TEORIA FUZZY APLICADA AUTOMAO DA CONDUO 1 RACIONAL DA AERAO DE GROS DE MILHO

ARIANGELO HAUER DIAS2 IVO MRIO MATHIAS3 MARCO ANTONIO MARTIN BIAGGIONI4 LUIZ FRANCISCO DA CRUZ5 MARCELO BILOBROVEC6

RESUMO
Este trabalho apresenta um prottipo de sistema computacional, baseado na Teoria Fuzzy, para realizar a aerao de forma racional em silos verticais que atenda s necessidades tanto para o armazenamento como para a conservao dos gros de milho garantindo, assim, o uso racional de energia eltrica. O prottipo desenvolvido permite a verificao da possibilidade e da necessidade de aerar certa massa de gros, atravs da anlise das condies de temperatura ambiente e da massa ensilada, e da umidade relativa do ar externo. Palavras chave: lgica fuzzy, automao, aerao

FUZZY THEORY APPLIED TO THE AUTOMATION OF THE RATIONAL CONDUCTION OF THE AERATION OF MAIZE GRAINS ABSTRACT
This paper presents an archetype of computational system, based in the Fuzzy Theory, to carry through the aeration in rational form in vertical storage systems that take care the necessities of storage and conservation of the grains, guaranteeing the rational use of electric energy. The developed archetype allows the verification of the possibility and the necessity of aeration of a certain mass of grains, through the analysis of the conditions of ambient temperature and the storage mass, and the relative humidity of external air. Keywords: fuzzy logic, automation, aeration

Parte da tese de doutorado do primeiro autor intitulada: Desenvolvimento de sistema informatizado para controle do processo de aerao de gros usando recursos de inteligncia artificial 2 Doutorando do Curso de Ps-Graduao Energia na Agricultura, FCA/UNESP Botucatu/SP Brasil, apoio financeiro PQI/CAPES, Prof. Assistente, Departamento de Informtica, UEPG Ponta Grossa/PR Brasil ariangelo@uepg.br. 3 Doutorando do Curso de Ps-Graduao Energia na Agricultura, FCA/UNESP Botucatu/SP Brasil, apoio financeiro PQI/CAPES, Prof. Assistente, Departamento de Informtica, UEPG Ponta Grossa/PR Brasil ivomathias@uepg.br. 4 Prof. Adjunto, Departamento de Engenharia Rural, FCA/UNESP - Botucatu/SP - Brasil, biaggioni@fca.unesp.br. 5 Prof. Adjunto, Departamento de Matemtica, UNESP - Bauru/SP Brasil. 6 Mestrando do Curso de Ps-Graduao em Engenharia da Produo, CEFET-PR Ponta Grossa Brasil, Prof. Assistente, Departamento de Informtica, UEPG Ponta Grossa/PR Brasil mbilo@uepg.br.

V Congresso Brasileiro de Agroinformtica, SBI-AGRO Londrina, 28 a 30 de setembro de 2005

1. INTRODUO
A Lgica Fuzzy tem como objetivo modelar, de forma aproximada, o raciocnio humano, imitando a habilidade de tomar decises racionais em um ambiente de incerteza. A Lgica Fuzzy uma tcnica que fornece um mecanismo para manipular informaes imprecisas, MENDEL (1995). Graas a esta caracterstica ela pode ser usada para controlar processos substituindo as tarefas que eram realizadas manualmente baseadas na experincia do operador (especialista). Esta experincia pode ser traduzida como sendo o controle lingstico que controla a operao, pois descrita de forma intuitiva pelo especialista criando um conjunto de regras de funcionamento para o controlador. O presente artigo est dividido em trs partes. A primeira parte apresenta uma anlise sobre a teoria fuzzy e suas possibilidades de aplicao utilizando ferramentas computacionais. A segunda parte apresenta o detalhamento do processo de aerao de gro de milho e o mtodo de fuzzificao e defuzzificao utilizado. Na ultima parte apresentada a concluso e os resultados obtidos atravs a aplicao tanto da teoria quanto da anlise baseada na ferramenta computacional proposta.

2. FUNDAMENTOS TERICOS
A base da lgica fuzzy a teoria que foi desenvolvida por Lotfi Zadeh na dcada de 1960, ZADEH (1987), e sua principal caracterstica dar um tratamento matemtico a certos termos lingsticos subjetivos, como: aproximadamente, em torno de, pouco baixo dentre outros, diferente da lgica clssica, aonde os predicados so termos exatos como: igual a, maior que, mpar dentre outros. Assim, na lgica fuzzy, no existem apenas o verdadeiro (1) e falso (0), mas uma infinidade de valores verdades, os quais so expresses lingsticas interpretadas como subconjuntos fuzzy de um intervalo unitrio, FEITOSA (1992). Esta caracterstica permite a programao e armazenagem de conceitos no exatos em computadores, possibilitando a realizao de clculos com informaes imprecisas, a exemplo do que fazem os seres humanos, BARROS (2002). Um exemplo disso seria a afirmao de que o dobro de uma quantidade de aproximadamente 4 seria aproximadamente 8.

V Congresso Brasileiro de Agroinformtica, SBI-AGRO Londrina, 28 a 30 de setembro de 2005

Um termo lingstico pode ser definido quantitativamente por um conjunto fuzzy e avaliado por uma funo de pertinncia. A funo de pertinncia, como o prprio nome sugere, define o grau de associao entre a expresso lingstica e o valor real da grandeza. Na Figura 1 apresentado um exemplo deste conceito, onde se observa que, para um valor definido linguisticamente como sendo alto e representado matematicamente entre as grandezas de 25 e 50, possvel considerar que para o valor 40 temos um grau de pertinncia de 0,60 ao conjunto fuzzy denominado lingisticamente de alto.

Figura 1: Interpretao do grau de pertinncia Especialistas em programao, como (TANAKA e MIZUMOTO, 1974), consideram a Teoria Fuzzy, no que diz respeito aos modelos matemticos, muito mais adequada programao, sugerindo sistemas computacionais fuzzy de fcil entendimento, capazes de serem usados em vrias situaes reais. Estas afirmaes so confirmadas por (CHANG, 1974), que tambm trabalha com interpretao e execuo de programas fuzzy, os quais traduzem de maneira mais real as interpretaes de fenmenos cotidianos. De uma forma geral os programas fuzzy so de fcil execuo e suas etapas so de fcil compreenso. Para aplicao dos conceitos da teoria fuzzy foi escolhido como objeto de estudo deste trabalho a automao e controle de um sistema de aerao de gros de milho, pois o mesmo depende basicamente de quatro variveis: temperatura do gro, temperatura do ar, teor de gua do gro e umidade relativa do ar. De um modo geral, os gros se encontram com teor de gua adequado para o armazenamento, o que faz com que a varivel teor de gua do gro possa ser fixada com valores de 14 a 15%. Esta condio indica que, durante a aerao, a umidade relativa do ar externo no deve ser superior a 70%, a fim de no ocasionar um aumento do teor de gua dos gros. Um mtodo prtico de conduzir a aerao consiste no controle da diferena da temperatura mdia dos gros e do ar externo, LASSERAN (1981), PUZZI (1986) e SILVA (1995). A Figura 2 mostra o mtodo de conduo racional da aerao, mais conhecido como

V Congresso Brasileiro de Agroinformtica, SBI-AGRO Londrina, 28 a 30 de setembro de 2005

Diagrama de Conduo da Aerao, desenvolvido pelo Instituto Tcnico de Cereais e Forragens, situado na Frana, o qual se aplica aos cereais cujo teor de gua se aproxima das normas. Segundo (LASSERAN, 1981), este diagrama resulta de uma construo terica, mas verificada na prtica, cujos elementos de base foram: Diagrama de Mollier (grfico psicromtrico) e as curvas de equilbrio entre a umidade relativa do ar e o teor de gua do gro.

Figura 2: Diagrama da conduo racional da aerao Atualmente existem sistemas de aerao controlados manualmente onde, somente atravs da monitorao da temperatura e o teor de gua do gro armazenado, so acionados os ventiladores. Controladores automticos, bem mais sofisticados, tambm so utilizados, com a mesma finalidade, s que em menor quantidade, principalmente pelo seu alto custo, GONALVES (1992) e FERREIRA (1971).

3. MATERIAL E MTODOS
Para a criao do prottipo desenvolveu-se um sistema computacional. O programa foi codificado na linguagem de programao Borland Delphi verso 7.0, BORLAND (2005), com plataforma de execuo Windows.

V Congresso Brasileiro de Agroinformtica, SBI-AGRO Londrina, 28 a 30 de setembro de 2005

O modelo matemtico fuzzy para a determinao da conduo racional da aerao funo da diferena da temperatura mdia do gro e do ar externo, e da umidade relativa do ar externo. Os conjuntos fuzzy para a diferena da temperatura do gro e do ar externo tm como limite inferior 0C e superior de 12C, em intervalos de 1C, estes valores tm como base o Diagrama de Conduo da Aerao e esto representados na Figura 3, CRUZ (1996).

Figura 3:Conjuntos fuzzy para diferena de temperatura entre o gro ensilado e o ar ambiente A nomenclatura para o nome dos conjuntos fuzzy da Figura 3: descrita na Tabela 1Erro! A origem da referncia no foi encontrada..

Tabela 1: Variveis lingsticas utilizadas para fuzzificao da diferena de temperatura O mesmo se aplica para a umidade relativa do ar externo e os conjuntos fuzzy tm as seguintes caractersticas: limites inferior e superior de 30% e 100%, com intervalos de 5%, tambm baseados no Diagrama de Conduo da Aerao, e representados na Figura 4 [a]Erro! A origem da referncia no foi encontrada.. A nomenclatura dos smbolos adotados para os conjuntos fuzzy esto descritos na Figura 4 [b].

V Congresso Brasileiro de Agroinformtica, SBI-AGRO Londrina, 28 a 30 de setembro de 2005

[a] [b] Figura 4: Conjuntos fuzzy para umidade relativa e respectiva nomenclatura A tabela fuzzy que representa o comportamento do sistema de conduo racional da aerao construdo analisando-se os conjuntos fuzzy para a diferena da temperatura do gro e do ar externo, em funo umidade relativa do ar externo (Dif. de temperatura por umidade relativa). Assim, qualquer condio desejada poder ser obtida atravs desta tabela de regras fuzzy, (Tabela 2).

Tabela 2: Conduo racional da arao, funo da Diferena temperatura do gro e ar por umidade relativa do ar externo Os conjuntos fuzzy, os limites inferior e superior e as amplitudes dos intervalos adotados para a diferena de temperatura do gro ensilado e a temperatura do ar externo esto

V Congresso Brasileiro de Agroinformtica, SBI-AGRO Londrina, 28 a 30 de setembro de 2005

representados na Figura 3. Os nomes e os smbolos dos conjuntos fuzzy adotados encontramse na Tabela 1. Os valores para a umidade relativa do ar externo encontram-se na Figura 4 [a] e [b]. A funo da tabela fuzzy da Tabela 2 criar o mapa de regras lingsticas aplicadas fuzzificao do sistema. Cada combinao entre uma coluna e uma linha descreve uma situao de controle do sistema. Esta situao determinada pelo termo da interseo da coluna com a linha, em destaque possvel observar uma destas regras.

Como a diferena de temperatura entre o gro e o ar Muito pequena, no caso deste trabalho 0,26C com grau de pertinncia MP de 0,26 (Figura 3Erro! A origem da referncia no foi encontrada.) e a umidade relativa do ar Muito pouco baixa, 55,75% com grau de pertinncia MPB de 0,15 (Figura 4 [a]) a conduo racional da aerao Possvel (Tabela 2Tabela 2:). De forma esquemtica tem-se a estrutura mostrada na Figura 5. Como parte final do controlador fuzzy tem-se a etapa de defuzzificao, mencionada na Figura 5, a qual segue os mesmos passos da fuzzificao, s que em sentido contrrio. A partir da varivel lingstica de controle se obtm o valor para que o controlador execute a ao de automao desejada. No caso deste trabalho a ativao do ventilador atravs do funcionamento do motor eltrico acoplado ao sistema de ventilao. Os conjuntos fuzzy adotados para a conduo racional da aerao so aqueles contidos no Diagrama de Conduo da Aerao, conforme mostrado na Figura 2. Para cada um destes conjuntos fuzzy adota-se um valor numrico ao qual chamamos de valor atribudo. Os nomes dos conjuntos fuzzy, os valores atribudos e os limites inferior e superior so mostrados na Figura 6 [a] e [b].

V Congresso Brasileiro de Agroinformtica, SBI-AGRO Londrina, 28 a 30 de setembro de 2005

Variveis lingsticas o gro e o ar = MP

Inferncia FUZZY

diferena de temperatura entre umidade relativa do ar = MPB

Variveis lingsticas =P

conduo racional da aerao

fatos

Nvel linguistico

concluses

Fuzzificao
Nvel tcnico

Defuzzificao
Varivel de controle (medida)

Variveis reais (medidas)

diferena de temperatura entre umidade relativa do ar. U=55,75% o gro e o ar. T=0,26C

conduo racional da aerao =2,47 (este valor utilizado para a ao de ligar ou desligar o motor. Quando este valor encontra-se no ventilador liga. intervalo 0,5 e 1,5 o motor do

Figura 5: Estrutura completa do controlador fuzzy Estes valores so adotados para resgatar numericamente (defuzzificar) as variveis lingsticas usadas no Diagrama de Conduo da Aerao. importante salientar que os limites inferior e superior podem ser alterados para outros valores sem comprometer o resultado final do experimento.

[a]

[b]

Figura 6: Conjuntos fuzzy para a conduo racional da aerao Processo de defuzzificao

V Congresso Brasileiro de Agroinformtica, SBI-AGRO Londrina, 28 a 30 de setembro de 2005

4. CONCLUSO
Como foi mencionado neste trabalho, a aerao feita com base na diferena de temperatura entre o gro e o ar em funo da umidade relativa do ar externo. O Diagrama de Conduo da Aerao vem sendo utilizado atualmente como tecnologia de referncia. O objetivo deste trabalho foi implementar um prottipo de programa de computador capaz de traduzir o resultado da aplicao da modelagem fuzzy, e assim criar um controle automtico da conduo da aerao. Permitindo ao operador do sistema control-lo sem a necessidade de consulta a material de apoio, pois o sistema tem a capacidade de gerar e interpretar automaticamente as informaes contidas no diagrama de conduo da aerao. Segundo os resultados, pode-se constatar que o modelo traduz, fielmente, o diagrama de conduo da aerao, pois a partir dos dados analisados, 0,26C para diferena de temperatura da massa de gros e temperatura ambiente, e 55,75% para umidade relativa do ar ambiente, temos a seguinte recomendao: Aerao no recomendada.

Figura 7: Aplicao da defuzzificao na conduo racional da aerao No detalhe em destaque na Figura 7 possvel observar que o sistema automtico no recomendou a aerao, tanto na sua forma lingstica quanto numericamente com o valor de 2,47, valor este que no situa-se na faixa de 0,5 e 1,5, que seria a faixa aonde a aerao seria recomendada.

V Congresso Brasileiro de Agroinformtica, SBI-AGRO Londrina, 28 a 30 de setembro de 2005

5. REFERNCIAS BIBLIOGRFICAS
BARROS, L. C. de, Teoria fuzzy x Biomatemtica. IMECC- UNICAMP, 2002 BORLAND, Disponvel em: <http://www.borland.com.br/products/index.html>. Acesso em: maio/2005. CHANG, C. L. Interpretation and execution of fuzzy programs. In:__. Fuzzy sets and their applications to cognitive and decision processes. New York: Academic Press, 1974. p.191-218. CRUZ, L. F. Sistematizaes da teoria fuzzy. 1996. 72p. Dissertao (Mestrado em Matemtica/Fundamentos da Matemtica) - Instituto de Geocincias e Cincias Exatas, Universidade Estadual Paulista. Rio Claro. FEITOSA, H . A. Princpios fundamentais da teoria fuzzy. 1992. 89p. Dissertao (Mestrado em Matemtica/Fundamentos da Matemtica) Instituto de Geocincias e Cincias Exatas, Universidade Estadual Paulista. Rio Claro. FERREIRA, W. A.; MUIR, W. E. Aerao de milho a granel no Brasil. Revista Brasileira de Armazenamento. Centreinar, Viosa - MG. 1971, V.6, n.2, p. 41-46. GONALVES, V. A. Desenvolvimento de um sistema computacional para o controle automtico do processo de aerao de gros de milho. 1992. 174p. Tese (Doutorado em Agronomia/Energia na Agricultura) Faculdade de Cincias Agronmicas, Universidade Estadual Paulista. Botucatu. LASSERAN, J. C. Aerao de gros. Viosa: CENTREINAR, 1981, 131p. MENDEL, J. M. Fuzzy Logic Systems for Engineering: A Tutorial, Proc. of the IEEE, vol 83, No. 3, March 1995. PUZZI, D. Abastecimento e armazenagem de gros. Gros - Armazenagem. Campinas, SP: Instituto Campineiro de Ensino Agrcola, 1986. p. 355-432. SILVA, J. S. Pr-processamento de produtos agrcolas. Juiz de Fora: Instituto Maria, 1995, 500p. TANAKA, K., MIZUMOTO, M. Fuzzy programs and their execution. In:__. Fuzzy sets and their applications to cognitive and decision processes. New York: Academic Press, 1974. p.41-76. ZADEH, L. A. Fuzzy sets and applications. USA: John Wiley & Sons, 1987. 684p.

V Congresso Brasileiro de Agroinformtica, SBI-AGRO Londrina, 28 a 30 de setembro de 2005