Modelagem matemática e computacional de um medidor de umidade de grãos

Abstract

Esta dissertação de mestrado aborda a modelagem matemática e computacional de um medidor de umidade de grãos, considerando a influência da variação da porosidade dos grãos nas medidas elétricas de temperatura, tensão e frequência. Para isso, foram utilizadas técnicas de regressão linear múltipla e redes neurais artificiais para desenvolver modelos preditivos eficazes para a inferência da umidade nos grãos de soja e milho. Os dados experimentais utilizados foram obtidos de um aparelho protótipo para medição de umidade, e os resultados da modelagem indicam que o método de redes neurais artificiais é superior ao de regressão linear múltipla para realizar a inferência da umidade. Além disso, foi levantada a hipótese de que a morfologia dos grãos pode influenciar na acomodação dos mesmos durante o escoamento, alterando o valor da porosidade e interferindo na verificação da umidade. Para verificar essa hipótese foi utilizado o método dos elementos discretos para simular a deposição dos grãos no aparelho. A simulação numérica mostrou que a variação da porosidade segue a mesma tendência da variação das medidas elétricas, indicando uma possível relação entre esses fenômenos. No entanto, para comprovar essa hipótese de forma definitiva, seria necessário incluir mais tipos de grãos e estudar mais a fundo os mecanismos que podem explicar uma relação de causa e efeito. Palavras-chave: Soja, Milho, Umidade, Modelagem Matemática, Redes Neurais Artificiais, Porosidade, Método dos Elementos Discretos.