la siguiente condición:

to>tα/2yto<-tα/2; los grados de libertad (L) y buscando en la tabla de T-student:

ºL= n − 1 = 9;

Por lo tanto, se puede concluir que con un nivel de significancia de 0.05 se acepta la hipótesis nula,
por lo que se puede decir que no existen diferencias significativas entre las medias de los valores de
conductividad medidos con el sensor desarrollado con el Arduino y el sensor comercial utilizado
como patrón, para cada uno de las cuatro muestras estudiadas.

Además, para corroborar esta conclusión se realizó el análisis de los datos mediante otro método de
indicadores de desviación, el cual permite valorar la bondad de ajuste de los datos medidos con el
sensor desarrollado y los datos medidos con el sensor patrón.
 El método de desviación (% Error) el cual permite conocer que tan lejos se encuentran las
mediciones realizadas con el sensor desarrollado de las mediciones obtenidas con el sensor
patrón.

X sensor desarrollado − X sensor patr ón

𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛(% 𝐸𝑟𝑟𝑜𝑟) = ∗ 100 (4.4)
X sensor patr ón

Realizando los cálculos se obtienen los valores de % desviación que se muestran en la tabla 4.10:

69
 CAPÍTULO IV. RESULTADOS

Tabla 4.10: Valores de % de desviación obtenidos. Fuente: Elaboración propia.

Bloque I Bloque II Bloque III Bloque IV

T Réplicas
% Error % Error % Error % Error
1 1.33 4.45 0.62 0.72
15ºC
2 1.47 2.77 0.88 1.21
1 1.47 2.12 0.99 0.80
20ºC
2 2.54 4.13 1.37 1.44
1 0.66 4.05 0.49 0.88
25ºC
2 1.19 1.30 0.75 0.48
1 1.45 2.08 0.49 0.16
30ºC
2 1.73 4.60 1.12 0.32
1 0.52 4.02 0.88 0.40
35ºC
2 0.39 4.08 0.25 0.32

Donde se confirmó la conclusión anterior y se puede detectar que todos los valores de % desviación
son inferiores al 4.6%, esto significa que nuestro sensor tiene una exactitud de un ±4.6% como
máximo en el rango de medición evaluado (100µS/cm a 1200µS/cm). Por lo que se verificó que el
sensor desarrollado es adecuado para la medición de la conductividad con una exactitud aceptable en
el rango de medición estudiado y para la aplicación en cuestión.

70
 CAPÍTULO V. CONCLUSIONES

CAPÍTULO V.
DISCUSIÓN Y
CONCLUSIÓN DE LA
INVESTIGACIÓN

71
 CAPÍTULO V. CONCLUSIONES

5.1. DISCUSIÓN

5.1.1. Análisis de los resultados estadísticos obtenidos en la validación de los sensores.

En cuanto a la validación estadística de los sensores analizados se puede concluir que son adecuados
para la aplicación del proyecto.

Analizando la medición de temperatura con el sensor desarrollado en Arduino y analizando las

mediciones realizadas en todo el rango de aplicación, se observó que el equipo presenta un valor de
incertidumbre absoluta de medición de ± 0.3 ºC, redondeándolo a un lugar después del punto
decimal, ya que es la resolución calculada para el equipo. Un valor aceptable si lo comparamos con la
exactitud de medición de los sensores comerciales similares que rondan entre ± 0.15ºC y ± 0.5ºC en
el intervalo de medida estudiado (Hanna_Instruments, 2019).

Respecto al análisis de las mediciones de pH en cada una de las 3 muestras buffer analizadas se
realizaron 14 mediciones con el sensor de pH desarrollado a diferentes temperaturas, se calculó el
promedio y la incertidumbre absoluta de la medición (tabla 5.1):

Tabla 5.1: Resumen de valores de incertidumbre obtenidos en la validación del sensor de pH. Fuente: Elaboración
propia.

Muestras # Mediciones Promedio Incertidumbre

absoluta
Muestra Buffer #1 14 4.52 ± 0.062
Muestra Buffer #2 14 7.54 ± 0.049
Muestra Buffer #3 14 9.98 ± 0.045

Lo que se pudo observar que el valor mayor de incertidumbre absoluta de la medición se obtiene en
la muestra buffer #1 el cual es de 0.062 unidades de pH. Por lo que se puede definir un valor de
incertidumbre absoluta máximo de ± 0.1 unidades de pH, definiendo un solo lugar después del punto
decimal, ya que es la resolución calculada para el sensor desarrollado o una incertidumbre relativa
porcentual máxima de ± 1.3% para el rango de medición estudiado. Un valor aceptable si lo
comparamos con las incertidumbres de medición de los sensores comerciales (Hanna_Instruments,
2019).

