Resumo: O Brasil tem dificuldade para armazenar excedentes de produção de grãos visando um melhor momento de comercialização. O uso intensivo da mecanização nos processos de produção diminuiu a duração da operação de colheita e aumentou a produtividade, porém, apenas cerca de 9% das propriedades rurais possuem capacidade de armazenagem. Para evitar uma crise ainda maior no setor, o governo federal na gestão 2003- 2006 implementou uma nova política de investimentos para a armazenagem de produtos agropecuários incentivando as atividades armazenadoras, principalmente dentro das propriedades, permitindo assim, a exploração de um novo mercado formado por pequenos e médios produtores com unidades de armazenamento próprias. Desta forma, o presente trabalho tem por objetivo desenvolver um sistema automático de baixo custo para aeração de grãos de milho, utilizando o modelo matemático baseado na Teoria Fuzzy, visando atender as necessidades de pequenos e médios agricultores, tendo em vista critérios técnicos, energéticos e econômicos. Para tanto, foi desenvolvido um equipamento eletrônico responsável pela aquisição dos dados ambientais necessários ao controle do processo de aeração de grãos de milho e um programa de computador responsável pelo processamento, controle e armazenamento dos dados coletados pelo sistema de aquisição de dados criado. O sistema como um todo tem por finalidade conduzir a aeração de forma racional, determinando o tempo de aeração necessário, com a conseqüente redução do consumo de energia elétrica. Os resultados obtidos mostraram que o sistema desenvolvido baseado na Teoria Fuzzy mostrou-se eficiente e confiável na tarefa de controle da aeração. Também foi possível verificar que em relação aos sistemas de aeração já existentes no mercado, a nova proposta de desenvolvimento mostrou-se adequada às condições... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Brazil has difficulty to store production excesses waiting for a better moment for commercialization. The intensive use of mechanization, in the processes of grains production, reduces the harvest duration and increases the productivity, however, about only 9% of the farms have storage capacity. To prevent a bigger crisis in the sector, the government implemented a new politics of investments for the farming products storage stimulating the storing activities, mainly inside of the farms, allowing the exploration of a new market formed by the small and mediums producers with storage units in their own farms. In this way, the present work has the objective to develop a low cost automatic system for maize grains aeration, using the mathematical model based in the Fuzzy Theory, aiming at to fill small and mediums producers necessities, observing technician, energetic and economic criteria. In this way, was developed an electronic equipment for the data acquisition to collect the ambient data to the control of the maize grains aeration process and a computer program for processing and control the data collected for the acquisition system. The system will be able to lead the aeration of rational form determining the necessary aeration period allowing the reduction of the electric energy consumption. The results had shown the model of the aeration control based on the Fuzzy Theory revealed efficient and trustworthy in the task of aeration control. Also, it was possible to observe that in relation to the existing aeration systems already in the market the new proposal of development revealed adequate to the conditions preset of to create... (Complete abstract click electronic access below) / Orientador: Marco Antonio Martin Biaggioni / Coorientador: Luiz Francisco da Cruz / Banca: Angelo Cataneo / Banca: Célia Regina Lopes Zimback / Banca: Altair Justino / Banca: Marcelo Giovanetti Canteri / Doutor

Made available in DSpace on 2014-06-11T19:31:33Z (GMT). No. of bitstreams: 0 Previous issue date: 2007-02-05Bitstream added on 2014-06-13T20:41:59Z : No. of bitstreams: 1 dias_ah_dr_botfca.pdf: 1966877 bytes, checksum: 4c586f8027be01af9f09dd9982bb4b23 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O Brasil tem dificuldade para armazenar excedentes de produção de grãos visando um melhor momento de comercialização. O uso intensivo da mecanização nos processos de produção diminuiu a duração da operação de colheita e aumentou a produtividade, porém, apenas cerca de 9% das propriedades rurais possuem capacidade de armazenagem. Para evitar uma crise ainda maior no setor, o governo federal na gestão 2003- 2006 implementou uma nova política de investimentos para a armazenagem de produtos agropecuários incentivando as atividades armazenadoras, principalmente dentro das propriedades, permitindo assim, a exploração de um novo mercado formado por pequenos e médios produtores com unidades de armazenamento próprias. Desta forma, o presente trabalho tem por objetivo desenvolver um sistema automático de baixo custo para aeração de grãos de milho, utilizando o modelo matemático baseado na Teoria Fuzzy, visando atender as necessidades de pequenos e médios agricultores, tendo em vista critérios técnicos, energéticos e econômicos. Para tanto, foi desenvolvido um equipamento eletrônico responsável pela aquisição dos dados ambientais necessários ao controle do processo de aeração de grãos de milho e um programa de computador responsável pelo processamento, controle e armazenamento dos dados coletados pelo sistema de aquisição de dados criado. O sistema como um todo tem por finalidade conduzir a aeração de forma racional, determinando o tempo de aeração necessário, com a conseqüente redução do consumo de energia elétrica. Os resultados obtidos mostraram que o sistema desenvolvido baseado na Teoria Fuzzy mostrou-se eficiente e confiável na tarefa de controle da aeração. Também foi possível verificar que em relação aos sistemas de aeração já existentes no mercado, a nova proposta de desenvolvimento mostrou-se adequada às condições... / Brazil has difficulty to store production excesses waiting for a better moment for commercialization. The intensive use of mechanization, in the processes of grains production, reduces the harvest duration and increases the productivity, however, about only 9% of the farms have storage capacity. To prevent a bigger crisis in the sector, the government implemented a new politics of investments for the farming products storage stimulating the storing activities, mainly inside of the farms, allowing the exploration of a new market formed by the small and mediums producers with storage units in their own farms. In this way, the present work has the objective to develop a low cost automatic system for maize grains aeration, using the mathematical model based in the Fuzzy Theory, aiming at to fill small and mediums producers necessities, observing technician, energetic and economic criteria. In this way, was developed an electronic equipment for the data acquisition to collect the ambient data to the control of the maize grains aeration process and a computer program for processing and control the data collected for the acquisition system. The system will be able to lead the aeration of rational form determining the necessary aeration period allowing the reduction of the electric energy consumption. The results had shown the model of the aeration control based on the Fuzzy Theory revealed efficient and trustworthy in the task of aeration control. Also, it was possible to observe that in relation to the existing aeration systems already in the market the new proposal of development revealed adequate to the conditions preset of to create... (Complete abstract click electronic access below)

