Detecção precoce e predição da perda de matéria seca e qualidade de grãos de milho em tempo real durante o transporte
Visualizar/ Abrir
Data
2022-03-22Primeiro membro da banca
Elias, Moacir Cardoso
Segundo membro da banca
Carvalho, Ivan Ricardo
Metadata
Mostrar registro completoResumo
Levando em consideração que o transporte de grãos pode ser realizado por longas distâncias e que a massa de grãos durante o transporte, muitas vezes, constitui-se com altos teores de água, poderá haver riscos de transferência de calor e umidade e aquecimento da massa de grãos, provacando perdas quanti-qualitaivas. Assim, este estudo teve como objetivo validar um sistema de sonda para monitoramento de temperatura, umidade relativa e difusãoa da concentração de dióxido de carbono na massa de grãos de milho, em tempo real, durante o transporte, em função de diferentes teores de água iniciais (12, 16 e 25% b.u.), para detectar precocemente perdas de matéria seca e predizer possíveis alterações na qualidade física dos grãos. Para o monitoramento da massa de grãos durante o transporte rodoviário foi desenvolvido um equipamento portátil. O equipamento constitui-se em um microcontrolador Arduino Mega 2560 como núcleo de controle. O hardware do sistema incluiu três sensores digitais para detectar a temperatura e umidade relativa do ar, um sensor infravermelho não destrutivo para detectar a concentração de CO2, módulos de relógio em tempo real e um cartão micro-SD. Os dados de saída do sensor digital, sensor infravermelhos e módulos foram conectados aos terminais de comunicação de I / O do microcontrolador que foram responsáveis pela comunicação física, integração de componentes e cálculo de dados. Os sensores de temperatura e umidade relativa foram fixados em três extremidades de uma barra roscada e o sensor de CO2 foi fixado na parte central. O módulo de relógio em tempo real e o cartão micro-SD foram acondicionados em uma caixa plástica patola. O software utilizado na placa Arduino foi programado com base na linguagem de programação C++, sendo a maioria das bibliotecas fornecida pela plataforma. O IDE (Integrated Development Environment) do Arduino foi usado para desenvolver o firmware embarcados para os microcontroladores Atmega 2560. Para o monitoramento da massa de grãos de milho, simulando-se uma condição de transporte, fez-se experimetalmente uma caixa com material de compensado nas dimensões de (0,2 x 0,2 x 1,8 m). No perfil da massa de grãos foi inserida a sonda para avaliar o nível de detecção de temperatura, umidade relativa do ar e dióxido de carbono (CO2) na massa de grãos. Para a definição do diâmetro de furo, os sensores de temperatura, umidade relativa e dióxido de carbono foram acondicionados em sondas com os diferentes diâmetros de furos (7,5, 7,0 e 6,5 mm), altura de perfuração (470, 235 e 117,5 mm) e teores de água dos grãos (12,16 e 25%). Os furos foram confeccionados para permitir a entrada de ar e facilitar a resposta dos sensores. Para a escolha do diâmetro e altura de perfuração da sonda que melhor se adeque, um dos requisitos foi que os mesmos atendam os três teores de água analisados. As leituras nos sensores foram realizadas até os valores de temperatura, umidade relativa e concentração de dióxido de carbono se estabilizar. Com a validação do equipamento, confeccionou-se a sonda definitiva com um tubo de cloreto de polivinila de diâmetro de 50 mm e uma altura de 1500 mm, com três regiões perfuradas (superior, central e inferior). Um tubo amostrador de grãos metálicos foi desenvolvido para acoplar a sonda. Para avaliação da qualidade dos grãos obteve-se a umidade de equilíbrio higroscópico a partir da temperatura e umidade do ar intergranular monitoradas; a concentração de dióxido de carbono (CO2) para determinação de forma indireta o consumo de matéria seca dos grãos, realizou-se o teste de condutividade elétrica e germinação dos grãos. Para predizer precocemente as alterações físicas da massa de grãos utilizaram-se algoritmos Machine Learning e regressão linear. Os modelos testados foram: redes neurais artificiais (RNA), regressão linear (LR), algoritmo M5P, árvore de poda com erro reduzido (REPTree), floresta aleatória (RF), máquina de vetor suporte (SVM). Entre os resultados observou-se que a elevação dos parâmetros temperatura, umidade relativa do ar acelerou a atividade metabólica dos grãos e intensificou a respiração da massa de grãos, provocando consumo de matéria seca e alterações na qualidade física dos grãos de milho. O sistema de monitoramento com sensores para medição em tempo real da temperatura, umidade relativa e concentração de dióxido de carbono (CO2) na massa de grãos de milho obteve resultados satisfatórios, as quais a sonda foi validada com diâmetro de furo 6,5 mm e altura de perfuração de 225 mm. O monitoramento em tempo real das variáveis determinou de forma indireta e precocemente as alterações de qualidade física dos grãos ao longo do transporte, confirmadas pelas análises físicas de condutividade elétrica e germinação. No período de 2 horas as variáveis monitoradas indicaram indiretamente as alterações físicas que ocorreram na massa de grãos. A condição de 16% de teor de água do milho e a posição de superior do perfil da massa de grãos sofreram as maiores alterações física de qualidade, principalmente quanto à perda de matéria seca, em função da elevada umidade de equilíbrio higroscópico e respiração da massa de grãos. O monitoramento da massa de grãos de milho em tempo real e a aplicação de algoritmos de Machine Learning predisseram as perdas quantitativas e qualitativas de grãos de milho no transporte. Todos os modelos de Machine Learning, com exceção do algoritmo máquina de vetor suporte obtiveram bons resultados, entretanto, a regressão linear múltipla alcançou os melhores ajustes, sendo indicado para a predição de perdas de grãos no transporte de milho.
Coleções
Os arquivos de licença a seguir estão associados a este item: