Made available in DSpace on 2017-05-12T14:48:27Z (GMT). No. of bitstreams: 1
Ricardo Michelan.pdf: 1556017 bytes, checksum: afb5e635f0be1f33237cf8c8081a3aa1 (MD5)
Previous issue date: 2005-06-27 / The automation of the the monitorated harvest ends introducing
systematic errors to the process, for this reason, a methodology of filtering of
data became necessary for obtaining confident maps and it treats about the
mean error factor, which is the delay time. The delay time is that spent between
the cutting of the plant by the platform s bar and the passage of the grain by the
sensor of productivity and humidity. For its determination, a data set will be
analysed with 10 different delay time, from 0 to 27 seconds, in an interval of 3
seconds. The filtering begins by the determination of the time of stuffing and
emptying that is the one which all the spaces and internal components of the
combine are filled or deflated by the grains mass occurred in each input and
output of the combine. In this process were eliminated 5,69% of the total points,
being the process more efficient in the elimination of points, because it acts
mainly in the plot s heads, where the most errors occurs. For the width error of
platform were eliminated only 0,09% of the points of data. At the points having
sign fails of GPS differential correction, in average 2,04% were eliminated. In
the filtering of data, in average 2,27 % of the points were eliminated. In
localization errors, all the points having until one meter of distance were
removed, eliminating in average 0,14% of the data. At the end of the filtering
process, the subsequent phase was the determination of the correct delay time
for the variables humid productivity, humidity and elevation. As the delay time is
directly linked with the combine speed inside the transport, areas with
homogeneous speed were considerated. Each one of the 12 sub- areas from 10
data sets were submitted to the process of analysis of spatial dependence of
the better semivariogram´s adjust. The trend more emphasized in the tabulation
of the semivariogram parameters is the linearity of the nugget effect for the
factor elevation, originating from own absence of the delay time of this data,
since the elevation is passed joinly to the geodetic coordinates by DGPS, for
the harvest monitor. The determination method of the delay time and the
filtering process were satisfactory, meanly for humid productivity and humidity,
despite of the high natural data variability. / A colheita monitorada é feita de vários processos, e nesses, podem
ocorrer erros, por isso, uma metodologia de filtragem de dados torna-se
necessária para obtenção de mapas confiáveis e ela gira em torno do principal
fator de erro, que é o tempo de atraso. O tempo de atraso é aquele despendido
entre o corte da planta na barra de corte da plataforma e a passagem do grão
pelo sensor de produtividade e umidade. Para determinação destes erros, um
conjunto de dados foi analisado com 10 tempos de atraso diferentes, sendo de
zero a 27 segundos, com um intervalo de 3 segundos. A filtragem começa pela
determinação do tempo de enchimento e esvaziamento, que é o tempo em que
todos os espaços e componentes internos da colhedora são preenchidos, ou
esvaziados, pela massa de grãos, ocorrida em cada entrada e saída da
colhedora. Neste processo foram eliminados 5,69% dos pontos totais, sendo o
processo que mais eliminou pontos, pois, atuou principalmente nas cabeceiras
do talhão, onde ocorreu a maioria dos erros. Para o erro de largura de
plataforma foram eliminados apenas 0,09% dos pontos de dados. Nos pontos
com falha do sinal de correção diferencial do GPS, foram eliminados em média
2,04%. Na filtragem de dados de umidade, foram eliminados em média 2,27%
dos pontos. Em erros de localização, foram removidos todos os pontos com até
um metro de distância, eliminando em média 0,14% dos dados. Ao término do
processo de filtragem, a etapa subseqüente foi à determinação do correto
tempo de atraso para as variáveis produtividade úmida, umidade e altitude.
Consideraram-se 12 zonas com velocidades de deslocamento homogêneas.
Cada uma das 12 zonas dos 10 conjuntos de dados foram submetidas ao
processo de análise de dependência espacial. O resultado mais marcante na
analise espacial dos dados é a linearidade dos efeitos pepita para o fator elevação, proveniente da própria falta do tempo de atraso destes dados, já que a elevação é transmitida juntamente com as coordenadas geodésicas pelo DGPS, para o monitor de produtividade. O método de determinação dos tempos de atraso e o processo de filtragem foram satisfatórios, principalmente para produtividade úmida e umidade, apesar da alta variabilidade natural dos dados.
Identifer | oai:union.ndltd.org:IBICT/oai:tede.unioeste.br:tede/388 |
Date | 27 June 2005 |
Creators | Michelan, Ricardo |
Contributors | Souza, Eduardo Godoy de, Nagaoka, Alberto Kazushi, Opazo, Miguel Angel Uribe, Gabriel Filho, Antonio, Silva, Suedêmio de Lima |
Publisher | Universidade Estadual do Oeste do Parana, Programa de Pós-Graduação "Stricto Sensu" em Engenharia Agrícola, UNIOESTE, BR, Engenharia |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | English |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Biblioteca Digital de Teses e Dissertações do UNIOESTE, instname:Universidade Estadual do Oeste do Paraná, instacron:UNIOESTE |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0021 seconds