499

Revista Brasileira de Engenharia Agrcola e Ambiental, v.6, n.3, p.499-503, 2002 Campina Grande, PB, DEAg/UFCG - http://www.agriambi.com.br

estatstica variao Avaliao estatstica da variao da velocidade de propagao de ondas de ultra-som na madeira em presena de defeitos
Carlos T. Puccini1, Raquel Gonalves2 & Mariu E. A. Monteiro3
1 2 3

FEAGRI/UNICAMP. C. P. 6011. Fone: (19) 3788-1050, Fax: (19) 3788-1010. E-mail: puccini@agr.unicamp.br (Foto) FEAGRI/UNICAMP. C. P. 6011. Fone: (19) 3788-1034, Fax: (19) 3788-1010. E-mail: raquel@agr.unicamp.br IMECC/UNICAMP. E-mail: mariumonteiro@hotmail.com Protocolo 173 - 5/12/2001

Resumo: Os mtodos visuais para a deteco de defeitos na madeira, ainda que de grande utilidade, podem ser falhos e exigem a utilizao de mo-de-obra relativamente bem treinada. Muitas vezes, a presena de ns, rachaduras ou, ainda, regies com medula no interior de uma pea serrada, podem ser imperceptveis na avaliao visual. Um dos grandes avanos obtidos nos ltimos anos na caracterizao de materiais, tanto do ponto de vista mecnico quanto da qualidade, a aplicao de tcnicas que utilizam a propagao de ondas, destacando-se, dentre elas, o ultra-som. O objetivo deste trabalho avaliar, estatisticamente, a possibilidade de se utilizar o mtodo do ultra-som na deteco de defeitos em peas de madeira serrada. Para isto, foram utilizadas 180 peas de dimenses nominais: 0,027 m de espessura; 0,10 m de largura e 0,25 m de comprimento, retiradas de vigas de Pinus sp obtidas em serraria da cidade de Campinas. As peas foram ensaiadas na umidade de equilbrio ao ar. Para a realizao dos ensaios utilizouse o equipamento de emisso de ondas de ultra-som marca Steinkamp BP-7 com transdutores de 45 kHz. Inicialmente foi realizada uma anlise visual das peas e, posteriormente, a determinao da velocidade de propagao das ondas nas mesmas peas. Com os resultados, realizou-se uma anlise exploratria das variveis e obteve-se um modelo de regresso logstica visando verificar a relao entre a presena ou no de defeitos e a velocidade de propagao da onda do ultra-som na madeira. Os resultados demonstram uma forte relao entre a velocidade de propagao da onda de ultra-som e os defeitos detectados pela anlise visual alavras-chav vras-cha Palavras-chave: anlise visual, ultra-som, defeitos na madeira

Statistical evaluation of the ultrasonic wave velocity defective wood variation in defective wood
Abstract: Abstract: Visual methods to detect wood defects, although of great utility, can lead to inaccurate results and demand a specialist to carry it out. The presence of knots, cracks or pith regions inside a sawed piece can be imperceptible in the visual evaluation. One of the greatest progress obtained in the last years in the characterization of materials - not only to determine its mechanical properties but also its quality - is the application of acoustic techniques like the ultrasound. The objective of this study is to evaluate, by statistical analysis, the sensibility of the ultrasonic method for detection of defects in pieces of sawed wood. For the trail, 180 pieces of Pinus sp. with 0.027 m of thickness, 0.10 m of width and 0.25 of length were used. These pieces tested under air dried condition (approximately 12% moisture content), were obtained at a saw mill in Campinas. The velocity of ultrasonic waves was measured by Steinkamp BP-7 ultrasound equipment with 45 kHz transducers. Initially the pieces were analyzed by visual method and later the velocity of ultrasonic waves through the wood pieces was measured. An exploratory analysis of the variables was done and a logistic regression model was obtained. The objective was to verify the relationship for the presence or absence of defects in the wood and the velocity of ultrasonic wave propagation. The results demonstrate a strong relationship between the ultrasonic wave propagation and the defects detected by the visual analysis Key words: visual analysis, ultrasound, wood defects wor ords:

500

C.T. Puccini et al.

