Escolar Documentos
Profissional Documentos
Cultura Documentos
CATARINA
DEPARTAMENTO ACADÊMICO DE METAL-MECÂNICA
PROGRAMA DE PÓS-GRADUAÇÃO STRICTO SENSU EM MECATRÔNICA
DISSERTAÇÃO
FLORIANÓPOLIS - SC
2018
EDILSON HIPOLITO DA SILVA
FLORIANÓPOLIS - SC
2018
CDD 629.8
S586m
1 v.: il.
Inclui referências.
Water quality is one of the major concerns of today, given that this is a limited and vital
natural resource for the existence of life. A characteristic that determines the water
quality is the level of turbidity, which is related to the amount of suspended material in
the water. Currently, turbidimeters are bench instruments, used in laboratories, for the
measurement of water samples. However, such measurement is often not carried out
continuously and / or constant due to the difficulties of locomotion to the point of
collection, which can lead to delays in decision making. In order to improve the
measurement, this project proposes to develop a turbidity sensor of sea water by digital
image processing, so as to allow a continuous and more frequent measurement of a
sample of water. A prototype was developed able to measure the turbidity of the water
through the analysis of images, obtained by a digital camera. The sample is collected
and stored in a glass vat, illuminated by white light. The system was initially calibrated
to find the response curve for various levels of turbidity, and then proceed with the
measurement. Tests were carried out using seawater samples which proved the
operation of the proposed system, the results of which were satisfactory for turbidity
values lower than 100 NTU.
1 INTRODUÇÃO ..................................................................................................... 13
1.1 OBJETIVOS ...................................................................................................... 14
1.1.1 Objetivo Geral ................................................................................................. 14
1.1.2 Objetivos Específicos ..................................................................................... 14
1.2 JUSTIFICATIVA ................................................................................................ 15
2 FUNDAMENTAÇÃO TEÓRICA ........................................................................... 16
2.1 ANÁLISE DE TRUBIDEZ .................................................................................. 16
2.1.1 Importância ..................................................................................................... 16
2.1.2 Tipos de Análise ............................................................................................. 17
2.1.3 Calibração do Sensor ..................................................................................... 21
2.2 PROCESSAMENTO DIGITAL DE IMAGENS .................................................. 23
2.2.1 Aquisição e Formação de Imagens ................................................................ 23
2.2.2 Imagem Digital ................................................................................................ 24
2.2.3 Modelos de Cores
Erro! Indicador não definido.
2.3 TRABALHOS CORRELATOS .......................................................................... 25
2.4 PRODUTOS SEMELHANTE NO MERCADO .................................................. 28
3 DESENVOLVIMENTO DO PRODUTO ................................................................ 30
3.1 METODOLOGIA ............................................................................................... 30
3.2 PROJETO INFORMACIONAL .......................................................................... 32
3.2.1 Ciclo de Vida e Integrantes do Projeto ........................................................... 32
3.2.2 Levantamento de Requisitos do Cliente ......................................................... 32
3.2.3 Requisitos do Produto .................................................................................... 34
3.2.4 Definição de Metas ......................................................................................... 34
3.3 PROJETO CONCEITUAL ................................................................................. 36
3.3.1 Estrutura Funcional do Produto ...................................................................... 36
3.3.2 Princípios de Solução e Propostas de Alternativas de Concepção ................ 38
3.3.3 Avaliação Baseada no Julgamento de Viabilidade ......................................... 39
3.3.4 Avaliação Baseada na Matriz de Avaliação.................................................... 40
3.4 PROJETO PRELIMINAR .................................................................................. 41
3.4.1 Módulo Hidráulico ........................................................................................... 41
3.4.2 Módulo Eletrônico ........................................................................................... 42
3.4.3 Módulo de Software ........................................................................................ 43
3.5 PROTÓTIPO ..................................................................................................... 51
3.5.1 Construção do Protótipo ................................................................................. 51
4 TESTES E RESULTADOS................................................................................... 54
4.1 TESTES ............................................................................................................ 54
4.2 RESULTADOS.................................................................................................. 61
4.3 ATENDIMENTO AOS REQUISITOS DO PROJETO........................................ 80
4.3.1 Comparação de Resultados ........................................................................... 80
5 CONCLUSÃO....................................................................................................... 81
5.1 TRABALHOS FUTUROS .................................................................................. 83
REFERÊNCIAS....................................................................................................... 84
APÊNDICE A - Matriz QFD .................................................................................... 90
APÊNDICE B - Casa da Qualidade....................................................................... 92
APÊNDICE C - Código Fonte ................................................................................ 94
13
1 INTRODUÇÃO
devido aos eventos recentes, como no incidente de Mariana (Firovanti, 2016) por
exemplo, o monitoramento da mancha móvel tem sido determinante para o estudo
dos impactos na vida marinha afetada. Além disso a turbidez é um dos parâmetros
para determinar o tipo do corpo hídrico. De acordo com a Resolução CONAMA nº 357
elas podem ser classificadas em: águas doce, salobras e salinas (BRASIL, 2005).
A turbidez também é um parâmetro na vida aquática porque uma água muito
turva dificulta a entrada de luz solar, o que pode causar modificações nos ciclos
biodinâmicos, diminuindo a fotossíntese (DANTAS FERNANDES et al., 2017). Ainda
pode-se gerar perdas de cunho financeiro, como por exemplo com o entupimento de
emissores para irrigação (SOUSA et al., 2016).
O Ministério da Saúde por meio da portaria nº 2914 de 2011 (BRASIL, 2011),
estabelece o valor máximo permitido de 5,0 uT (Unidade de Turbidez) para consumo
humano de água potável filtrada por filtração rápida.
1.1 OBJETIVOS
1.2 JUSTIFICATIVA
2 FUNDAMENTAÇÃO TEÓRICA
2.1.1 Importância
anos, como por exemplo os detectores fotoelétricos que se tornaram bem populares
pois conseguiam medir com mais exatidão e precisão, porém ainda havia uma grande
dificuldade para se medir níveis de turbidez extremamente altos ou baixos (SADAR,
1998).
quantidade da solução de 4.000 NTU que deve ser diluída em 100 ml de água, para a
obtenção de um padrão de 4 NTU. Porém após diluída deve ser utilizada em até 72
horas, após este período o padrão torna-se instável (Haffmans, 2003).
Ao se diluir o hexametileno-tetramina e o sulfato de hidrazina deve-se tomar
cuidados, pois a hidrazina é toxica e cancerígena e o hexametileno-tetramina pode
ocasionar irritações no sistema respiratório e olhos (Haffmans, 2003). Na Tabela 2,
pode-se observar a relação da diluição da solução de formazina com concentração de
4.000 NTU em 100 ml de água destilada com o valor em NTU obtido.
de linha, e sensores matriciais. Sendo que nas câmeras digitais o sensor tipicamente
utilizado é o matricial, temos como exemplo a matriz CCD (GONZALEZ, 2010).
As imagens são formadas transformando os valores coletados pelos sensores
em matrizes de números inteiros. Estes valores são chamados de pixel, que são os
elementos principais de uma imagem. De certa forma, pode-se falar que uma imagem
digital é a representação de uma matriz de pixels dispostos lado a lado. Com a
representação da imagem nessa matriz, pode-se aplicar as técnicas de
processamento digital de imagens, por meio de algoritmos computacionais
(GONZALEZ, 2002).
Vale ressaltar que imagens em tons de cinza podem ser representadas
utilizando um único valor. E para imagens coloridas, utiliza-se o modelo tridimensional
(QUEIROZ & GOMES, 2001).
Uma imagem digital é uma função bidimensional de intensidade da luz f(x, y),
onde x e y são coordenadas espaciais em um plano bidimensional, e a dimensão de f
em qualquer par das coordenadas (x, y) é chamado de intensidade ou nível de cinza.
Observando que que a imagem digital é composto de um número finitos de elementos,
que são comumente chamados de pixel(Picture element)(GONZALEZ, 2010).
O pixel é considerado o elemento básico da imagem, organizado segundo
uma simetria quadrada, e representa um ponto nas coordenadas x e y, daquela
imagem (GONZALEZ, 2002). Um exemplo pode ser observado na Figura 8.
25
3 DESENVOLVIMENTO DO PRODUTO
3.1 METODOLOGIA
juntamente com uma câmera digital e uma placa de sistema embarcado, responsável
pela captura da imagem. O protótipo do sensor pode ser observado na Figura 11 e
demais informações sobre a estrutura deste sistema podem ser consultadas no seção
3.4 deste trabalho.
Para Kotler (2004), a criação de novos produtos tem como função a satisfação
de necessidades claramente existentes ou latentes.
Segundo Zygmunt (2008), as necessidades humanas passam por pequenas
variações em sua essência, porém a inovação tecnológica altera a forma de satisfazê-
las. O ciclo tecnológico cada vez menor tem levado a uma redução do ciclo de vida
dos produtos, mais presente naqueles em que há mais tecnologia empregada.
