Instrumentação Endodôntica: Instrumentação Mecanizada vs ...
Instrumentação Agropecuária no Brasil_Siagro2014_Embrapa Intrumentação
-
Upload
netnexusbrasil -
Category
Documents
-
view
66 -
download
3
Transcript of Instrumentação Agropecuária no Brasil_Siagro2014_Embrapa Intrumentação
Mesa redondaInstrumentação agropecuária no Brasil:
desafios do passado e presente
Paulo E. CruvinelEmbrapa Instrumentação (CNPDIA)
Esboço mostrando as principais fases da evolução da agricultura ao longo do tempo(Fonte: Crestana, SIAGRO 1997)
Perfil da sociedade na década de 80
•A Guerra Irã-Iraque (1980 e 1988)•Guerra das Malvinas •O Protesto na Praça Tiananmen em (1989) •Queda do Muro de Berlin (1989)
Perfil da sociedade na década de 80
•Desenvolvido o IBM PC e o Apple Mac e as primeiras interfaces gráficas• Desenvolvimento do CD •Lançamento da Estação espacial MIR da União Soviética •Inicio do Software Livre (Projeto GNU)
Perfil da sociedade na década de 80
•Movimento Diretas Já (1984)•Fim do Período da Ditadura Militar (1985) •Promulgação da Constituição de 1988•Primeira eleição para Presidente da República (1989)
Perfil da sociedade em 2014
Qualidade e EcologiaRedes Protocolo de Kyoto e NagoyaCódigo Florestal Minimização de riscosSegurança Alimentar , do Alimento
e Energética Geração de riquezaSociedade do ConhecimentoInovação
Por que História e Epistemologia da Ciência?
Instrumentação agropecuária no
Brasil: desafios do passado e presente
As concepções cientificas, embora frequentemente resultado da intuição, tendem a ser moldadas, tanto quanto possível, em analogia com as concepções da experiência diária. O conhecimento científico tem uma intrínseca base histórica.
A análise histórico-crítica das concepções básicas em ciências é de primordial importância, não apenas para o profissional ou para o historiador ou filósofo das ciências, mas principalmente para a sociedade que utiliza seus resultados.
CAPACIDADE CAPACIDADE PRODUTIVA DOSPRODUTIVA DOS
PEQUENOS PEQUENOS EMPREENDIMENTOSEMPREENDIMENTOS
SEGURANÇASEGURANÇAALIMENTAR,ALIMENTAR,NUTRIÇÃO ENUTRIÇÃO E
SAÚDESAÚDE
USOUSOSUSTENTÁVESUSTENTÁVE
LLDOS BIOMASDOS BIOMAS
COMPETITIVIDADE E COMPETITIVIDADE E SUSTENTABILIDADE SUSTENTABILIDADE
AVANÇO DA AVANÇO DA FRONTEIRA DO FRONTEIRA DO
CONHECIMENTOCONHECIMENTO
Necessidade de pesquisa, desenvolvimento e inovação...
Criada em dezembro de 84 a Embrapa Instrumentação desenvolve instrumentos, automação, nanotecnologia metodologias inovadoras, agro-softwares, modelagem matemática e simulação para avanço da fronteira do conhecimento e geração de inovação aplicadas à sustentabilidade da agricultura, de acordo com as demandas da sociedade.
Sensor Diédrico[Sensor diédrico para avaliar tensão, potencial e atividade de líquidos WO2011079367 ]
6- resina7- água8- cimento9- elemento poroso10- orifício
Tecnologia licenciada para as empresas: Tecnicer tecnologia cerâmica e Irrometer Company
1- placa frontal2- placa de referência3-vértice4- menisco água/ar5- espaçador
Língua eletrônicaSensor gustativo para análise de Água e Bebidas
Mattoso, L.H.C. et al, Patente Internacional/Embrapa
Sensor Application of Line Patterning of Graphite on Transparency Double Face Interdigitated
Emeraldine.AMPSA (2-Acrylamido-2-methyl-1-propanesulfonic acid), obtained by phase polymerization
Sensor Water Vapor Electrical Response
NANOFIBRAS COMO SENSOR PARA VAPOR DE ÁGUA
Fonte: MacDiarmid et al., 2003
QuimicaDe Polímeros
QuimicaDe Polímeros
ComputaçãoComputação
FisicaFisicaEletrônicaEletrônica
FitopatologiaFitopatologia
- Processamento de Imagens;
- Software para leitura e controle
- Software para redes neurais (PCA, Artmap e Fuzzy).- Coletor de dados;
- Microcontrolador;
-Gases envolvidos no amadurecimento;
-Escolha das Frutas;
- Investigar resposta dos polímeros condutores;
- Investigar as propriedades físico- química de substratos;
- Voláteis Orgânicos.