72
 CAPÍTULO V. CONCLUSIONES

En la figura 5.1 se muestran las mediciones realizadas con ambos sensores para las distintas muestras
analizadas, presentando una representación gráfica de la comparación realizada.

Comparación de mediciones
11,00
10,50
10,00
9,50
9,00
8,50
Valores de pH

8,00
7,50
7,00 Sensor Arduino
6,50 Sensor Patrón
6,00
5,50
5,00
4,50
4,00
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41
Muestras

Figura 5.1: Gráfico representativo de los datos medidos con ambos sensores de pH. Fuente: Elaboración propia.

Para el caso de la validación estadística del sensor de conductividad desarrollado se realizó el análisis
de cada una de las 4 muestras analizadas por separadas, donde en cada una de ellas se realizaron 10
mediciones con el sensor de conductividad desarrollado a diferentes temperaturas, se calcula el
promedio y la incertidumbre absoluta de la medición (tabla 5.2).

Tabla 5.2: Resumen de valores de incertidumbre obtenidos en la validación del sensor de conductividad. Fuente:
Elaboración propia.

Muestras # Mediciones Promedio Incertidumbre

absoluta
Muestra #1 10 758.5 µS/cm ± 6.2 µS/cm
Muestra #2 10 145.6 µS/cm ± 4.5 µS/cm
Muestra #3 10 795.6 µS/cm ± 6.1 µS/cm
Muestra #4 10 1244.8 µS/cm ± 11.2 µS/cm

73
 CAPÍTULO V. CONCLUSIONES

En este caso el valor de incertidumbre varía en dependencia de la medición basado

fundamentalmente en el intervalo de medición analizado. Pero se puede definir un valor de
incertidumbre relativa porcentual máximo de ± 3.0% para el rango analizado, definiendo un solo
lugar después del punto decimal, ya que es la resolución calculada para el sensor desarrollado. Un
valor aceptable si lo comparamos con las incertidumbres de medición de los sensores comerciales
similares que están alrededor del ± 2%a máxima escala (Hanna_Instruments, 2019).

Desde el punto de vista que el equipo desarrollado es de bajo costo y que brindaría una información
básica de la calidad del agua en tiempo real, no se necesita sensores muy exactos, ya que sobre todo
se utilizaría para analizar tendencias o cambios significativos que alerten de posibles
contaminaciones. Para poder determinar con exactitud la calidad del agua del sitio en cuestión y del
tipo de contaminación que está presentando se necesitarían realizar otras mediciones y de otros
parámetros en el laboratorio.
En la figura 5.2 se muestran las mediciones realizadas con ambos sensores para las distintas muestras
analizadas, presentando una representación gráfica de la comparación realizada.

Comparación de mediciones
1400

1200
Conductividad (µS/cm)

1000

800

600 Sensor Arduino

Sensor Patrón
400

200

0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39
Muestras

Figura 5.2: Gráfico representativo de los datos medidos con ambos sensores de Conductividad. Fuente: Elaboración
propia.

74
 CAPÍTULO V. CONCLUSIONES

5.1.2. Análisis económico del costo del equipo desarrollado.

Una de las premisas del estudio desarrollado es la disminución de costos y lograr un equipo accesible
para la mayoría de las personas, y de esta forma permitir una generalización del monitoreo de la
calidad del agua con todos los beneficios que esto conlleva.

A continuación, se hace un desglose de los costos de los insumos utilizados para el desarrollo de los
equipos desarrollados (tabla 5.3)

Tabla 5.3: Costo de los equipos utilizados en el proyecto. Fuente: Elaboración propia.