INTRODUO
O uso da madeira para diversas finalidades construtivas reconhecido e valorizado em diversas partes do mundo. Pases como Canad, Frana, Sua, Japo e Estados Unidos, tm investido recursos financeiros e humanos na busca de conhecimento do material bem como de novas tcnicas de aplicao. Um dos grandes avanos obtidos nos ltimos anos na caracterizao de materiais, tanto do ponto de vista mecnico quanto de qualidade, a aplicao de tcnicas no destrutivas denominadas, internacionalmente, NDT (Non Destructive Testing) e NDE (Non Destructive Evaluation) destacando-se, dentre elas, o uso do ultra-som. Em relao qualidade da madeira, sobretudo quanto a tipologia e freqncia dos defeitos, no Brasil no existe uma norma de uso generalizado e, sim, normas visando aplicaes especficas. Exemplo dessas normas so a NBR 9192/95 (ABNT, 1997) e a Norma para Classificao de madeira serrada de folhosas, do IBDF (IBDF, 1993). Estas normas no descrevem critrios de classificao, mas apenas especificaes que definem a aceitao ou rejeio de determinado lote e se baseiam, to somente, em mtodos visuais. Os mtodos visuais, bastante utilizados no passado em normas de classificao, podem ser falhos e exigem a utilizao de mo-de-obra relativamente bem treinada. Muitas vezes, a presena de ns, rachaduras ou, ainda, regies com medula no interior de uma pea serrada, pode ser imperceptveis na avaliao visual. No caso de peas com presena de madeira juvenil, o mtodo visual , tambm, pouco produtivo, pois exigiria grande experincia do avaliador para ser utilizado com sucesso. A classificao visual o mais tradicional mtodo sendo bastante utilizada na Comunidade Europia e nos EUA. Este mtodo consiste na anlise de peas estruturais por um profissional de larga experincia, visando deteco de ns, distoro das fibras, presena de fungos e insetos e demais defeitos nas mesmas. A classificao feita com base no nmero de defeitos, sendo as classes determinadas pelo Eurocode-5. A tcnica utilizando o ultra-som, mais recente e se trata de um fenmeno fsico que auxilia na determinao da resistncia e rigidez de peas de madeira bem como possibilita a deteco de aspectos de qualidade como, por exemplo, ns, medulas etc. Bucur (1995) determinou as equaes fundamentais da propagao das ondas de ultra-som na madeira, o que significou um avano importante nesse campo. O ensaio consiste na emisso de um sinal eltrico por um gerador, que transformado em pulso de ultra-som por meio de um transdutor. Este pulso atravessa o corpo-de-prova e recebido pelo transdutor receptor, onde novamente transformado em sinal eltrico, o qual pode ser visualizado em um osciloscpio. Durante o ensaio possvel medir-se o tempo decorrido entre a sada e a chegada da onda, ou entre a emisso e a recepo. Trata-se de uma tcnica muito simples e cuja preciso de leitura realizada com menos de 1% de erro. Objetivou-se com este trabalho, avaliar, estatisticamente, a sensibilidade do mtodo do ultra-som na deteco de defeitos (presena de ns e desvio de fibras) e de caractersticas indesejveis (presena de medula) em peas de madeira para
R. Bras. Eng. Agrc. Ambiental, Campina Grande, v.6, n.3, p.499-503, 2002

aplicao industrial, visando o estabelecimento de critrios que auxiliem na proposio de um mtodo de classificao para a madeira, utilizando-se o ultra-som. No decorrer do trabalho, alm de uma anlise exploratria das variveis utilizadas foi desenvolvido um modelo de regresso logstica, visando comprovar a relao entre a presena ou no de defeitos na madeira e a velocidade de propagao da onda de ultrasom. Como anlise secundria foram inferidos intervalos de velocidade de onda, nos quais os defeitos esto localizados, construindo-se intervalos de confiana. Os fundamentos utilizados para as avaliaes estatsticas e para as interpretaes dos resultados fornecidos pelos pacotes computacionais foram baseadas em publicaes de Mood (1973), Conover (1980), Meyer (1983) e Agreste (1990).