O ciclo de vida abrange todas as etapas em que o produto está envolvido,
desde seu planejamento até o seu descarte. Para Kotler (1996), os produtos passam
por diferentes etapas ao longo de sua vida, onde cada uma traz diferentes lucros,
oportunidades e desafios.
O ciclo de vida deste projeto fora definido como: projeto, desenvolvimento,
testes, implantação, manutenção.
Com o ciclo de vida do projeto definido, a próxima etapa é a identificação dos
clientes do projeto, que neste caso podem ser classificados em: clientes internos,
clientes intermediários e clientes externos. Os clientes internos são todos aqueles
envolvidos no desenvolvimento e manutenção do produto. Os clientes intermediários
do produto geralmente são os responsáveis pela distribuição e comercialização do
produto, como se trata de um projeto inovador e o desenvolvimento de um protótipo o
mesmo, não contará com tais tipos de clientes. Os clientes externos são aqueles que
farão uso do produto.
que introduzir novas necessidades dos clientes que não são atributos essenciais do
produto (Alvarenga, 2006).
Alvarenga (2006), propõem uma abordagem para o levantamento das
necessidades dos clientes (coletar os desejos e necessidades de usuários, clientes e
especialistas) que consiste na combinação de diferentes métodos de investigação:
entrevistas, questionários estruturados, observação direta e passeios acompanhados.
A utilização de diversos métodos é feita com a intenção de suprir as limitações
apresentadas por cada um, complementando-os.
Desta forma, optou-se por utilizar entrevistas para a identificação das
necessidades dos clientes.
Durante a pesquisa fora realizado entrevistas com o cliente e identificado as
necessidades listada abaixo:
Cada requisito de projeto deve ser associado um valor meta a ser atingido,
um elemento sensor para avaliar se a meta estipulada foi atingida, saídas indesejáveis
que podem ocorrer no projeto.
35
Não conseguir
Possuir as
Possuir dimensões dimensionar no
dimensões externas: Verificar no projeto
máximas de 40cm x tamanho da meta em
40cm x 40 cm x 40 preliminar
40cm x 40 cm virtude de outros
cm
componentes internos.
Armazenamento da
Pote cúbico Pote cilíndrico Garrafa
amostra
Identificação da
Algoritmo Algoritmo Algoritmo
turbidez
Concepção 1 Viável
Concepção 2 Viável
Para comparar a avaliação pela matriz fora escolhido como um dos critérios
os requisitos do projeto juntamente com seus pesos.
Para comparar cada requisito do projeto com uma das concepções, foram
utilizadas as seguintes pontuações: 0 – Não atende, 1 – Atende parcialmente e 2 –
Atende totalmente.
Ao final será gerado uma pontuação total de cada concepção o qual poderá
indicar a concepção que possivelmente será mais adequada à resolução do problema
proposto, como pode-se observar na quadro 5.
Utilizar componentes
190 2 1
padrões
Baixo custo de
130 2 1
desenvolvimento
Possuir as dimensões
44 2 2
40cm x 40cm x 40cm
Desenvolvida em
38 2 1
material não oxidante
Utilizar de encaixes e
parafusos 66 2 2
padronizados
Aferir o nível de
50 2 2
turbidez
41
Possuir interface
205 2 1
simples e amigável
Disponibilizar o
resultado em prazo
145 2 2
máximo de 30
segundos
Possuir sistema de
115 2 2
calibração
Fácil manutenção 39 2 1
• Mangueiras;
• Conexões;
• Cubeta;
• Eletroválvula.
42
Com o recipiente cheio de fluído, é então acionada a iluminação para que seja
possível a captura de uma imagem da amostra. Neste projeto testamos dois tipos de
iluminação: uma a 180º em relação à câmera e outra a 90º. Uma característica
importante é que após o acionamento da iluminação aguarda-se 0,01 segundo para
que a iluminação se estabilize. O acionamento das iluminações e dos solenoides são
efetuadas por meio de software em conjunto com o hardware, que neste caso utiliza-
se relé, e uma característica importante é que os relés são ativados em nível baixo,
ou seja, quando o estado da porta estiver em "LOW", o relé será acionado. Na Figura
23 podemos observar o diagrama de atividades referente a esta funcionalidade.
47
Como citado, também é salvo uma matriz com os valores RGB de cada pixel
da amostra. Para isso extrai-se os valores de intensidade de cada pixel, percorre-se
toda a imagem com o auxílio de dois laços de repetição e então acessamos a
intensidade do pixel e persistimos essa informação no arquivo texto, conforme Figura
27.
49
Por fim temos a função principal, que trabalha em conjunto com a função de
controle de captura e processamento, esta responsável por gerenciar a sequência de
51
3.5 PROTÓTIPO
O protótipo fora construído com os materiais citados nos capítulos 3.4.1, 3.4.2
e 3.4.3. Além destes materiais, foi utilizado MDF (Medium-Density Fiberboard) de 15
mm de espessura e parafusos para a construção da caixa escura que abriga todos os
componentes do sistema, conforme mostrado na Figura 32. A escolha do MDF para a
construção do protótipo se deu pela praticidade de trabalho com o mesmo e a sua
52
grande oferta no mercado, contudo sabe-se que o mesmo tem fragilidade quando
exposto a água e por isso para o desenvolvimento do produto final indica-se o uso de
um material polimérico.
Além disso para a construção do protótipo foi necessário o uso de algumas
ferramentas e outros itens necessário: serra circular, furadeira, parafusadeira, brocas,
guias para corte, trena, e cola para madeira para união dos materiais.
Para a parte hidráulica do sistema que é responsável pelo controle do fluxo
dos fluidos, foi utilizado uma válvula de retenção responsável por bloquear o fluxo
reverso de fluído, uma válvula solenoide DS 2001, responsável por controlar o fluxo
do fluído, liberando ou bloqueando o mesmo, e também uma eletrobomba para a
captura e escoamento das amostra, juntamente com mangueiras que fazem as
conexões entre os componentes citados.
A parte elétrica do sistema que é responsável pelo acionamento dos
componentes hidráulicos e elétricos, é composta por uma Raspberry Pi 3, um circuito
de potência (ponte H) responsável pelo controle das eletrobombas, no controle dos
acionamentos da iluminação optou-se por utilizar relés. A iluminação das amostras é
feita utilizando dois painéis quadrados do tipo Plafon de LED branco de 12 W,
dispostos a 90º e 180º da câmera. Para a captura das imagens se utilizou uma câmera
Basler acA1300-60gc, juntamente com uma lente Tamron 12VM412ASIR, 4 - 12 mm.
Para o acondicionamento das amostras, optou-se por utilizar recipiente de
acrílico transparente do tipo cúbico com medidas de 60 mm x 50 mm x 60 mm.
Todos os itens que compõem o sistema, elétrico hidráulico, etc. Estes
componentes podem ser observados na Figura 32, que representa o protótipo do
sistema.
53
Figura 32 - Protótipo
Válvula de
retenção
Iluminação
Cubeta
Camera + Lente
4 TESTES E RESULTADOS
4.1 TESTES
O turbidímetro escolhido possui faixa de medição de 0,1 NTU até 1000 NTU,
e uma precisão de 2%.
Os resultados obtidos das medições estão elencados na Tabela 4, onde "Valor
de referência da amostra(NTU)" são os valores das diluições efetuadas conforme
descrito no capítulo 2.1.4, e a "Indicações do turbidímetro MS Tecnopon TB-1000" são
os valores obtidos por meio das sucessivas medições do turbidímetro TB-1000. Vale
ressaltar que o turbidímetro utilizado possui uma limitação de até 1000 NTU em sua
medição. Também é importante citar que os padrões utilizados foram confeccionados
de forma manual, e por isso estão sujeitos a variações por agentes externos, e isso
pode ter ocasionado a discrepância entre os valores esperados baseado na diluição
e o valor medido pelo turbidímetro (que será usado como valor real).
80 71
90 80
100 88
200 102
300 148
400 213
500 286
700 468
800 580
1000 720
Fonte: Autoria própria.
<
1
𝑥̅ = H 𝑥* (1)
𝑛
*I>
Onde:
n = número de observações independentes
xi = valor medido
𝑥 = média dos valores medidos
Área de interesse
Para cada uma das análises citadas anteriormente, foram efetuadas duas
capturas, uma com a iluminação incidindo a 180º em relação a câmera, conforme
Figura 38 e outra incidindo a 90º em relação a câmera, conforme observa-se na Figura
39.
4.2 RESULTADOS
10 − 5 ∑<*I>(𝐼* − 𝐼 )̅ U (3)
𝑠= P
𝑛−1
Onde:
S = desvio-padrão da amostra
Ii = i-ésima indicação
𝑥 = média das "n" indicações
n = número de medições repetitivas efetuadas
62
S
Sx = (4)
√n
Onde:
Sx = é o desvio padrão da média
S = é o desvio padrão
n = é o tamanho da amostra
Além disso gerou-se um gráfico com uma linha de tendência dos dados, onde
conseguiu-se determinar a equação de tendência destes, conforme pode ser visto na
Figura 43. A equação que melhor representa esta dispersão é a equação exponencial,
conforme pode-se observar pela equação (5) obtida pela aplicação do método dos
mínimos quadrados. Com esta equação exponencial obteve-se um valor de correlação
de R2 = 0,89383.
64
y = 1870,8e-0,02x (5)
Onde:
y = valor em NTU a ser determinado
x = intensidade média calculada com iluminação a 180º
30 217,4
39 208,5
39 208,3
44 204,4
50 197,3
62 189,4
71 183,9
80 177,7
88 172,2
Fonte: Autoria própria.
Com estes valores então, gerou-se a nova tendência, que mostrou um
comportamento linear, que pode ser observado na Figura 44.
y = ax + b (6)
66
Onde:
y = variável dependente
x = variável independente
a = coeficiente angular
b = coeficiente linear
𝑛 ∑(𝑥𝑦) − ∑ 𝑥 ∑ 𝑦 (7)
𝑎=
𝑛 ∑ 𝑥 U − (∑ 𝑥)U
Onde:
n = número de amostras
Também foi criado um gráfico para este tipo de medição para acompanhar o
comportamento dos dados, conforme pode ser visto na Figura 45.
68
Para esta análise também se construiu um gráfico com uma linha de tendência
para os dados, porém diferentemente da tendência anterior que se mostrou
exponencial, esta se mostra próximo ao linear conforme Figura 46.
Consequentemente desenvolveu-se uma equação linear para estes dados, conforme
poder ser observada na equação (10), e obteve-se um valor de correlação de R2 =
0,8742.
69
Para a outra forma de análise, que é a do contraste dada pela equação (2),
com a iluminação em 180º, também se obteve os valores da média das medições,
desvio padrão, erro padrão, conforme pode ser observado na Tabela 8.
39 0,82692 0 0
39 0,82667 0,0004 0,0001
44 0,82875 0,0013 0,0004
50 0,82663 0,0016 0,0005
62 0,81851 0,0026 0,0008
71 0,81803 0,0026 0,0008
80 0,80791 0 0
88 0,82527 0,0005 0,0002
102 0,79069 0 0
148 0,76538 0,0050 0,0016
213 0,72747 0,0046 0,0015
286 0,71951 0 0
468 0,67466 0,0022 0,0007
580 0,64124 0,0017 0,0005
720 0,62903 0 0
Fonte: Autoria própria.
Por fim temos a última forma de análise, que é a de contraste com uma
iluminação incidente em 90º em relação a amostra, da mesma forma que as análises
anteriores, para esta também foi desenvolvido os cálculos de média, desvio padrão e
o erro padrão, conforme pode ser observado na Tabela 9.
72
Após todos estes testes e calibração dos sistemas, executamos testes com
produtos que encontramos no dia a dia, para testar o desempenho do sensor. A
escolha dos produtos se deu pela facilidade de aquisição dos mesmos no mercado
local. Os testes foram realizados com chá preto, achocolatado, refrigerante de cola,
citros, suco de laranja, cerveja, bebida de limão, bebida de kiwi e cerveja weizen,
conforme pode ser observado na Figura 51 as amostras. Na Tabela 10, podemos
observar os resultados da análise com intensidade média e iluminação de 180º
juntamente com a conversão desses dados para a unidade NTU utilizando a equação
(5).
75
Tabela 10 - Testes com produtos do dia a dia utilizando o calculo da intensidade média com
iluminação em 180º
Valor Desvio
Indicações Erro Padrão
Valor da convertido padrão do
do do valor
intensidade para a escala valor
turbidímetro convertido
Produto média com de NTU com convertido
MS para escala
iluminação auxílio da para escala
Tecnopon NTU com a
de 180º equação 10 NTU com a
TB-1000 equação 10
equação 10
Chá Preto 24 36 910,62 0 0
Achocolatado 141 14,4 1402,65 0,52 0,16
Refrigerante
10,1 14,9 1388,70 0,32 0,10
de Cola
Citros 589 76,7 403,48 0,48 0,15
Suco de
1519 32,1 984,49 0,32 0,10
Laranja
Cerveja Pilsen 7,1 177,2 54,06 0,63 0,20
Bebida de
135 117 180,21 0 0
limão
Bebida de kiwi 104 101 248,17 0 0
Cerveja
152 86,3 332,99 0,48 0,15
Weizen
Fonte: Autoria própria.
Tabela 11 - Testes com produtos do dia a dia utilizando o calculo da intensidade média com
iluminação em 90º
Valor Desvio
Indicações Erro Padrão
Valor da convertido padrão do
do do valor
intensidade para a escala valor
turbidímetro convertido
Produto média com de NTU com convertido
MS para escala
iluminação auxílio da para escala
Tecnopon NTU com a
de 90º equação 11 NTU com a
TB-1000 equação 11
equação 11
Chá Preto 24 11,7 3810,46 0,48 0,15
Achocolatado 141 11,8 3804,68 0,63 0,20
Refrigerante
10,1 8,1 4018,44 0,32 0,10
de Cola
Citros 589 74 211,20 0 0
Suco de
1519 36 2406,57 0 0
Laranja
Cerveja Pilsen 7,1 56,8 1204,89 0,42 0,13
Bebida de
135 79 -77,67 0 0
limão
Bebida de kiwi 104 60,3 1002,69 0,48 0,15
Cerveja
152 48 1713,30 0 0
Weizen
Fonte: Autoria própria.
Com os dados obtidos, pode-se verificar que os produtos que possuem cores,
mais escuras ou mais escuras acabam erroneamente sendo classificados com uma
turbidez, elevada.
Os testes também foram aplicados a análise de contrastes, e os primeiros
resultados que são apresentados são do contraste com iluminação em 180º, cujos
dados estão expostos na Tabela 12.
Tabela 12 - Testes com produtos do dia a dia utilizando o calculo do contraste com iluminação
em 180º
Indicações Valor Desvio Erro Padrão
Valor do
Produto do convertido padrão do do valor
contraste
turbidímetro para a escala valor convertido
com
MS de NTU com convertido para escala
77
Tabela 13 - Testes com produtos do dia a dia utilizando o calculo do contraste com iluminação
em 90º
Valor Desvio
Indicações Erro Padrão
Valor do convertido padrão do
do do valor
contraste para a escala valor
turbidímetro convertido
Produto com de NTU com convertido
MS para escala
iluminação auxílio da para escala
Tecnopon NTU com a
de 90º equação 11 NTU com a
TB-1000 equação 11
equação 11
Chá Preto 24 -0,20 2105,56 0,049 0,015
Achocolatado 141 -0,54 2851,54 0,044 0,014
Refrigerante
10,1 -0,66 3117,72 0,060 0,019
de Cola
Citros 589 0,54 471,91 0,008 0,002
Suco de
1519 -0,03 1719,49 0 0
Laranja
Cerveja Pilsen 7,1 0,67 191,01 0,009 0,003
Bebida de
135 0,67 177,51 0,005 0,002
limão
78
Novamente as amostras que possuem cores mais escuras acabam por indicar
uma turbidez errônea e elevada, se comparada ao turbidímetro utilizado durante os
testes, como pode-se observar nas amostras de Chá Preto, Achocolatado,
Refrigerante de Cola.
Vale ressaltar que o turbidímetro utilizado como referência tem uma limitação
de 1.000 NTU, então o valor medido pelo mesmo na amostra de suco de laranja esta
é incerta, por estar fora do padrão de medição do equipamento.
Além dos testes anteriores que foram executados com produtos do dia a dia,
foram executados testes com amostras de água do mar obtidas de maneira aleatória,
onde cada amostra foi submetida a 10 medições, assim como nos testes anteriores.
As amostras foram coletas nas praias de Barra Velha, Piçarras, e Penha, todas
localizadas no norte do estado de Santa Catarina. As amostras foram coletadas nos
dias 07 e 08 de abril e no dia 11 de maio de 2018, em horários distintos, no total 12
amostras. Ocorreram coletas na parte da manhã, meio dia e fim da tarde. Algumas
amostras podem ser observadas na Figura 52. Os resultados dos testes assim como
as conversões efetuadas pela equação (9) de intensidade média com iluminação de
180º pode ser observado na Tabela 14 e na Figura 53.
gráfico. Vale lembrar que os resultados aqui alcançados são baseados na utilização
de amostra de água do mar durante os testes.
5 CONCLUSÃO
REFERÊNCIAS
APHA, AWWA, WEF. 2130 TURBIDITY (2017). Standard Methods For the
Examination of Water and Wastewater. Disponível em:
<https://smww.aphapublications.org/doi/pdf/10.2105/SMWW.2882.018>. Acesso em:
11 de Outubro de 2018.
BACK, N., OGLIARI, A., DIAS, A., & SILVA, J. C. (2008). Projeto Integrado de
Produtos – Planejamento, Concepção e Modelagem (1 ed.). Barueri - SP: Manole.
Downing, J. Basic of OBS and Turbidy Sensor. 2008. Logan. Disponível em:
<http://s.campbellsci.com/documents/de/technical-papers/obsbasics.pdf>. Acessado
em: 27 de maio de 2016.
EPA. Guidance Manual for Compilance with the Interim Enhanced Surface Water
Treatment Rule: normalfont Turbidity Provisions. 1999. Acesso em 16 de fevereiro
de 2017, disponível em https://www.epa.gov/dwreginfo/guidance-manuals-surface-
water-treatment-rules
Garcia, A & Perez, M.A. & Grillo, G.J. & Tejerina, J. A New Design of Low-Cost Four-
Beam Turbidimeter by Using Optical Fibers. IEEE T. Instrumentation and
Measurement. 56. 592 - 596. 2007.
Gil, A. C. Como elaborar projetos de pesquisa (3 ed.). São Paulo: Atlas, 1991.
GOMES, Abílio S.; PALMA, Jorge J. C.; SILVA, Cleverson G.. Causas e
conseqüências do impacto ambiental da exploração dos recursos minerais
marinhos. Rev. Bras. Geof., São Paulo , v. 18, n. 3, p. 447-454, 2000 . Disponível
em: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0102-
261X2000000300016&lng=pt&nrm=iso>. Acessado em: em 13 nov. 2017.
Karnawat, Vaibhav & L. Patil, S.. Turbidity detection using image processing. In:
International Conference on Computing, Communication and Automation (ICCCA),
2016, Noida. 1086-1089p.
KOSCHAN, A.; ABIDI, M. Digital Color Image Processing, 1.ed: A John Wiley &
Songs , inc., Publication, 2008.
Morais, I. P., Tóth, I. V., & Rangel, A. O. Turbidimetric and Nephelometric Flow
Analysis: Concepts and Applications. Spectroscopy Letters, 39, 547-579. 2006.
doi:10.1080/00387010600824629
Piveli, R. P., & Kato, M. T. Qualidade das águas e poluição: Aspectos Físico-
Químicos. São Paulo: BES-Associação Brasileira de Engenharia Sanitária e
Ambiental, 2016.
Rozenfeld, H., Forcillini, F. A., Amaral, D. C., de Toledo, J. C., da Silva, S. L.,
Alliprandini, D. H., & Scalice, R. K. (2006). Gestão de Desenvolvimento de
Produtos: uma referência para a melhoria do processo. São Paulo: Saraiva.
Shaw, R., & Myre, E. (2006). The Turbidity Tube: Simple and Accurate Measurement
of Turbidity in the Field. Houghton: Michigan Technological University.
Toivanen, T., Koponen, S., Kotovirta, V., Molinier, M., & Chengyuan, P. (Out de 2013).
Water quality analysis using an inexpensive device and a mobile phone.
Environmental Systems Research. 18 de Out. 2013. Volume 2. Disponível em:
<http://www.environmentalsystemsresearch.com/content/2/1/9>. Acessado em: 20
Novembro de 2016.
int tempoEntrada() {
int c;
FILE *file;
fclose(file);
if (c == 0) {
timeLoad = 4000;
c = 1;
fprintf(file, "%d", c);
fclose(file);
} else {
timeLoad = 3500;
}
return timeLoad;
}
void bombaEntrada() {
if (wiringPiSetup() == -1) { //when initialize wiring failed,print messageto
screen
cout << "setup wiringPi failed!" << endl;
//return 1;
}
//Bomba de Entrada
pinMode(Motor1Pin1, OUTPUT);
pinMode(Motor1Pin2, OUTPUT);
pinMode(SolenoideEntrada, OUTPUT);
//Desliga a bomba!
digitalWrite(Motor1Pin1, LOW);
pinMode(Luz180Pin, OUTPUT);
if (status == 1) {
//Aciona Iluminacao 180
digitalWrite(Luz180Pin, LOW);
delay(100);
} else {
//Desliga iluminacao 180
digitalWrite(Luz180Pin, HIGH);
}
}
pinMode(Luz90Pin, OUTPUT);
if (status == 1) {
//Aciona Iluminacao 90
digitalWrite(Luz90Pin, LOW);
delay(100);
97
} else {
//Desliga iluminacao 90
digitalWrite(Luz90Pin, HIGH);
}
}
Mat imageCapture() {
// The exit code of the sample application.
int exitCode = 0;
try {
// Create an instant camera object with the camera device found first.
cout << "Creating Camera..." << endl;
CInstantCamera
camera(CTlFactory::GetInstance().CreateFirstDevice());
CImageFormatConverter formatConverter;
formatConverter.OutputPixelFormat = PixelType_BGR8packed;
CPylonImage pylonImage;
camera.RetrieveResult(5000, ptrGrabResult,
TimeoutHandling_ThrowException);
/*
openCvImage = cv::Mat(ptrGrabResult->GetHeight(),
ptrGrabResult->GetWidth(), CV_8UC1,
(uint8_t *) pylonImage.GetBuffer());
*/
Mat imageMatGRAY;
cvtColor(openCvImage, imageMatGRAY, CV_BGR2GRAY);//
CONVERTE A IMAGEM PARA ESCALA DE CINZA!
return imageMatGRAY;
//return openCvImage;
} else {
cout << "Error: " << ptrGrabResult->GetErrorCode() << " "
<< ptrGrabResult->GetErrorDescription() << endl;
}
} catch (GenICam::GenericException &e) {
// Error handling.
cerr << "An exception occurred." << endl << e.GetDescription() << endl;
exitCode = 1;
}
/**
* Seta a área de interesse na imagem!
*/
Mat imageSetROI(Mat image, int x, int y, int width, int height,
int displayImage = 0) {
if (displayImage == 1) {
imageShow(imageRoi);
}
return imageRoi;
}
99
/**
* Método que salva uma copia da imagem e uma matriz em txt com as intensidades
da amaostra
*/
void imageSave(Mat image, std::string filename) {
/*
* Função responsável por gravar um arquivo texto com a matriz das intensidades da
imagem!
*/
void writeMatrixtoFile(Mat image, std::string filename) {
//This function is for writing a matrix into a file
FILE *matrix = fopen(filename.c_str(), "w");
int a = 0, b = 0;
Scalar intensity;
int intensityTotal = 0;
fprintf(matrix, "\n");
}
fclose(matrix);
}
/**
* Funcao que calcula a intidade media de luz nos pixels da imagem!
*/
double imageMediumIntensity(Mat imageRoi) {
Scalar intensity;
int intensityTotal = 0;
double avgIntensity = 0;
}
}
return avgIntensity;
whiteIntensity = imageMediumIntensity(imageWhite);
blackIntensity = imageMediumIntensity(imageBlack);
return contrast;
}
/**
* Captura 10 amostras da imagem! e salva os valores
*/
void startCapture(int tipo, string ntu) {
int x = 609;
int y = 552;
int width = 77;
int height = 84;
double intensityMedium, contrast;
std: string fileName;
std::string tipoStr = std::to_string(tipo);
intensityMedium = imageMediumIntensity(imageROI);
int newLine = 0;
if (i == 0) {
newLine = 1;
} else {
newLine = 0;
}
if (tipo == 3 or tipo == 4) {
contrast = 0;
//local da área Preta!
int xb = 728;
int yb = 540;
int widthb = 32;
int heightb = 88;
}
}
/**
* Metodo responsavel por salvar em um CSV os valores das amostras;
* tipo = 1 - intensidade media 180; 2 - intensidade media 90; 3 - intensidade media
180; 4 - intensidade media 90
* ntu é a quantidade de ntu da amostra;
* intensidade é o valor colhido pelo sensor!
*/
void writeCSVFileIntensity(int tipo, string ntu, double intensidade, int newLine = 0)
{
std::ofstream ofs;
std::ofstream outputFile;
std::ofstream fs;
102
//Verifica se o arquivo CSV já existe se não existe ele cria um CSV com o
cabeçalho abaixo!
ifstream myFile(fileName);
if (myFile.fail()) {
fs.open(fileName);
fs << "Tipo de Captura" << ";" << "NTU" << ";" << "Amostra 1" << ";"
<< "Amostra 2" << ";" << "Amostra 3" << ";" << "Amostra
4"
<< ";" << "Amostra 5" << ";" << "Amostra 6" << ";"
<< "Amostra 7" << ";" << "Amostra 8" << ";" << "Amostra
9"
<< ";" << "Amostra 10" << std::endl;
} else {
fs.open(fileName, std::ofstream::out | std::ofstream::app);
}
if (fs.is_open()) {
if (newLine == 1) {
fs << std::endl;
fs << tipo << ";" << ntu << ";" << intensidade;
} else {
fs << ";" << intensidade;
}
} else {
std::cout << "Error opening file";
}
}
void run() {
while (dNTU != 0) {
luz180(1);
delay(1500);
103
startCapture(tipo, ntu);
startCapture(tipo, ntu);
luz180(0);
delay(1500);
luz90(1);
delay(1500);
startCapture(tipo, ntu);
tipo = 4;
startCapture(tipo, ntu);
luz90(0);
ntu = ntuGet();
dNTU = std::stod(ntu);
}