Equipo Precio (MXN) Precio (Dólares)

Microprocesador Arduino DUE 771.00 42.85
Sonda medición de Temperatura DS18B20 44.00 2.45
Sonda medición de pH 340.00 18.90
Sonda medición de Conductividad 18.00 1.00
Modulo comunicación WI-FI ESP8266 171.00 9.50
Panel Solar 12v 3W Celda Fotovoltaica 155.00 8.60
Circuito BMS de Carga de baterías 74.00 4.10
Baterías de Litio 3.7 V 3500 mA (3u originales) 420.00 23.30
Gabinete RADOX y otros insumos de montaje 250.00 13.90
Total $2,243.00 $124.60

Haciendo una comparación, con equipos similares desarrollados hasta la fecha, se puede concluir que
se ha logrado el objetivo debido a lo que mostramos a continuación:

El proyecto desarrollado con software y hardware libre por un grupo de trabajo de la Universidad de
Melbourne, Australia, relacionado con el tema calidad del agua, encabezado por (Rao et al. 2013),
logran la medición de 6 parámetros determinantes en la calidad del agua, pero el costo del prototipo
se eleva hasta los €1040.00, aproximadamente$1,200.00 dólares. Vale aclarar que el proyecto abarca
más variables y que es un poco más ambicioso.

En el año 2016 en la Universidad Politécnica de Madrid, España, se realiza un proyecto vinculado

con el monitoreo de la calidad del agua potable con hardware y software libres (El-Kouri, 2016). El
autor realiza un análisis de tres proyectos básicos en estos temas y selecciona uno de ellos para
75
 CAPÍTULO V. CONCLUSIONES

modificarlo y ajustarlo a sus necesidades, realizando un análisis económico del costo del prototipo,
Según el autor se logra el desarrollo del equipo con un costo €130.00, aproximadamente $150.00
dólares. En este caso se logra alcanzar un costo razonable para la solución que implementaron, lo que
el proyecto no incluye la transmisión de los datos en tiempo real, solamente miden las variables y
almacenan los datos en una memoria SD.

Otro de los proyectos que referencia un valor del costo del desarrollo del equipo, es el proyecto
desarrollado en la Universidad Autónoma de México en el año 2017. En donde un grupo
multidisciplinario desarrollan un equipo de medición mediante el cual se miden 5 parámetros básicos
para determinar la calidad del agua potable, vale aclarar que en este proyecto se incluye el análisis de
la presencia de bacterias patógenas lo que hace que se encarezca un poco más el proyecto
(Semanario_UAM, 2017).El costo del prototipo fue de $8,000.00 pesos mexicanos, alrededor de
$450.00 dólares, y aunque se confirma que es posible la disminución del costo realizando algunas
recomendaciones, no se ha encontrado evidencia de que se haya logrado la reducción de dicho costo.

El resto de los proyectos estudiados como antecedentes de este trabajo dígase (RIFFLE, 2015),
(Mãe_d'_água, 2015), (González-Ruiz, 2016), entre otros, si bien presentan entre sus premisas la
obtención de equipamiento de bajo costo, no presentan un análisis económico del equipo
desarrollado, por lo que no se pueden desarrollar comparaciones directas en cuanto a este importante
tema.

Por lo que, analizando la hipótesis planteada en nuestro trabajo, se demuestra que es posible
desarrollar un equipo de medición confiable para medir los parámetros básicos de calidad del agua en
tiempo real, utilizando software y hardware libres y a un costo asequible, ya que el costo final del
prototipo de equipo desarrollado fue de $2,243.00 pesos mexicanos aproximadamente $125.00
dólares.

76
 CAPÍTULO V. CONCLUSIONES

5.2. CONCLUSIONES

Mediante las pruebas de laboratorio se verificaron los sensores de conductividad, pH y temperatura

desarrollados, contra sensores comerciales utilizados como patrones, concluyendo mediante un
análisis estadístico de comparación pareada de los datos obtenidos, que los tres sensores son
adecuados para la monitorización en tiempo real de la calidad del agua.

Con el diseño y la implementación del circuito de alimentación del equipo utilizando el panel solar
para cargar las baterías de este, se logró mayor autonomía de la solución, logrando un mayor tiempo
de funcionamiento del equipo en lugares remotos donde no existe alimentación eléctrica.

Mediante las pruebas de comunicación se verificó todo el canal de medición, desde la toma de las
variables mediante los sensores, pasando por el procesamiento de los datos realizado en el
microcontrolador Arduino, la configuración y él envió de los datos mediante WI-FI hacia una
plataforma de IoT (ThingSpeak), donde se grafican y registran los valores medidos en tiempo real.

Concluyendo que es posible el desarrollo de un equipo de medición de las principales variables

determinantes en la calidad de una fuente de agua (dígase; conductividad, pH y temperatura),
mediante equipamiento de bajo costo y con la utilización de software y hardware libres, obteniéndose
resultados confiables con un valor máximo de incertidumbre relativa porcentual del ±3%.

