Instrumentação Agropecuária no Brasil_Siagro2014_Embrapa Intrumentação

333 visualizações

Publicada em

Mesa Redonda: Instrumentação Agropecuária no Brasil_Siagro2014_Embrapa Intrumentação

0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
333
No SlideShare
0
A partir de incorporações
0
Número de incorporações
5
Ações
Compartilhamentos
0
Downloads
3
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide
  • Que conduz para uma intensidade de fótons N
  • Prototipo DSP para validação do modelo
  • Instrumentação Agropecuária no Brasil_Siagro2014_Embrapa Intrumentação

    1. 1. Mesa redonda Instrumentação agropecuária no Brasil: desafios do passado e presente Paulo E. Cruvinel Embrapa Instrumentação (CNPDIA) paulo.cruvinel@embrapa.br
    2. 2. Esboço mostrando as principais fases da evolução da agricultura ao longo do tempo (Fonte: Crestana, SIAGRO 1997)
    3. 3. 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)
    4. 4. 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)
    5. 5. 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)
    6. 6. Perfil da sociedade em 2014 Qualidade e Ecologia Redes Protocolo de Kyoto e Nagoya Código Florestal Minimização de riscos Segurança Alimentar , do Alimento e Energética Geração de riqueza Sociedade do Conhecimento Inovação
    7. 7. 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.
    8. 8. Necessidade de pesquisa, desenvolvimento e inovação... CCAAPPAACCIIDDAADDEE PPRROODDUUTTIIVVAA DDOOSS PPEEQQUUEENNOOSS EEMMPPRREEEENNDDIIMMEENNTTOOSS SSEEGGUURRAANNÇÇAA AALLIIMMEENNTTAARR,, NNUUTTRRIIÇÇÃÃOO EE SSAAÚÚDDEE UUSSOO SSUUSSTTEENNTTÁÁVVEE LL DDOOSS BBIIOOMMAASS CCOOMMPPEETTIITTIIVVIIDDAADDEE EE SSUUSSTTEENNTTAABBIILLIIDDAADDEE AAVVAANNÇÇOO DDAA FFRROONNTTEEIIRRAA DDOO CCOONNHHEECCIIMMEENNTTOO
    9. 9. 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.
    10. 10. Tomografia na agricultura
    11. 11. Sensor Diédrico [Sensor diédrico para avaliar tensão, potencial e atividade de líquidos WO2011079367 ] 6- resina 7- água 8- cimento 9- elemento poroso 10- orifício Tecnologia licenciada para as empresas: Tecnicer tecnologia cerâmica e Irrometer Company 1- placa frontal 2- placa de referência 3-vértice 4- menisco água/ar 5- espaçador
    12. 12. Língua eletrônica Sensor gustativo para análise de Água e Bebidas Mattoso, L.H.C. et al, Patente Internacional/Embrapa
    13. 13. NANOFIBRAS COMO SENSOR PARA VAPOR DE ÁGUA 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 Fonte: MacDiarmid et al., 2003
    14. 14. Quimica De Polímeros CCoommppuuttaaççããoo FFiittooppaattoollooggiiaa EElleettrrôônniiccaa FFiissiiccaa - Processamento de Imagens; - Software para leitura e controle - Software para redes neurais (PCA, Artmap e - Coletor de dados; Fuzzy). - 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
    15. 15. 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
    16. 16. Tecnologia Pós-Colheita Esfera Instrumentada Esfera instrumentada de baixo custo para identificação de impactos durante manuseio.
    17. 17. Post-harvest Lab Plataforma de Colheita Plataforma multiuso para aplicação na colheita de frutas e hortaliças
    18. 18. 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
    19. 19. Photon-Citrus HLB ou Citrus Greening Taxa de acerto geral 91% Em processo de transferência da tecnologia para a empresa AAggrriiooss.. Imagem do primeiro protótipo.
    20. 20. 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.
    21. 21. Tomografia na agricultura [Naime, 1994] [Macedo, 1997]
    22. 22. Tomografia na agricultura [Naime, 2001] [Cruvinel&Balogun, 2006]
    23. 23. Tomógrafo Compton para aplicações agrícolas [ Scannavino & Cruvinel, 2013]
    24. 24. Concepção do Modelo 3D
    25. 25. processo tomográfico = ò Coeficiente de atenuação Linear (em cm-1 ) - Z p N dp E x N N e ( ( , , ) ) 0 m r Densidade do material (g/cm3) Número atômico 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
    26. 26. Concepção do Modelo 3D
    27. 27. 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 Projeções Filtradas
    28. 28. Filtragem a priori - Transformada de Anscombe • Para a variável aleatória x, de distribuição Poisson, sua AT será definida como: Û y = y 2 = 2 x + 3 x + 1 + v i i i i i 8 8 i s Aproximadamente independentes
    29. 29. Filtragem a priori Projeções Transformada de Anscombe Filtragem por Predição de Wiener Transformada Inversa de Anscombe Projeções Filtradas
