Rede de sensores sem fio para monitoramento de condições de cultivo e armazenamento de hortifrutigranjeiros

Abstract

O Brasil se destaca pela grande capacidade de produção e exportação de produtos agrícolas. Um dos problemas mais relevantes nesse processo é o armazenamento desses insumos, e, dentre as diversas variáveis que prejudicam os alimentos no cultivo, transporte e armazenamento, os fatores umidade, luminosidade e temperatura podem indicar a origem e causas das perdas. Ainda, fazer o monitoramento dessas variáveis pode reduzir significativamente os danos que o armazenamento e transporte geram para a produção. Nesse sentido, este trabalho visa apresentar uma metodologia de análise dos dados de monitoramento de variáveis de produção, armazenamento e transporte de hortifrutigranjeiros. Para tal, foi realizado um estudo de caso que avaliou a influência do ensacamento de bananas no que diz respeito às grandezas mencionadas. O experimento foi realizado utilizando um hardware já existente e desenvolvido pelo grupo de pesquisas. O hardware possui uma arquitetura que possibilita configuração como sensor ou como coletor de dados. Quando configurado como sensor, consegue mensurar grandezas físicas tais como a temperatura, luminosidade, umidade e aceleração, e processar os dados fornecidos pelos sensores. Além disso, os dados podem ser armazenados em um cartão SD ou serem enviados via enlace de rádio frequência para outro dispositivo configurado como coletor de dados. Este, no que lhe concerne, consegue receber os dados de todos os sensores simultaneamente e organizá-los para serem enviados para um computador através de uma porta USB. Uma vez que o computador recebe esses dados, um software tipo aplicativo executável para PC, armazena-os em um arquivo de texto para poderem ser analisados posteriormente. Os dados armazenados nos arquivos texto foram processados nos softwares Excel e Minitab. O uso do Excel foi necessário pela sua facilidade em separar os dados vindos de cada um dos sensores, pois o software do computador grava os dados de todos os sensores no mesmo arquivo texto. Os resultados das 432 mil amostras coletadas mostram que todas as variáveis monitoradas, umidade, temperatura e luminosidade, além de não seguirem uma distribuição normal, direcionando a analisar os dados desse estudo de caso com ferramentas estatísticas não paramétricas, são influenciadas pelo ensacamento das bananas.

Brazil stands out for its great capacity for producing and exporting agricultural products. One of the most relevant problems in this process is the storage of these inputs, and, among the various variables that affect food in cultivation, transport and storage, the factors humidity, luminosity and temperature can indicate the origin and causes of losses. Monitoring these variables can significantly reduce damage caused by storage and transport to production. In this sense, this work aims to present a methodology for analyzing the monitoring data of variables of production, storage and transport of fruit and vegetables. To this end, a case study was carried out that evaluated the influence of bagging bananas with regard to the mentioned quantities. The experiment was carried out using existing hardware developed by the research group. The hardware has an architecture that allows configuration as a sensor or as a data collector. When configured as a sensor, it is capable of measuring physical quantities such as temperature, luminosity, humidity and acceleration, and processing the data provided by the sensors. In addition, this data can be stored on an SD card or sent via radio frequency link to another device configured as a data collector. This, in turn, is able to receive data from all sensors simultaneously and organize them to be sent to a computer through a USB port. Once the computer receives this data, an application-like software executable for the PC, stores it in a text file so that it can be analyzed later. Data stored in text files were processed in Excel and Minitab software. The use of Excel was necessary due to its ease of separating the data coming from each sensor, as the computer software records the data from all sensors in the same text file. The results of the 432,000 samples collected show that all monitored variables, humidity, temperature and luminosity, in addition to not following a normal distribution, directing to analyze the data of this case study with non-parametric statistical tools, are influenced by the bagging of bananas.