77
 PERSPECTIVAS

PERSPECTIVAS

Aunque se cumplen con los objetivos planteados en la investigación y se obtiene el equipo de

medición a bajo costo para el monitoreo en tiempo real de parámetros como: temperatura,
conductividad eléctrica y pH en el agua, utilizando tecnologías de software y hardware libres. Existen
algunos aspectos que se consideran importantes a destacar como recomendaciones futuras en estos
temas de investigación.

Dentro de las perspectivas que deja este trabajo, es necesario plantear que el diseño del equipo se
realizó dejando entradas digitales y analógicas disponibles, lo que permitiría en un futuro, seguir
incrementando sensores para la medición de otros parámetros de calidad del agua, dígase: oxígeno
disuelto, turbidez entre otros. Por lo que se considera esto una posibilidad para futuros trabajos.

En cuanto al circuito de alimentación eléctrica del equipo, este se debería llevar a cabo con una celda
solar de mayor capacidad o implementar otro sistema para la carga de las baterías, ya que, aunque el
sistema funciona correctamente, la carga de las baterías es bastante lenta y esto podría traer
problemas en días nublados y en aplicaciones donde se necesite el equipo en funcionamiento por
largos períodos de tiempo, por lo que se requiere perfeccionar esta parte.

Otro de los aspectos que vale la pena destacar es que, se recomienda en trabajos futuros realizar el
desarrollo de la comunicación inalámbrica utilizando un módulo de comunicación GSM/GPRS, ya
que esto le brindaría una mayor prestancia al equipo, pudiéndose utilizar en lugares remotos donde
no se tenga ninguna conexión Wi-Fi, pero si exista cobertura de comunicación de algún proveedor de
servicios de telefonía. Claro esto teniendo en cuenta el costo del módulo y de las tarifas de paquetes
de datos, para que no se encarezca en demasía el equipo.

También es importante destacar que, aunque el servidor de acceso libre ThingSpeak funciona
perfectamente y da acceso a los datos medidos tanto para su visualización como para la exportación
de los mismos a Excel o a MatLab. Si se desea lograr un mayor control y una confidencialidad sobre
los datos medidos en una aplicación específica, se recomienda que se desarrolle un servidor propio
para el registro de los datos.

78
 REFERENCIAS

REFERENCIAS BIBLIOGRÁFICAS

Alméciga-Gómez M. A y Muñoz-Martínez M. (2013). pH. Historia de un concepto. Análisis de

textos de Educación Superior. Maestría en Docencia de la Química. Departamento de Química,
Facultad de Ciencia y Tecnología. Universidad. Universidad Pedagógica Nacional, Bogotá,
Colombia.

Álvarez. J. P. A, Cutillas. P. P, Valle. O. R& Cabañero. J. J. A. (2016). Degradación de los recursos

hídricos en un ambiente semiárido. Las lagunas de Bustillos y de los mexicanos (Chihuahua.
México). Papeles de Geografía. 62: 107-118.

Álvarez. A, Rubiños-PantaJ. E, Gavi-Reyes. F, Alarcón-Cabañero. J. J, Hernández-Acosta E,

Ramírez-Ayala. C, Mejía-Saenz. E, Pedrero-Salcedo. F, Nicolás-Nicolás. E. y Salazar-Sosa. E.
(2006). Índice de calidad del agua en la cuenca del río Amajac. Hidalgo. México: Diagnóstico y
Predicción. Revista Internacional de Botánica Experimental. 75: 71-83.

Arduino-Introducción. (2018). [Link] (en inglés). (Consultado el 22 de noviembre de

2018).

Banna H M., Najjaran H., Sadiq R., Imran A. S., Rodríguez J. M. y Hoofar M. (2014). Miniaturized
water quality monitoring PH and conductivity sensors. Escuela de Ingeniería. Universidad de British
Columbia. Kelowna. BC. Canadá. ELSEVIER. Sensors and actuators B: Chemical.

Bórquez-López R. A, Martínez-Córdova L. R, Casillas-Hernández R, López-Elías J. A, Barraza-

Guardado R. H, Ibarra-Gámez J. C y Gil-Núñez J. C. (2017). Monitoreo del índice de calidad del
agua para camaronicultura por medio de un hardware de acceso abierto y un sistema de inferencia
difusa. Universidad de Sonora, México. Revista de Ciencias Biológicas y de la Salud
(BIOTECNIA).XIX (3): 45-49.