MATERIAL E MTODOS
Material A espcie de madeira adotada foi o Pinus sp. A adoo desta espcie se deu, principalmente, em funo da grande quantidade de ns normalmente existente nas peas dessa espcie, o que facilitou o estudo. Alm disso, em peas comerciais comum a presena de medula e madeira juvenil, devido ao pequeno dimetro das toras em funo da idade de corte. Para os ensaios foram utilizadas 180 peas de 0,027 m de espessura, 0,10 m de largura e 0,25 m de comprimento. As peas foram retiradas de tbuas comerciais adquiridas em serraria e ensaiadas na umidade de equilbrio ao ar (aproximadamente 12% na regio de Campinas). Para a realizao dos ensaios utilizou-se o equipamento de emisso de ondas de ultra-som marca Steinkamp BP-7, com transdutores de 45 kHz e gel medicinal na interface transdutormadeira. Mtodos As 180 peas foram submetidas anlise visual, por meio de inspeo visual, a qual constou deetalhamento de cada pea, indicando-se por pea s aquela isenta de qualquer tipo de defeito; peas com desvio de gr aquelas que apresentavam inclino gr superior a 6o; peas com ns e com presena de medula. Posteriormente, as mesmas peas foram submetidas ao ultra-som, no qual se mediu o tempo de propagao da onda para posterior clculo da velocidade. Para a anlise dos resultados, os dados obtidos da anlise visual foram divididos em dois grupos: peas com defeito (D) e sem defeito (ND). Por no prejudicar significativamente a qualidade da madeira, as peas identificadas pela anlise visual, apresentando somente pequenos desvios de fibra, foram consideradas no defeituosas (ND). Com esta caracterizao, foram executados os Box-Plot, a anlise do histograma e o teste de normalidade de Anderson Darling dos dois grupos, utilizando-se o MINITAB. Posteriormente, as mdias de (D) e (ND) foram comparadas utilizando-se o teste no paramtrico, de Mann-Whitney. Visando-se a obteno de intervalos de velocidade que caracterizassem a presena de defeitos, aplicaram-se modelos utilizando-se o programa SPSS. Finalmente, foram calculados os intervalos de confiana da velocidade para a mdia das peas com defeito.

Avaliao estatstica da variao da velocidade de propagao de ondas de ultra-som na madeira

501

RESULTADOS E DISCUSSO
Os resultados obtidos pela anlise visual e ensaio com ultrasom esto apresentados na Tabela 1. O Box-Plot indicou diferena significativa entre as duas medianas (5276 para D e 6510 para ND). O valor do terceiro quartil de D menor que o do primeiro quartil do ND, evidenciando a grande diferena entre os dois grupos. A amplitude entre os quartis maior para o D (1185 contra 726.5 do ND). Observa-se, para os ND, quatro possveis outliers, enquanto para os D, apenas um. Os histogramas para D e ND demonstraram que os valores do grupo D esto mais concentrados que os do grupo ND. Construindo-se o grfico de normalidade para os dois grupos e se aplicando o teste de normalidade de Anderson Darling,
Anlise Visual Desvio + n Desvio + n Desvio Sem defeito Desvio Desvio + n Desvio Desvio Sem defeito Desvio + n N N Medula Sem defeito Sem defeito Medula Medula Medula Medula N Sem defeito Desvio Desvio Sem defeito Sem defeito Desvio + n Sem defeito Desvio Desvio Desvio + n Sem defeito Sem defeito Sem defeito Desvio Desvio Sem defeito Desvio N Sem defeito Sem defeito Sem defeito Sem defeito Sem defeito N N Ultra-som m s-1 5130 5734 5906 6862 6739 5900 6717 7205 7230 6932 3261 2765 5473 3383 4498 6010 6008 6964 6870 5970 6944 6165 6609 6906 6915 6849 7159 7418 7353 6438 6839 6120 5766 6203 6494 6472 6039 6447 6200 6148 6317 5244 5207 5464 6010 Anlise Visual Sem defeito Sem defeito Sem defeito Sem defeito Sem defeito Desvio Sem defeito Sem defeito Desvio Desvio Sem defeito Sem defeito Sem defeito N Sem defeito N Sem defeito Sem defeito Desvio Sem defeito Sem defeito Desvio Sem defeito Sem defeito Sem defeito N Sem defeito Desvio N Sem defeito Desvio Desvio N Sem defeito Medula Sem defeito Sem defeito N Sem defeito Sem defeito Sem defeito Sem defeito N Sem defeito Medula Ultra-som m s-1 8453 6964 6668 6775 7123 7042 7070 7184 6868 7284 7222 6887 6782 6024 6749 6460 6974 7068 7032 6932 7156 6555 6266 6631 6637 6281 6944 6925 6487 6638 7089 6626 4230 6193 6550 6465 6429 4867 6250 6376 6438 5924 5190 5869 6094

