Escolar Documentos
Profissional Documentos
Cultura Documentos
JUAZEIRO - BA
2023
ANTONINY DA SILVA PEREZ
JUAZEIRO - BA
2023
FICHA CATALOGRÁFICA
Perez, Antoniny
P438d Desenvolvimento de uma ferramenta de gerenciamento para tra-
tores agrícolas. / Antoniny da Silva Perez. – Juazeiro - BA, 2023.
xxii, 30 f.; 29 cm.
* CDD 631.3
Banca Examinadora
Agradeço primeiramente a Deus, por toda força dada para trilhar essa
grande jornada até aqui, cheia de desafios e incertezas.
Agradeço a meus pais e irmã, Ailton, Lenise e Beatriz, por todo o incentivo
e apoio dado aos meus estudos ao longo da minha vida. Aos demais familiares,
especialmente Ubirajara Perez, por todo o suporte durante o período de graduação.
Agradeço a Raniele, por todo incentivo e apoio durante nessa jornada de
companheirismo e o amor demonstrado ao longo da nossa relação.
Agradeço também aos meus professores, em especial, a minha
orientadora Jardênia Rodrigues Feitosa, por toda paciência e comprometimento, ao
me auxiliar de maneira excelente na elaboração desse trabalho.
Por fim, agradeço a todos os colegas de graduação que trilharam parte
desse caminho comigo, compartilhando as dificuldades, os desafios e as vitórias
obtidas.
PEREZ, A. S. Desenvolvimento de uma ferramenta de gerenciamento para trato-
res agrícolas; Juazeiro (BA). Trabalho de Conclusão de Curso. Universidade Federal
do Vale do São Francisco. 2023
RESUMO
ABSTRACT
1 INTRODUÇÃO ......................................................................................................... 7
3 METODOLOGIA..................................................................................................... 17
4 DISCUSSÃO E RESULTADOS.............................................................................. 19
REFERÊNCIAS ......................................................................................................... 28
7
1 INTRODUÇÃO
1.2 Problemática
2 REFERÊNCIAL TEÓRICO
como a aqui desenvolvida – são fundamentais para que haja uma nova geração de
produções acadêmicas, práticas e organizacionais na área da Agricultura 4.0.
Zhao et al. (2005) afirmam que o aumento do uso de dados pelas tecnolo-
gias agrícolas inteligentes oferece aos agricultores uma oportunidade de entender me-
lhor os agroecossistemas, aumentando assim a produção e os lucros com sustenta-
bilidade. Os autores apresentam um estudo sobre a capacidade dos consultores agrí-
colas de gerenciar um vasto conjunto de dados. As conclusões alcançadas são que
as tecnologias agrícolas inteligentes têm potencial disruptivo para a gestão agrícola,
exigindo contribuições mais significativas de consultores para facilitar uma adaptação
ideal do sistema.
Por fim, ainda neste campo, Fubing (2012) assume que os recentes avan-
ços no desenvolvimento e implementação de Tecnologia da Informação e Comunica-
ção - TICs, geraram uma capacidade de coletar, processar e analisar dados de dife-
rentes fontes, materializando o conceito de agricultura inteligente. Esses avanços re-
ferem-se não apenas à quantidade, mas também à variedade e velocidade de coleta
desses dados, e o conceito de Big Data é a chave para entender as tendências futuras
da agricultura (FUBING, 2012). Exposto isto, na próxima seção se trabalha outra fer-
ramenta essencial da Agricultura 4.0, a chamada Internet das Coisas (IoT).
sido a falta de justificativa econômica, mas essa deficiência provavelmente será su-
perada à medida que as tecnologias aliadas se tornarem mais acessíveis (GIFT, 2018;
BORÉM, 2022; HAMEED et al., 2016; ANTILLE et al., 2018).
As tecnologias automatizadas foram desenvolvidas nas últimas décadas
para melhorar a eficiência operacional dos veículos, onde desenvolvimentos recentes
de automação melhoraram significativamente os elementos da operação dos equipa-
mentos empregados na indústria de máquinas agrícolas (SCHUELLER, 2014). Por
exemplo, transmissões continuamente variáveis (CVTs) aliviam o processo de seleção
de marchas e combinações de rotação do motor durante as operações do veículo
(SULECKI, 2018).
Já quanto às tecnologias voltadas para o gerenciamento de máquinas
agrícolas utilizadas na operação, à automação e equipamentos semiautomáticos são
tendências. Este tipo de equipamento é semelhante ao equipamento controlado pelo
operador, mas incorpora uma ou mais operações automatizadas, permitindo a inter-
venção de um operador humano em caso de risco ou falha. As tecnologias líder-se-
guidor são tecnologias de coordenação de maquinário que tendem a ser semiautomá-
ticas, com pelo menos um operador humano controlando diretamente a operação ge-
ral (SULECKI, 2018).
Quanto à comunicação de máquinas, os agricultores geralmente usam
tratores de uma marca com implementos de outra e, se tiverem sistemas eletrônicos
incompatíveis, cada combinação de trator e implemento exigiria terminal de conexão
individual e um conversor de formato de dados. Assim, conectores padronizados, for-
matos de dados e protocolos de comunicação são necessários para que equipamen-
tos de diferentes fabricantes de máquinas agrícolas sejam compatíveis entre si
(BORÉM et al, 2018).
O principal esforço destinado a padronizar equipamentos agrícolas que
criam e manipulam dados agrícolas é o padrão ISO 11783, “Tratores e máquinas para
agricultura e silvicultura ― Rede serial de controle e comunicação de dados” também
conhecida como sistema ISOBUS. O objetivo principal do ISOBUS é padronizar a co-
municação entre tratores e implementos e promover a compatibilidade da transferên-
cia de dados entre os sistemas móveis e os softwares de escritório utilizados na fa-
zenda. Um sistema ISOBUS moderno consiste em vários componentes, incluindo o
veículo, o terminal de conexão e o implemento (SULECKI, 2018).
14
do solo etc.). Uma complicação adicional é que muitos sistemas ERP carecem de
funcionalidade específica do setor, porque por muito tempo o negócio agroalimentar
era um mercado muito pequeno para fornecedores de ERP desenvolverem funciona-
lidades específicas (KOCH, 2017).
No entanto, esta situação está mudando. A indústria de ERP reconheceu a
falta de flexibilidade e, na década anterior, trabalhou arduamente para transformar o
ERP em sistemas ERP II, baseados na web, abertos e componentizados com base
em uma Arquitetura Orientada a Serviços (KOCH, 2017). Além disso, muitas soluções
de ERP específicas do setor surgiram, consistindo em camadas específicas do setor
em torno de sistemas ERP padrão. No setor de horticultura, vários produtores e co-
merciantes já implementaram esses sistemas de ERP na década anterior e hoje elen-
cam com frequência ainda maior (KOCH, 2017). Em frente, algumas pesquisas recen-
tes são apresentadas quanto ao uso de ERP na Economia da Agricultura.
Oliveira et al. (2018), ao estudarem o uso do sistema ERP em uma pro-
priedade rural do município de Jaboticabal/SP, afirmam que a “falta de um planeja-
mento eficaz pode provocar resultados econômicos ruins, gastos inesperados, dificul-
dade na tomada de decisão, falta de controle de estoque e de insumos produzidos,
entre outros”. Nesse sentido, a implantação de um ERP “tende a alavancar a produti-
vidade, reduzir custos, identificar estratégias de melhorias para a área, além de reali-
zar um diagnóstico completo na empresa reduzindo custos residuais.
Esperidião (2019), em um estudo com a empresa TRIDEC, avaliou as
aplicações do ERP por meio de entrevistas e estudos documentais. Suas conclusões
foram que a utilização de um sistema ERP em qualquer organização é indiscutível e
seus benefícios são incontestáveis, sendo esta utilidade mais eminente se a empresa
em questão operar para o mercado externo. Para além disto, os autores apresentaram
as seguintes aplicações: avaliação direta de Custos do projeto, auxílio na tomada de
decisão, diagnóstico de processos, evolução e desenvolvimento de agricultura de pre-
cisão, dentre outros.
Morota (2018) afirmam que o uso do ERP entra nas seguintes áreas: (a)
redução de desperdícios, tendo em vista que os custos e despesas são mais eficientes
e, assim sendo, todas as etapas que envolvem a produção, o estoque, as vendas,
entre outros processos, pode ser tecnologicamente caracterizado, o que evita os ris-
cos de perdas com a falta de juízo pessoal e administração de pessoas, além de me-
17
3 METODOLOGIA
adotou-se uma escala de rendimento: ótimo (100% a 85%), bom (84% a 70%), regular
(69% a 50%), fraco (49% a 0%) em relação a uma escala de 0 a 100.
Para o desenvolvimento da ferramenta, primeiramente foi desenvolvido o
banco de dados, com os registros extraídos da empresa que fornece o serviço de
georreferenciamento. Com isso, o dashboard foi elaborado conforme as variáveis:
hodômetro inicial, hodômetro final, distância total percorrida; tempo ocioso, tempo
parado e trator.
4 DISCUSSÃO E RESULTADOS
A série de dados das operações dos tratores foi delimitada para o ano de
2022, onde se registrou para cada máquina agrícola as seguintes variáveis,
considerando cada momento de acionamento do trator:
Figura 1: representação mensal do período total em horas em que os tratores ficaram em movimentação e
Ociosos.
Gráfico 1: Quantidade anual de horas mensais da movimentação e parado em funcionamento, dos tratores em 2022.
Fonte: próprio autor.
rendimento operacional acima de 50%, com resultado de 52%, sendo este classificado
em regular.
Figura 2: dias totais de movimentação x parado em funcionamento, dos tratores em 2022. Fonte: próprio autor.
Figura 3: rendimento anual de operação dos tratores em 2022. Fonte: próprio autor.
Foram observados alguns casos em que o trator ficou ligado por mais de
6h com motor ocioso.
Figura 4: casos pontuais em que os tratores estavam por mais de 6h ligados em modo ocioso. Fonte: próprio autor.
Figura 5: % total em que os tratores ficaram apenas no Figura 6: % total em que os tratores ficaram apenas no
modo ocioso. modo em movimentação
TRATOR JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ TOTAL (KM)
TR05 2.792 2.452 3.886 2.850 1.116 187 742 672 719 520 558 591 17.085
TR01 1.977 1.255 1.566 2.949 1.729 203 764 857 61 451 677 648 13.137
TR03 1.429 976 269 75 1.335 237 454 240 738 223 297 698 6.971
TR04 7 3.101 178 66 471 685 626 336 384 141 5.995
TR02 591 435 538 348 259 438 794 844 517 182 307 5.253
Total Geral 6.796 8.219 6.437 6.222 4.439 693 2.869 3.248 2.988 2.047 2.098 2.385 48.441
Tabela 3: distância percorrida mensalmente por cada trator em 2022. Fonte: próprio autor.
26
5 CONSIDERAÇÕES FINAIS
REFERÊNCIAS
KOCH, S.; BERNROIDER, E. W. N. Koch, S.: ERP selection process in midsized and
large organizations. Business Process Management Journal 7(3), 251-257. Acesso
29
Pivoto D et al. Scientific development of smart farming technologies and their applica-
tion in Brazil. Info Proc Agri (2017). Acesso em: 02 de abril de 2023. Disponível em:
https://doi.org/10.1016/j.inpa.2017.12.002.