Engenharia Agrícola - Artigos

URI permanente para esta coleçãohttps://locus.ufv.br/handle/123456789/11739

Navegar

Resultados da Pesquisa

Agora exibindo 1 - 4 de 4
  • Imagem de Miniatura
    Item
    Discriminação entre estágios nutricionais na cultura do trigo com técnicas de visão artificial e medidor portátil de clorofila
    (Engenharia Agrícola, 2008-01) Pinto, Francisco de A. de C.; Queiroz, Daniel M. de; Santos, Nerilson T.; Khoury Júnior, Joseph K.; Sena Júnior, Darly G. de
    O ajuste da adubação nitrogenada é um tema que suscita preocupações econômicas e ambientais em todo o mundo. Isso decorre da elevada resposta das culturas, especialmente gramíneas, ao nitrogênio e da falta de métodos adequados de quantificação de sua disponibilidade no solo. Com o objetivo de avaliar a discriminação de três estágios nutricionais na cultura do trigo, foram utilizadas imagens digitais e um medidor portátil de clorofila (SPAD -502). Os dados foram coletados em três épocas (8; 14 e 20 dias após a adubação nitrogenada em cobertura - DAA), em parcelas de trigo submetidas a três doses de N (0; 30 e 60 kg ha-1). As imagens foram processadas para desenvolvimento dos classificadores multivariados, utilizando-se de nove índices espectrais com as combinações dos valores médios dos "pixels". Os dados de clorofila e N foliar foram utilizados para desenvolver classificadores univariados. Verificou-se que o sistema de visão artificial foi mais eficiente que o SPAD aos 8 DAA. Aos 14 e 20 DAA, a classificação univariada com os dados SPAD foi equivalente aos classificadores com dados de imagens. Com a utilização das imagens digitais, foi possível discriminar os estágios nutricionais oito dias após a primeira adubação nitrogenada em cobertura.
  • Imagem de Miniatura
    Item
    Programa computacional para aquisição de dados para avaliação de máquinas agrícolas
    (Revista Brasileira de Engenharia Agrícola e Ambiental, 2003-05) Garcia, Ricardo F.; Queiroz, Daniel M. de; Miyagaki, Olímpio H.; Pinto, Francisco de A. de C.
    A aquisição de dados é um dos principais problemas enfrentados por engenheiros e pesquisadores responsáveis pela realização de testes de máquinas agrícolas, devido à alta complexidade dessas máquinas. Para estabelecer os parâmetros relacionados ao seu desempenho, uma série de variáveis precisam ser monitoradas. Diante disso, o objetivo deste trabalho foi desenvolver um programa de computador para aquisição automática de dados a serem utilizados na avaliação de máquinas agrícolas. O sistema foi implementado utilizando-se o programa de computador LabVIEW versão 6i e equipamentos da "National Instruments". Desenvolveram-se Instrumentos Virtuais (VI) para os seguintes tipos de sensores: célula de carga, torquímetro, sensor de rotação tipo sensor indutivo e sensor de velocidade tipo radar. No trabalho realizado implementou-se um sistema de aquisição automática de dados e se desenvolveu o aplicativo AvaliaMA para avaliação de máquinas agrícolas, o qual foi desenvolvido buscando-se a coleta de dados de forma eficiente e se eliminando os erros tradicionais gerados pela coleta de dados convencional, como anotações incorretas em planilhas e perda de dados. Observou-se, durante os ensaios, facilidade de operação do sistema, permitindo rapidez na operação de aquisição de dados, e a capacidade de se combinar o sistema implementado para atender a demandas de diversas pesquisas, podendo ser utilizado em diferentes tipos de máquinas agrícolas.
  • Imagem de Miniatura
    Item
    Simulação do comportamento dinâmico de um conjunto trator-colhedora de feijão
    (Engenharia Agrícola, 2003-09) Garcia, Ricardo F.; Queiroz, Daniel M. de; Fernandes, Haroldo C.; Miyagaki, Olímpio H.
    No Brasil, a colheita mecanizada do feijão é realizada em duas etapas, em que na primeira, o produto é arrancado e enleirado manualmente e, na segunda etapa, ele é colhido, trilhado e limpo, usando-se uma colhedora de feijão, geralmente puxada por um trator. O aprimoramento do projeto dessas máquinas tem sido realizado por tentativa e erro. Neste trabalho, apresenta-se um modelo de simulação para analisar o comportamento dinâmico de um conjunto trator-colhedora de feijão, desenvolvido usando-se o programa de computador ADAMS, versão 10.0. Este modelo incluiu a simulação do trator, interação entre solo e pneu, simulação do sistema de transmissão de potência e dos sistemas de trilha e limpeza da colhedora de feijão. Finalmente, foram realizadas análises do comportamento dinâmico do conjunto trator-colhedora de feijão, sob duas diferentes condições de simulação, a fim de validar o modelo desenvolvido. Os resultados obtidos na simulação foram comparados com os obtidos em testes experimentais realizados em condições de campo. Na melhor condição de simulação, observou-se erro relativo médio de 8,18%, 5,85%, 28,69% e 26,23%, para a velocidade de deslocamento, rotação da TDP, torque requerido na TDP e potência requerida na TDP, respectivamente. Em outra condição de simulação, o modelo simulou melhor a taxa de alimentação total, observando-se erro relativo médio de 4,99%.
  • Imagem de Miniatura
    Item
    Determinação do "status" nutricional de nitrogênio no feijoeiro utilizando imagens digitais coloridas
    (Engenharia Agrícola, 2007-05) Baesso, Murilo M.; Pinto, Francisco de A. de C.; Queiroz, Daniel M. de; Vieira, Luciano B. de; Alves, Enrique A.
    Este trabalho teve como objetivo avaliar o uso de índices espectrais, retirados de imagens digitais, para discriminar diferentes doses de N no feijoeiro. O trabalho, conduzido em vasos de 8 dm³, teve cinco tratamentos (0; 50; 100; 150 e 200 kg de N ha-1), com dez repetições. As imagens foram adquiridas aos 30; 40 e 50 dias após a emergência. Foram desenvolvidas funções discriminantes quadráticas, tendo como vetores de entrada as médias dos "pixels" de diferentes combinações dos quatro índices espectrais testados. Três diferentes tamanhos de blocos de imagem foram testados 9 x 9; 20 x 20 e 40 x 40 "pixels". Os melhores resultados foram alcançados pelos blocos de 9 x 9 e 20 x 20 "pixels", apresentando classificação 94; 96 e 96% superior à classificação ao acaso para os blocos 9 x 9 "pixels" e 92; 94 e 94% para os blocos 20x20 "pixels" aos 30; 40 e 50 dias após a emergência, respectivamente.