Boyacioglu H. (2007). Development of a water quality index based on a European classification

scheme. Water SA. Vol. 33. No. 1. Enero. 2007. pp. 101-106.

Catálogo del Fabricante, Hanna Instruments. (2019).Manual de Instrucciones. HI 9811 & HI 9811-
5Medidores Portátiles de pH/CE/TDS/°C.

Catálogo del Fabricante, Hanna Instruments. (2019).Manual de Instrucciones. HI HI 9829 Medidor

multiparamétrico, con GPS, sonda de registro y medición de turbidez e ISE opcional. Consultado en:
[Link]
para-phiseceodturbidez-con-gps-opcional/

Çengel A. Y y Boles A. M. (2009). Temodinámica, 6ta edición. Mc Graw Hill Company.

79
 REFERENCIAS

Cloete. N. A., Malekian. R. y Nair L. (2016). Design of Smart Sensor for Real-Time Water Quality
Monitoring. Departamento de Ingeniería Eléctrica. Electrónica e Informática de la Universidad de
Petroria. Sudáfrica. IEEEXplore.

Elamparithi P., Esther. A. S. y Gowri. J. A. (2018). Water Quality Monitoring System using IoT.
Departamento de Ciencias de la Computación e Ingeniería. Facultad de Ingeniería y Tecnología
AAA. Sivakasi. IEEEXplore.

El-Khouri. N. V. (2016). Adaptación e implementación de un sistema autónomo de bajo coste de

monitorización de calidad del agua en tiempo real. Trabajo Fin de Grado. Universidad Politécnica de
Madrid.

Flores-Ruiz E, Miranda-Novales MG, Villasís-Keever MÁ. El protocolo de investigación VI: cómo

elegir la prueba estadística adecuada. Estadística inferencial. Rev Alerg Mex. 2017; 64(3):364-370

GitHub (2008). Plataforma de desarrollo colaborativo en internet. Disponible en[Link]

Gralla P. (2007). Cómo funcionan las redes inalámbricas. 1ra Edición. Editorial Anaya.

Gómez F. I. y Gómez A. J. Sistema de Adquisición de datos de bajo costo basado en hardware y

software libre y abierto. (2011).Centro de investigación. Grupo de Investigación en Ingeniería
Aplicada. Universidad Salazar y Herrera. Quid. N°. 17. pp. 23-28. Jun-Dic.2011. ISSN: 1692-343X.
Medellín-Colombia.

González-Ruiz I. (2016).Monitorización de la calidad de aguas pluviales vertidas a cauce público en

entornos industriales mediante tecnología Low-Cost. Tesis de Maestría en Ingeniería Ambiental.
Universidad de Sevilla.

Hanna Instruments (2004), Manual del fabricante. Sitio Web del Fabricante. Disponible
en[Link]

Informe de los Objetivos de Desarrollo Sostenible. (2018). Publicación de las Naciones Unidas
emitida por el Departamento de Asuntos Económicos y Sociales (DESA). eISBN: 978-92-1-363319-
9 Editora: Lois Jensen.

Informe Mundial de las Naciones Unidas sobre el Desarrollo de los Recursos Hídricos (WWDR)
(2019). No dejar a nadie atrás. Publicado en 2019 por la Organización de las Naciones Unidas para la
Educación, la Ciencia y la Cultura, 7, place de Fonteno y, 75352 París 07 SP, Francia.

Instituto Mexicano de Tecnología del Agua, IMTA. (2014). Estrategia para potabilización de agua en
las cuencas de los ríos Yautepec y Cuautla, Morelos, con un enfoque holístico. Ciudad de México:
IMTA-SEMARNAT.

Junta Municipal de Agua Potable y Alcantarillado de Mazatlán (JUMAPAM). (2016). Distribución

de Agua en el Planeta. Disponible en [Link]
agua-en-el-planeta(Consultado 11-09-2018).

80
 REFERENCIAS

Lambrou. P.T. y Panayiotou G. C. (2013). A Low-Cost System for Real Time Monitoring and
Assessment of Potable Water Quality ay Consumer Sites. IEEE.