Desenvolvimento de sensores descartáveis a base de polimeros
condutores, para avaliar o amadurecimento de Frutas
Polyaniline
FORMAÇÃO DE TRILHAS DE GRAFITE DIGITADOS EM POLÍMERO
TRANSPARENTE (PET) OU PAPEL
Fonte: Paulo S. P. Herrmann, CONBEA 2007
Fonte: Paulo S. P. Herrmann, CONBEA 2007
Tecnologia Pós-Colheita
Esfera InstrumentadaEsfera instrumentada de baixo custo para identificação de impactos durante manuseio.
Post-harvest Lab
Plataforma de C olheita Plataforma multiuso para aplicação na colheita de frutas e hortaliças
Biorreator instrumentalizado para a produção de enzimas utilizando fermentação produzida em estado sólido
PIROTA, ROSANGELA DONIZETE PERPETUA BUZON ; TONELOTTO, MARIANA ; DELABONA, PRISCILA DA SILVA ; FONSECA, RAFAEL FREDERICO ; PAIXÃO, DOUGLAS ANTONIO ALVAREDO ; BALEEIRO, FLÁVIO CÉSAR FREIRE ; BERTUCCI NETO, VICTOR ; FARINAS, CRISTIANE SANCHEZ . Enhancing xylanases production by a new Amazon Forest strain of Aspergillus oryzae using solid-state fermentation under controlled operation conditions. Industrial Crops and Products (Print), v. 45, p. 465-471, 2013
Photon-Citrus
HLB ou Citrus Greening
Taxa de acerto geral 91%
Em processo de transferência da tecnologia para a empresa Agrios.Agrios. Imagem do primeiro protótipo.
Monitoramento da deriva com rede de sensores sem fio
Rede de sensores de presença da deriva comunica ao piloto a localização dos pontos de ocorrência.
processo tomográfico
∫=Ζ−
pN dpxE
eNN)),,((
0
ρµ
Densidade do material (g/cm3)
Número atômico
Coeficiente de atenuação Linear (em cm-1 )
Intensidade de fótons inicial
Intensidade de fótons atenuada
• Se o corpo em estudo é um componente químico ou uma mistura, seu coeficiente de atenuação de massa pode ser aproximadamente avaliado a partir dos coeficientes dos elementos
Filtragem a priori
• No que tange ao ruído Poisson, as soluções possíveis são: – Aumentar o tempo de exposição à radiação, para
melhorar a relação sinal ruído;– Aplicar filtragem para reduzir o ruído Poisson,
trabalhando nas projeções
Projeções
Transformada de Anscombe
Filtragem por Predição de Wiener
Transformada Inversa
de Anscombe
ProjeçõesFiltradas
Projeções
Transformada de Anscombe
Filtragem por Predição de Wiener
Transformada Inversa
de Anscombe
ProjeçõesFiltradas
Filtragem a priori - Transformada de Anscombe
• Para a variável aleatória x, de distribuição Poisson, sua AT será definida como:
8
32 += ii xy iii vxy ++=⇔
8
12
isAproximadamenteindependentes
Filtragem a priori
Projeções
Transformada de Anscombe
Filtragem por Predição de Wiener
Transformada Inversa
de Anscombe
ProjeçõesFiltradas
Projeções
Transformada de Anscombe
Filtragem por Predição de Wiener
Transformada Inversa
de Anscombe
ProjeçõesFiltradas
Filtragem a priori - Filtro de Wiener
• Na década de 40, Norbert Wiener foi pioneiro na pesquisa de um filtro que produziria uma estimativa ótima de um sinal ruidoso [Wiener, 1949]:
)()()( nvndnx +=
Minimizar o erro médio quadrático da
estimativas de d(n)
Filtragem a priori – Filtro de Wiener FIR
• Para a filtragem FIR, tem-se o sistemas de equações Wiener-Hopf
−
=
−
−−
−−
)1(
)1(
)0(
)1(
)1(
)0(
)0()2()1(
)2()0()1(
)1()1()0(
pr
r
r
pw
w
w
rprpr
prrr
prrr
dx
dx
dx
xxx
xxx
xxx
Autocorrelação do sinal
Pesos do filtro FIR
Correlação cruzada entre o sinal desejado d(n)
e o de entrada x(n)
Filtragem a priori – Filtro de Wiener por Predição Linear
• A partir de observações sem ruído busca-se estimar o valor de em termos de uma combinação linear de p valores anteriores a
)1(ˆ +nx)1( +nx
Filtragem a priori – Filtro de Wiener por Predição Linear
• Reavaliando-se a correlação cruzada entre d(n) e x(n), obtém-se :
e as equações Wiener-Hoft para o preditor linear são definidas como:
)1()( += krkr xdx
=
−
−−
−−
)(
)2(
)1(
)1(
)1(
)0(
)0()2()1(
)2()0()1(
)1()1()0(
pr
r
r
pw
w
w
rprpr
prrr
prrr
x
x
x
xxx
xxx
xxx
Filtragem a priori
Projeções
Transformada de Anscombe
Filtragem por Predição de Wiener
Transformada Inversa
de Anscombe
ProjeçõesFiltradas
Projeções
Transformada de Anscombe
Filtragem por Predição de Wiener
Transformada Inversa