Este trabalho aplica técnicas da área de inteligência artificial (IA) com o intuito de prever e classificar riscos ambientais, com o foco no problema da qualidade do ar. Para prever os riscos, dados foram adquiridos acerca das concentrações gasosas de determinados poluentes. Tais concentrações, denominadas de indicadores da qualidade do ar, são regulamentadas por várias legislações ao redor do mundo, inclusive a do Brasil. Estes dados foram empregados em um modelo que consiste de duas técnicas de IA: redes neurais artificiais e otimização por enxame de partículas. O resultado do modelo é a previsão de um dia adiante das concentrações gasosas dos indicadores da qualidade do ar. As previsões são usadas como entradas para a modelagem de riscos. A modelagem de riscos correlaciona as previsões dos poluentes observados para obter a qualidade do ar e o risco que tal qualidade oferece à saúde humana. O modelo de risco é baseado em lógica nebulosa, uma terceira técnica de IA. Ao término do trabalho, dois resultados foram alcançados. O primeiro foi o modelo de previsões que obteve resultados com um bom nível de acuidade. Em seguida, o modelo de riscos foi capaz de alcançar uma classificação coerente dos riscos ambientais. / In order to forecast and classify environmental risks, artificial intelligence (AI) techniques were applied to the air quality problem. Predetermined gaseous pollutant concentration data were acquired with the intent of predicting the risks. Such concentrations are denominated air quality indicators, and are regulated all around the world, including by brazilian law. The data concerning these indicators were used in a model that consists of two AI techniques: artificial neural networks and particle swarm optimization. The air quality indicators concentration prediction resulted in one day ahead values. The risk modeling utilizes the predictions as inputs values, correlating them in order to obtain the resulting air quality and, the risk that such quality has upon the human health. The risk model is based on a third AI technique, called fuzzy logic. The present work obtained two main results. The first was the accurate forecasts made by the prediction model. The second was the achievement of a coherent classification of the risks.

Made available in DSpace on 2017-06-01T18:20:37Z (GMT). No. of bitstreams: 1 dissertacao_francisco_sales.pdf: 1424498 bytes, checksum: 31e4dca2f34d83cb1a300966669297f2 (MD5) Previous issue date: 2012-10-17 / In order to forecast and classify environmental risks, artificial intelligence (AI) techniques were applied to the air quality problem. Predetermined gaseous pollutant concentration data were acquired with the intent of predicting the risks. Such concentrations are denominated air quality indicators, and are regulated all around the world, including by brazilian law. The data concerning these indicators were used in a model that consists of two AI techniques: artificial neural networks and particle swarm optimization. The air quality indicators concentration prediction resulted in one day ahead values. The risk modeling utilizes the predictions as inputs values, correlating them in order to obtain the resulting air quality and, the risk that such quality has upon the human health. The risk model is based on a third AI technique, called fuzzy logic. The present work obtained two main results. The first was the accurate forecasts made by the prediction model. The second was the achievement of a coherent classification of the risks. / Este trabalho aplica técnicas da área de inteligência artificial (IA) com o intuito de prever e classificar riscos ambientais, com o foco no problema da qualidade do ar. Para prever os riscos, dados foram adquiridos acerca das concentrações gasosas de determinados poluentes. Tais concentrações, denominadas de indicadores da qualidade do ar, são regulamentadas por várias legislações ao redor do mundo, inclusive a do Brasil. Estes dados foram empregados em um modelo que consiste de duas técnicas de IA: redes neurais artificiais e otimização por enxame de partículas. O resultado do modelo é a previsão de um dia adiante das concentrações gasosas dos indicadores da qualidade do ar. As previsões são usadas como entradas para a modelagem de riscos. A modelagem de riscos correlaciona as previsões dos poluentes observados para obter a qualidade do ar e o risco que tal qualidade oferece à saúde humana. O modelo de risco é baseado em lógica nebulosa, uma terceira técnica de IA. Ao término do trabalho, dois resultados foram alcançados. O primeiro foi o modelo de previsões que obteve resultados com um bom nível de acuidade. Em seguida, o modelo de riscos foi capaz de alcançar uma classificação coerente dos riscos ambientais.