Lambrou. P.T., Anastasiou C. C. y Panayiotou G. C. y Polycarpou M. M. (2014). A Low-Cost Sensor

Network for Real_Time Monitoring and Contamination detection in drimking water distribution
systems. IEEE.

Mãe_d'_água. Rede Amazonia Project (2015). Disponible en: [Link]

Martín-Galvín R. (2020). Fisicoquímica y Microbiología de los medios acuáticos. Tratamiento y

control de calidad de aguas. Segunda Edición. Ediciones Díaz de Santos. (Libro Electrónico)

Matovelle. D. L. (2015). Diseño de un sensor de conductividad de bajo costo para medidas de

conductividad en muestras acuosas. Departamento de Ciencias de la Energía y Mecánica.
Universidad de las Fuerzas Armadas-ESPE. Sangolquí. Ecuador.

Monroy González. M. F., Virgüez Muñoz. J., Martínez Simbaqueba. J., Santamaria Botero. N., Pardo
Prieto. C., Prieto Saenz. A., Junco Smith. E., Munevar. D., & Corredor Leon. B. (2019). Medición in
situ de cualidades del agua para diseño de dispositivo. Letras Con*Ciencia Tecno*Lógica. (17). 31-
40.

Murphy K., Heavy B., Sullivan T., Zhang [Link] L., Lau K. T., Diamond D., Costa E.,
O´Connor N. y Regan F. (2017). A low-cost autonomous optical sensor for water quality monitoring.
ELSEVIER.

NMX-AA-093-SCI-2000. (2000) Norma Mexicana. Análisis de Agua. Determinación de la

conductividad Electrolítica. Método de Prueba. Secretaria de Comercio y Fomento Industrial.

NMX-AA-008-SCI-2016. (2016). Norma Mexicana. Análisis de Agua. Medición de pH en aguas

naturales, residuales y residuales tratadas. Método de Prueba. Secretaria de Comercio y Fomento
Industrial.

NMX-AA-007-SCI-2013. (2013). Norma Mexicana. Análisis de Agua. Medición de la temperatura

en aguas naturales, residuales y residuales tratadas. Método de Prueba. Secretaria de Comercio y
Fomento Industrial.

Organización Mundial de la Salud (2019). Agua. Datos y Cifras. Disponible en:

[Link]

Organización Mundial de la Salud (2006). Guías para la calidad del agua potable. 3ra edición.
Ginebra:

Olguín. E. J, González-Portear. E, Sánchez-Galván. G. Zamora-Castro. J. E. y Owen. T. (2010)

Contaminación de ríos urbanos: El caso de la subcuenca del río Sordo en Xalapa. Veracruz. México.
Rev Latinoam BiotecnolAmb Algal. 1(2): 178-190.

81
 REFERENCIAS

Pérez-Garrido C, León-Rodríguez M. F y Delgadillo García R. G. (2013). Tratamientos de Aguas.

Manual de Laboratorio. Universidad Nacional Autónoma de México. Facultad de Estudios
Superiores Cuautitlán. México.

Pérez Laguarda A. (2017) Control y supervisión mediante un sistema microcontrolador de los

parámetros de calidad de agua de un estanque. Trabajo Fin de Grado en Ingeniería de las Tecnologías
de Telecomunicación. Departamento de Ingeniería Electrónica. Escuela Técnica Superior de
Ingeniería. Universidad de Sevilla.

Pizarro-Peláez J. (2019). Internet de las cosas IoT con Arduino. Manual Práctico. Ediciones
Paraninfo S.A. 1ra Edición, Santiago de Compostela, España.

Ramakrishnaiah CR, Sadashivalah C, Ranganna G (2009) Assessment of water quality index for the
groundwater in Tumkur Taluk, Karnataka state. Indian Journal_chemistry 6: 523-530.

Rao. S. A, Marshall S, Gubbi J, Paleniswami M, Sinnott R y Pettigrove V. (2013). Design of Low-

cost Autonomous Water Quality Monitoring System. Departamento de Eléctrica y Electrónica de la
Universidad de Melbourne IEEEXplore.

Ravazzani. G. (2017). Open hardware portable dual-probe heat-pulse sensor for measuring soil
thermal properties and water content. Computers and Electronics in Agriculture. 133. 9–14.

RIFFLE. Public´s Lab Open Water Project. (2015) Disponible en:

[Link] 20-09-2018).

Robles E. S, Ramírez E, Durán A, Martínez M. E, González M. E. (2013). Calidad bacteriológica y

fisicoquímica del agua del acuífero Tepalcingo-Axochiapan, Morelos, México. Avances en Ciencias
e Ingeniería, vol. 4, núm. 1, enero-marzo, 2013, pp. 19-28 Executive Business School La Serena,
Chile

Roman-Herrera C., Loza Motovelle D., Segura L. y Dabiriam R. (2016). Construcción con
Tecnología abierta de un sensor de turbidez de bajo costo. ITECKNE.

Rubio H. O. Ortiz. R. C. Quintana R. M. Saucedo R. A. Ochoa J. M y Rey N. I (2014).Índice de

calidad del agua (ICA) en la presa La Boquilla en Chihuahua. México. Ecosistemas y Recursos
Agropecuarios. 1(2):139-150.2014.

Santillán Tovar G. y Campos Delgado D.U. (2016) Prácticas de Laboratorio con Arduino DUE.
Facultad de Ciencias. UASLP.

Semanario_UAM_No_45_17_Jul_2017. (2017).Crea la UAM tecnología de uso fácil y costo bajo

para medir la calidad del agua potable. Universidad Autónoma México. Disponible en:
[Link]
7_Jul_2017.pdf

82
 REFERENCIAS

SEMARNAT, Compendio de Estadísticas Ambientales. (2012) Dirección General de Estadística e

Información Ambiental, 2011, con base en:
Semarnat, Comisión Nacional del Agua, Gerencia de Saneamiento y Calidad del Agua, Octubre
2005. Semarnat, Comisión Nacional del Agua, Estadísticas del Agua en México, 1a edición, CNA,
México, 2011.

Torres. P, Cruz. C. H, Patiño. P, Escobar. J. C. y Pérez. A. (2010) Aplicación de índices de calidad de

agua – ICA orientados al uso de la fuente para consumo humano. Ingeniería e Investigación. 30(3):
86-95.

UNEP -United Nations Environment Programme. (2007). Global Drinking Water Quality Index
Development and Sensitivity Analysis Report. Ontario. [Link]

UNEP/WHO: Water Quality Monitoring. (1996). - A Practical Guide to the Design and
Implementation of Freshwater. Quality Studies and Monitoring Programmes

Webster G. J y Eren H. (2014). Measurement, Instrumentation, and Sensors Handbook. Spatial,

Mechanical, Thermal and Radiation Measurement. Second Edition. Boca Raton, Florida, EEUU.

Zhuiykov S. y Kats C. (2012). Integrated Solid-state Sensors Monitoring Water Quality for the Next
Generation of Wireless Sensor Networks.

83
 ANEXOS

ANEXO-1. Programación desarrollada en el Arduino.

#define SSID "XXXXXXXX" // Nombre de la Red Wi-Fi a la que nos conectamos

#define PASS "XXXXXXX" // Contraseña de la Red Wi-Fi
#include <OneWire.h>
#include <DallasTemperature.h>
String apiKey = "HTCUM5QKEZP46Q88";
const int pinDatosDQ = 9;
OneWire oneWireObjeto(pinDatosDQ);
DallasTemperature sensorDS18B20(&oneWireObjeto);
const int sensorPH = A2;
int sensorValue = 0;
float avgValue;
float b;
float buf[50],temp;
float avgValue1;
float b1;
int buf1[50],temp1;
int R1= 1000;
int Ra=25;
int ECPin= A0;
int ECGround=A1;
int ECPower =A4;
float PPMconversion=0.5;
float TemperatureCoef = 0.019;
float K=0.3;
float Temperature;
float EC=0;
float EC25 =0;
int ppm =0;
float raw= 0;
float Vin= 5;
float Vdrop= 0;
float Rc= 0;
float buffer=0;

void setup()
{
[Link]();
[Link](115200);
[Link](115200);
[Link]("Conexión establecida PC -> Arduino Puerto Serie Default");