demonstra-se que nas peas com defeito a hiptese de normalidade no foi rejeitada (valor p = 0,161). Nas peas sem defeito, com um valor p < 0,0001, rejeitou-se a hiptese de normalidade. Aplicando-se o teste de Mann-Whitnney para comparao dos dois grupos, obteve-se um valor para a estatstica do teste T = 3879.0. A hiptese de igualdade de mdia para os dois grupos rejeitada com um valor p < 0,0001. Com isto, tem-se mais um indicador forte de que existe diferena entre o grupo de peas com e sem defeito. Para a aplicao do modelo logstico, foram consideradas duas variveis - Dependente e Independente. Para a varivel dependente (De) atribuiu-se valor 1 para peas com presena de defeito e valor 0 para peas sem defeito. A velocidade obtida por meio do ultra-som (v em m s-1) foi considerada varivel independente.
Anlise Visual N Sem defeito N N N Sem defeito Sem defeito Sem defeito Sem defeito Desvio Desvio Sem defeito Desvio Desvio Sem defeito Sem defeito Medula Medula Medula N N Sem defeito Sem defeito Ns Desvio Medula Medula Medula N Medula N Medula Medula Medula N Medula Sem defeito Sem defeito N Medula N Desvio Sem defeito Sem defeito desvio Ultra-som m s-1 3149 5907 5151 4721 4368 5109 6714 6432 6328 6272 6334 5995 5480 5796 5788 6339 4767 5548 5981 6010 5511 5955 6203 6039 5610 6005 5317 4823 4331 5095 4790 4627 4806 4633 4433 5032 6620 6219 5271 5716 5059 5697 6399 6510 6492 Anlise Ultra-som Visual m s-1 Sem defeito 6043 N 6010 medula 5568 Medula 4875 Desvio 6521 Desvio 6734 Sem defeito 7171 Sem defeito 6394 Desvio + n 5950 Sem defeito 6478 Sem defeito 6427 Desvio + n 5900 Sem defeito 5750 Desvio 6726 Desvio 6974 Desvio 6891 N 4857 Sem defeito 5968 Sem defeito 6684 Sem defeito 6925 Sem defeito 6775 Sem defeito 6263 N 5605 Sem defeito 6378 Sem defeito 6143 Sem defeito 6474 N 4786 Medula 4409 Medula 4983 Medula 5187 Medula 5276 Medula 4974 N 4335 Medula 4674 Medula 5243 Medula 6187 N 5469 Medula 5345 Medula 5133 Medula 5102 Medula 5088 Medula 5222 N 4189 Medula 5993 Desvio 6938

Tabela 1. Observaes da anlise visual e resultados das velocidades obtidas utilizando-se equipamento de ultra-som
Pea 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 Pea 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 Pea 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 Pea 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180

R. Bras. Eng. Agrc. Ambiental, Campina Grande, v.6, n.3, p.499-503, 2002

502

C.T. Puccini et al.

Aplicando-se o modelo s variveis definidas foram obtidos os seguintes resultados: Modelo estimado:
( v) log it[( v)] = log 1 (v ) = 12,4197 0,0021v

O valor de corte foi adotado com base nas estatsticas descritivas, ou seja, foi calculada a mdia entre o limite superior da mdia do grupo D mais dois desvios padro e o limite inferior da mdia do grupo ND menos dois desvios padres. Aplicando o modelo usando a varivel dependente (De) e a nova varivel independente Z (categorizada), foram obtidos os seguintes resultados: Modelo estimado:
( v) log it[( v)] = log 1 ( v) = 1,0629 2,5215v

Os resultados dos testes de significncia do modelo foram: Goodness of fit = 344,034; Log Likehood Ratio = 163,502; X2 = 81.007 (valor p < 0,0001) e Razo de acerto entre observados e preditos: 78,89%. A significncia dos parmetros pode ser visualizada na Tabela 2. Os valores obtidos nos testes de significncia demonstram que o modelo altamente significante. Com 79,89% de acerto dos valores observados para os preditos, diz-se que o modelo tem poder de predio satisfatrio. Ambos os parmetros e foram significativos para o modelo. Para o , a estatstica do teste de Wald foi igual a 41,4454, com valor p < 0,0001. Para o parmetro , a estatstica do teste de Wald foi igual a 44,4983, com valor p < 0,0001. Pode-se concluir, portanto, que a varivel v altamente significativa para o modelo. O valor da Exp() igual ao incremento no odds de presena de defeito para cada unidade acrescentada varivel independente. No modelo, o odds estimado de presena de defeito decresce 0,21% para cada unidade acrescentada a v. O intervalo de confiana ( = 0,10) para o parmetro = -0,0021 : [- 0,0021 - 1,64x0,0003 ; - 0,0021 + 1,64x0,0003] [- 0,00259 ; - 0,001608] O intervalo de confiana ( = 0,10) para o parmetro = 12,4197 : [12,4197 - 1,64x1,9292 ; 12,4197 + 1,64x1,9292] [9,255812 ; 15,583588] A varivel independente v apresenta uma grande dimenso, acarretando um nmero elevado de nveis, dificultando a interpretao da Exp() pois o incremento no odds de presena de defeito muito pequeno (0,21%) para cada nvel a mais de v, esse problema pode ser resolvido categorizando-se a varivel v; para isto, a varivel v foi dividida em dois intervalos, ou seja:

Os resultados dos testes de significncia do modelo foram: Goodness of fit = 179,978; Log Likehood Ratio = 186,978; X2 = 57,531 (valor p < 0,0001) e Razo de acerto entre observados e preditos: 78,33%. A significncia dos parmetros pode ser visualizada na Tabela 3. Os valores obtidos nesse teste de significncia indicam que o modelo altamente significante. Com 79,33% de acerto dos valores observados para os preditos, pode-se dizer que o modelo tem poder de predio satisfatrio. Ambos os parmetros, e , foram significativos. Para o , a estatstica do teste de Wald foi igual a 15,9538, com valor p < 0,0001. Para o parmetro , a estatstica do teste de Wald foi igual a 48,0050 (maior que no modelo anterior, cujo valor foi W = 44,4983) com valor p < 0,0001. Pode-se concluir, ento, que a varivel Z altamente significativa para o modelo. Levando-se em conta o valor da E() pode-se concluir que, quando o valor da velocidade muda do intervalo Z < 6000 m s-1 para o intervalo Z > 6000, a propriedade de defeito decresce 91,97%. O intervalo de confiana ( = 0,10) para o parmetro : [- 2,5215 - 1,64x0,3639 ; - 2,5215 + 1,64x0,3639] [- 3,118296 ; - 1,924704] : O intervalo de confiana para ( = 0,10) para o parmetro [1,0629 1,64x0, 2661; 1,0629 + 1,64x0,2661] [0,626496; 1,499304] Sendo assim, a probabilidade estimada de se ter uma pea defeituosa se a velocidade do ultra-som medida estiver contida no intervalo Z < 6000, :

Z=

0 1

se se

v 6000 m s -1 v > 6000 m s -1

-0,0021 12,4197 Desvio 0,0003 1,9292

( Z = 0) =

exp(1,0629 2,5215 0) = 0,7432 = 74,32% 1 + exp(1,0629 2,5215 0)

GL 1 1 Sig 0,0000 0,0000 Exp () 0,9979

Tabela 2. Testes de significncia do modelo

Variveis v () Constante () Wald 44,4983 41,4454

Tabela 3. Testes de significncia do modelo utilizando a varivel v categorizada

Variveis v () Constante () -2,5415 1,0629 Desvio 0,3639 0,2661 Wald 48,0050 15,9538 GL 1 1 Sig 0,0000 0,0001 Exp () 0,0803

R. Bras. Eng. Agrc. Ambiental, Campina Grande, v.6, n.3, p.499-503, 2002

Avaliao estatstica da variao da velocidade de propagao de ondas de ultra-som na madeira

503

Calculando-se a mesma probabilidade para os limites inferiores e superiores dos intervalos de confiana para e , tem-se o intervalo de confiana para (Z=0): Para o limite inferior:
exp(0,626496 3,118296 0) ( Z = 0) = = 0,6517 = 65,17% 1 + exp(0,626496 3,118296 0)

de propagao das ondas objetivo da prxima etapa, para a qual ser necessria uma amostra maior do que a que foi utilizada nesse trabalho.

CONCLUSES
1. Comprovou-se estatisticamente que, em relao velocidade de propagao da onda, o grupo de peas de madeira com defeitos foi significativamente diferente que o grupo de peas de madeira sem defeitos. 2. Foi possvel estabelecer-se um intervalo de velocidade que, para as peas defeituosas, possibilita a chance de confirmao de defeito, de 74,32%. Para as peas sem defeito, a chance de o ultra-som indicar que a pea defeituosa, de 18,87%, ou seja, pode ser definido o seguinte critrio: v < 6000 m s-1 74,32% chance de presena de defeito IC (90%) = [65,17; 81,75] v > 6000 m s-1 18,87% chance de presena de defeito IC (90%) = [7,64; 39,52]

Para o limite superior:

( Z = 0) = exp(1,499304 1,924704 0) = 0,8175 = 81,75% 1 + exp(1,499304 1,924704 0)

De forma anloga, possvel se calcular a probabilidade estimada de se ter uma pea no defeituosa, se a velocidade do ultra-som medida estiver contida no intervalo Z < 6000:

( Z = 1) =

exp(1,0629 2,5215 1) = 0,1887 = 18,87% 1 + exp(1,0629 2,5215 1)

LITERATURA CITADA
ABNT - Associao Brasileira de Normas Tcnicas. NBR 9192/ 95 - Paletes de Madeira - Materiais. Rio de Janeiro, 1997. 6p. Agresti, A. Categorical data analysis. New York: John Wiley. 1990. 558p. Bucur, V. La vitesse des ultrasons et la qualit du bois. In: Actas du Colloque du Groupe Franais de Rhologie, Paris, v.19, 15p, 1984. Bucur, V. Acoustics of wood. New York: CRC Press, 1995. 284p. Chazelas, J.L.; Vergne, A.; Bucur, V. Analyse de la variation des proprits physiques et mechniques locales du bois autour des noeuds. In: Actes du Colloque Comportement Mecanique du Bois, Bordeaux, june, p.376-386, 1988. Conover, W.J. Practical nonparametrics statistics. 2 ed. New York: John Wiley. 1980. 493p. IBDF - Instituto Brasileiro de Desenvolvimento Florestal. Brasil. Norma para classificao de madeira serrada de folhosas. Ministrio da Agricultura. 1983. 67p. Jayne, B.A. Vibrational properties of wood as indices of quality. Forest Products Journal, Madison, v.9, n.11, p.413-416, 1959. McDonald, K.A. Lumber defect detection by ultrasonics. Forest Products Laboratory, Madison, Wis, 1978, 20p. Research paper FPL 311 Meyer, P.L. Probabilidade aplicaes estatstica. Rio de Janeiro: Livros Tcnicos e Cientficos. 2 ed., 1983. 426p. Mood, A.M. Introduction to the theory of statistics. New York: McGraw-Hill. 3 ed., 1974. 564p. Sandoz, J.L. Grading of construction timber by ultrasound. Wood Science and Technology, New York, v.23, n.2, p.95-108, 1989. Steiger, R. Mechanische Eigenschaften von Schweizer FichtenBauholz bei Biege-Zug, Druck- und kombinierter M/N Beanspruchung. Zrich: Eidgenssischen Technischen Hochschule, 168p. Doktorarbeit in Technischen Wissenschaften

Calculando-se os intervalos de confiana para (Z =1):

( Z = 1) =
( Z = 1) =

exp(0,626496 3,118296 1) = 0,0764 = 7,64% 1 + exp(0,626496 3,118296 1)

exp(1,499304 1,924704 1) = 0,3952 = 39,52% 1 + exp(1,499304 1,924704 1)

Como j foi demonstrado, os valores das velocidades para as peas defeituosas tm distribuio normal, sendo assim, possvel calcular o intervalo de confiana (1-) para a mdia (varincia desconhecida) da seguinte forma:

[ X n 1/ 2 t n 1,1 / 2 ; X + n 1 / 2 t n 1,1 / 2 ]
Calculando-se o intervalo de confiana de = 0,10 para a mdia das peas com defeito, tem-se:
[5359,3 1 1 843,1 1,64 ; 5359,3 + 843,1 1,64] 180 180

[5259,3; 5462,36] Os testes estatsticos realizados nessa primeira etapa do trabalho no contemplaram questes ligadas s diferenciaes de defeitos (ns, presena medula etc.), nem o detalhamento desses defeitos, tais como tamanho e posio dos ns, uma vez que o objetivo era avaliar-se, inicialmente, a sensibilidade do equipamento na deteco de algum tipo de defeito nas peas. O aprofundamento do estudo, com a avaliao dos intervalos de velocidade representativos de cada tipo de defeito, bem como a quantificao de qual defeito tem maior influncia na velocidade

R. Bras. Eng. Agrc. Ambiental, Campina Grande, v.6, n.3, p.499-503, 2002