de Anscombe
ProjeçõesFiltradas
Reconstrução
{ })]([)](ˆ[)( ττττ θθ nhFFTnPFFTIFFTnQ ××=
onde τ é o intervalo de amostragem
{ })]([)]([)( ττττ θθ nhFFTnPFFTIFFTnQ ××=
∑=
+=K
iii senyxQ
Kyxf
1
)cos(),(ˆ θθπθ
Reconstrução 3D de amostras agrícolas
• Dados tomográficos são adquiridos sem deslocamento da posição de análise da amostra durante o processo de varredura;
• Preenchimento dos intervalos entre os planos de aquisição com planos virtuais;
• Esta característica permite que utilize-se interpolação para aumentar a resolução dos objetos 3D;
Reconstrução 3D de amostras agrícolas – Interpolação por B-Spline-Wavelet
• Função de aproximação
∑
=
−=N
ii iNuBauf
0
)()(
( )
( )
( )( )
( )
≤
<<−
≤<+−
≤<−−−
−≤<−+
=
x
xx
xxx
xxx
xx
xB
20
2126
1
102646
1
012646
1
1226
1
3
32
32
3
onde u representa o passo na interpolação e N é o número de pontos conhecidos
Função de Blending
pontos conhecidos
pontos aproximados por B-wavelets
pontos interpolados por B-wavelets
Reconstrução 3D de amostras agrícolas - Interpolação por B-Spline-Wavelet
• Para a implementação da interpolação por B-Spline-Wavelets
Utilizando-se 4 pontos fantasmas para garantir a passagem da interpolação pelos pontos reais
∑+
−=
−=2
2
)()(N
ii iNuBAuf
Projeto de sistemas paralelos
Foster [Foster, 2005] apresenta um modelo que separa a criação de um algoritmo paralelo em 4 etapas:
Modelagem da reconstrução 2D paralela
Id Inicio Final
0 1 K/Tf
1 K/Tf+1 2*K/Tf
2 2*K/Tf +1 3*K/Tf
... .... ....
Modelagem do algoritmo paralelo de reconstrução 2D - Mapeamento na plataforma DSP
• Placa HEPC2E – Hunt Engineering (utilizada como protótipo)– Interface entre o PC e os módulos TIM-40;
– Interconexão de uma rede de módulos TIM-40;
Parâmetros de varredura
Dados sobre os coeficientes de
atenuação e escolha da paleta de cores
Interface com o usuário para o modelo de reconstrução 2D
Estudo de caso Caso A - Amostra de solo
• Para avaliar o potencial do modelo de visualização 3D realizou-se um estudo de uma amostra de solo;– Demonstrar os potenciais do modelo
como uma ferramenta de análise para aplicação em pesquisas relacionadas à ciência de solo;
Profundidade de 88 mm
Profundidade de 158 mm
Translação Total 15,000 mm
Passo linear 0,083mm
Passo angular 1,000º
Tempo de contagem 4 seg.
Energia 58,5 keV
Estudo de caso Caso A - Amostra de solo
µ(88,119,27) = 1,044 cm-1
µ(44,119,53) = 0,261 cm-1
µ(87,119,55) = 0,938 cm-1
O conceito de agricultura baseada em gestão da informação representa a possibilidade de armazenar, recuperar e processar conhecimento específico sobre o ambiente agrosilvipastoril;
O gestão deste amplo conhecimento exige que todas as informações sejam classificadas em relação a sua origem, precisão e utilização em mecanismos de medição e controle;
O tratamento estatístico das informações que compõe esta base de dados com apoio das ferramentas de geoprocessamento permite que sejam criadas regras de negócios próprias para o gerenciamento integrado de riscos.
Método
- Base: mundial e proprietária Derwent Innovations Index (Thomson Reuters)
- Tratamento dos dados: WinVi, Vantage Point v.8, Excel e Paint.
- Intervalo/Universo/Data da amostragem: de 1984 a 2014/3583 documentos/14nov14.
- Estratégia de busca (Obs. classificações internacionais de patente e palavras-chave para agronegócios, conforme Ramos, 2012)
Ramos, R. C. Elaboração de indicadores de patentes sobre nanotecnologia aplicada ao agronegócio. São Carlos, UFSCar, 2013. 111f. Disponível em: http://www.bdtd.ufscar.br/htdocs/tedeSimplificado/tde_arquivos/22/TDE-2013-03-25T093924Z-5068/Publico/4930.pdf; Acesso em: 06set2013.
Estado da Técnica
Estado da TécnicaPercentual de adesão dos documentos de patente da amostragem, entre 15 das áreas temáticas representativas de maior número de documentos, segundo classificação da base mundial de patentes Derwent Innovations Index.
O desafio para o entendimento de
problemas complexos
TRANSDISCIPLINARIDADE
e uso de ferramentas e tecnologias que viabilizem
ANALISE SISTÊMICA
http://www.soilandhealth.org
Teixeira W. Manaus, RIPA 2009.