    30. 30. 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]: x(n) = d(n) + v(n) Minimizar o erro médio quadrático da estimativas de d(n)
    31. 31. Filtragem a priori – Filtro de Wiener FIR • Para a filtragem FIR, tem-se o sistemas de equações Wiener-Hopf ù ú ú ú ú û é ê ê ê ê ë (0) (1) - = ù ú ú ú ú û é w (0) - ú ú ú ú û ê ê ê ê ë ù é ê ê ê ê ë r r r p (0) (1)  ( 1) x x x r r r p (1) (0)  ( 2) x x x     - - - - r dx r ( 1) w (1) ( 1) ( 1) ( 2) (0) r p w p r p r p r dx dx x x x    Autocorrelação do sinal Pesos do filtro FIR Correlação cruzada entre o sinal desejado d(n) e o de entrada x(n)
    32. 32. Filtragem a priori – Filtro de Wiener por Predição Linear • A partir de observações sem ruído busca-se estimar o valor de xˆ(n + 1) em termos de uma combinação linear de p valores anteriores a x(n + 1)
    33. 33. Filtragem a priori – Filtro de Wiener por Predição Linear • Reavaliando-se a correlação cruzada entre d(n) e x(n), obtém-se : r (k) = r (k +1) dx x e as equações Wiener-Hoft para o preditor linear são definidas como: ù ú ú ú ú û é ê ê ê ê ë = ù ú ú ú ú û é w (0) - ú ú ú ú û ê ê ê ê ë ù é ê ê ê ê ë r r r p (0) (1)  ( 1) x x x r r r p (1) (0)  ( 2) x x x     - - - - (1) (2) x ( ) w (1) ( 1) ( 1) ( 2) (0) r r x r p w p r p r p r x x x x   
    34. 34. Filtragem a priori Projeções Transformada de Anscombe Filtragem por Predição de Wiener Transformada Inversa de Anscombe Projeções Filtradas
    35. 35. Concepção do Modelo 3D
    36. 36. Reconstrução ( t ) t { [ ( t )] [ ( t )]} q q Q n = ´ IFFT FFT P n ´ FFT h n onde t é o intervalo de amostragem ( t ) t { [ ˆ ( t )] [ ( t )]} q q Q n = ´ IFFT FFT P n ´ FFT h n ˆ p K ( , ) ( cosq q ) å= = + i i i Q x y sen K f x y 1 q
    37. 37. Concepção do Modelo 3D
    38. 38. 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;
    39. 39. Reconstrução 3D de amostras agrícolas – Interpolação por B-Spline-Wavelet • Função de aproximação N å= f u = a B Nu - i i ( ) ( ) i 0 ( ) 1 ( ) ( ) ( ) ( ) ì ïï ï ï ï í ï ï ï ï ï î 3 x x + - < £ - 2 3 x x x - - - < £ 1 4 6 2 1 0 6 2 3 x x x - + < £ 4 6 2 0 1 6 - < < 2 1 2 6 £ = x x x B x 0 2 1 1 2 2 1 6 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
    40. 40. Reconstrução 3D de amostras agrícolas - Interpolação por B-Spline-Wavelet • Para a implementação da interpolação por B-Spline- Wavelets 2 N å+ f u = A B Nu - i i ( ) ( ) =- 2 i Utilizando-se 4 pontos fantasmas para garantir a passagem da interpolação pelos pontos reais
    41. 41. Reconstrução 3D de amostras agrícolas - Ilustração da interpolação
    42. 42. Projeto de Concepção do Modelo 3D Sistemas Paralelos
    43. 43. Projeto de sistemas paralelos Foster [Foster, 2005] apresenta um modelo que separa a criação de um algoritmo paralelo em 4 etapas:
    44. 44. 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 ... .... ....
    45. 45. Modelagem da reconstrução 3D paralela
    46. 46. 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;
    47. 47. Concepção do Modelo 3D Projeto de Sistemas Paralelos
    48. 48. Interface com o usuário para o modelo de reconstrução 2D Parâmetros de varredura Dados sobre os coeficientes de atenuação e escolha da paleta de cores
    49. 49. Interface com o usuário para o modelo de reconstrução 3D
    50. 50. Interface com o usuário para o modelo de reconstrução 3D
    51. 51. 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; Translação Total 15,000 mm Passo linear 0,083mm Passo angular 1,000º Tempo de contagem 4 seg. Energia 58,5 keV Profundidade de 88 mm Profundidade de 158 mm
    52. 52. Estudo de caso Caso A - Amostra de solo m(44,119,53) = 0,261 cm-1 m(88,119,27) = 1,044 cm-1 m(87,119,55) = 0,938 cm-1
    53. 53. Estudo de caso Caso A - Amostra de solo
    54. 54. Estudo de caso Caso B - Análise de porosidade
    55. 55. Agricultura de Informação
    56. 56. CCoonnttrroollee ddaass pprraattiiccaass ddee mmaanneejjoo aaggrrííccoollaa
    57. 57.  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.
    58. 58. GGeeootteeccnnoollooggiiaass eemm bbeenneeffíícciioo ddaa aaggrriiccuullttuurraa
    59. 59. Estado da Arte
    60. 60. Estado da Técnica 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/; Acesso em: 06set2013.
    61. 61. Estado da Técnica
    62. 62. Estado da Técnica Percentual 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.
    63. 63. Registros (Embrapa Instrumentação)
    64. 64. 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.
    65. 65. Obrigado!

    ×