84
 ANEXOS

[Link]("AT\r\n");
delay(1000);
Respuesta_Wi-Fi();
[Link]();
conexion_Wi-Fi(); //Conectarse a la red
[Link]("Configuración obtenida.,.");
[Link]("AT+CIFSR");
delay(10000);
Respuesta_Wi-Fi();
pinMode(ECPin,INPUT);
pinMode(ECPower,OUTPUT);
pinMode(ECGround,OUTPUT);
digitalWrite(ECGround,LOW);
delay(200);
R1=(R1+Ra);
}

void loop() // Código que estará constantemente ejecutándose

{
[Link]();
float Temperatura = [Link](0);//lectura de la temperatura
for(int i=0;i<50;i++)
{
buf[i]=Temperatura;
delay(30);
}
for(int i=0;i<49;i++)
{
for(int j=i+1;j<50;j++)
{
if(buf[i]>buf[j])
{
temp=buf[i];
buf[i]=buf[j];
buf[j]=temp;
}
}
}
avgValue=0.0;
for(int i=2;i<50;i++) avgValue+=buf[i];
float TemperaturaOK=(float)avgValue/48;
for(int k=0;k<50;k++) //lectura del pH
{

85
 ANEXOS

buf1[k]=analogRead(sensorPH );
delay(30);
}
for(int k=0;k<49;k++)
{
for(int l=k+1;l<50;l++)
{
if(buf1[k]>buf1[l])
{
temp1=buf1[k];
buf1[k]=buf1[l];
buf1[l]=temp1;
}
}
}
avgValue1=0.0;
for(int k=2;k<50;k++)
avgValue1+=buf1[k];
float pHVol=(float)avgValue1/48;
float pHvalor = -0.019 * pHVol + 22.65;
GetEC();
delay(10000);
thingSpeakWrite(EC25, TemperaturaOK, pHvalor, ppm);
delay(16000);
Respuesta_Wi-Fi();
}
boolean conexion_Wi-Fi()
{
[Link]("AT+CWMODE=3");
delay(2000);
Respuesta_Wi-Fi();
String comando="AT+CWJAP=\"";
comando += SSID;
comando += "\",\"";
comando += PASS;
comando += "\"";
[Link](comando);
delay(10000);
Respuesta_Wi-Fi();
}
void Respuesta_Wi-Fi()
{
while([Link]())

86
 ANEXOS

[Link]([Link]());
}
void Envio_a_Wi-Fi()
{
while([Link]())
[Link]([Link]());
}
boolean thingSpeakWrite(float value1, float value2, float value3, float value4){
String cmd = "AT+CIPSTART=\"TCP\",\"";
cmd += "[Link]"; // [Link]
cmd += "\",80";
[Link](cmd);
[Link](cmd);
if([Link]("Error"))
{
[Link]("AT+CIPSTART error");
return false;
}
String getStr = "GET /update?api_key=";
getStr += apiKey;
getStr +="&field1=";
getStr += String(value1);
getStr +="&field2=";
getStr += String(value2);
getStr +="&field3=";
getStr += String(value3);
getStr +="&field4=";
getStr += String(value4);
getStr += "\r\n\r\n";
cmd = "AT+CIPSEND=";
cmd += String([Link]());
[Link](cmd);
[Link](cmd);
delay(100);
if([Link](">"))
{
[Link](getStr);
[Link](getStr);
}
else{
[Link]("AT+CIPCLOSE");
[Link]("AT+CIPCLOSE");
return false;

87
 ANEXOS

}
return true;
}
void GetEC()
{
[Link]();
Temperature = [Link](0);
digitalWrite(ECPower,HIGH);
raw= analogRead(ECPin);
raw= analogRead(ECPin);
digitalWrite(ECPower,LOW);
Vdrop= (Vin*raw)/1024.0;
Rc=(Vdrop*R1)/(Vin-Vdrop);
Rc=Rc-Ra;
EC = (1000000*K)/Rc;
EC25 = EC/ (1+ TemperatureCoef*(Temperature-25.0));
//ppm=(EC25)*(PPMconversion*1000);
ppm=(EC25)*PPMconversion;
;}

88
 ANEXOS

ANEXO-2. Pinout y características del Arduino DUE.

Microcontroller AT91SAM3X8E
Operating Voltage 3.3V
Input Voltage (recommended) 7-12V
Input Voltage (limits) 6-16V
Digital I/O Pins 54 (of which 12 provide PWM output)
Analog Input Pins 12
Analog Output Pins 2 (DAC)
Total DC Output Current on all I/O lines 130 mA
DC Current for 3.3V Pin 800 mA
DC Current for 5V Pin 800 mA
Flash Memory 512 KB all available for the user applications
SRAM 96 KB (two banks: 64KB and 32KB)
Clock Speed 84 MHz
Length 101.52 mm
Width 53.3 mm
Weight 36 g

89