1. RI UFLA
  2. Programas de Pós-Graduação - Teses e Dissertações
  3. Engenharia de Sistemas e automação (Dissertações)
Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/1804
Registro completo de metadados
Campo DCValorIdioma
dc.creatorLopes, Alison Zille-
dc.date.accessioned2014-07-30T12:12:14Z-
dc.date.available2014-07-30T12:12:14Z-
dc.date.copyright2009-
dc.date.issued2014-07-30-
dc.date.submitted2009-02-19-
dc.identifier.citationLOPES, A. Z. Desenvolvimento de um neuro-controlador para galpões climatizados de frangos de corte. 2009. 149 p. Dissertação (Mestrado em Engenharia de Sistemas)-Universidade Federal de Lavras, Lavras, MG, 2009pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/1804-
dc.languageenpt_BR
dc.publisherUNIVERSIDADE FEDERAL DE LAVRASpt_BR
dc.rightsacesso abertopt_BR
dc.subjectFrangos de cortept_BR
dc.subjectFrangos de corte - Controle do ambientept_BR
dc.subjectRedes neurais artificiaispt_BR
dc.subjectSistemas embarcadospt_BR
dc.subjectPoultrypt_BR
dc.titleDesign of a neuron controller for climatized broiler housespt_BR
dc.typedissertaçãopt_BR
dc.contributor.advisor-coLacerda, Wilian Soares-
dc.contributor.advisor-coRabelo, Giovanni Francisco-
dc.publisher.programDEG - Programa de Pós-graduaçãopt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countryBRASILpt_BR
dc.description.concentrationModelagem e Análise de sitemaspt_BR
dc.contributor.advisor1Yanagi Júnior, Tadayuki-
dc.contributor.referee1Saúde, André Vital-
dc.contributor.referee1Zolneir, Sérgio-
dc.description.resumoObjetivou-se com a presente pesquisa desenvolver um neuro-controlador de baixo custo para galpões climatizados de frangos de corte. O controlador foi projetado para operar com quatro estágios de controle, três de ventilação e um de resfriamento evaporativo, em função de três pontos de aquisição de temperatura e umidade relativa. O hardware foi construído a partir de peripheral interface controllers (PICs), podendo ser dividido em módulo de controle e módulos sensores. Redes neurais artificiais (RNAs) foram treinadas e validadas para a predição da temperatura retal (Tr) em função das condições térmicas (temperatura do ar, Tar; umidade relativa, UR; e velocidade do ar, V), possibilitando assim, a tomada de decisão no acionamento dos estágios de controle. A arquitetura escolhida para esse propósito foi a multilayer perceptron (MLP), onde 139 dados, obtidos da literatura, foram usados no treinamento (94) e validação (45). A MLP selecionada com três entradas (Tar, UR e V), três neurônios na camada escondida e uma saída (Tr); apresentou excelentes resultados, proporcionando estimativas com erro percentual médio de 0,78 % para o conjunto de treinamento e 1,02 % para o conjunto de validação. No módulo de controle, as entradas da MLP são obtidas a partir de requisição aos módulos sensores. O sistema desenvolvido apresentou baixo custo de desenvolvimento, comportamento estável e ausência de chaveamentos aleatórios perante condições térmicas simuladas. O neuro-controlador mostrou-se consistente, buscando por condições de conforto adequadas a produção e exibindo a potencialidade da aplicação de redes neurais artificiais na solução de problemas reais relacionados à produção avícola.pt_BR
dc.description.resumoThe objective of the present research was to develop a low cost neuron controller for climatized broiler houses. The controller was projected to operate with four control stages, three of ventilation and one of evaporative cooling, as a function of three acquisition points of temperature and relative humidity. The hardware was constructed starting from peripheral interface controllers (PICs), capable of being divided into control module and sensor modules. Artificial neural networks (ANNs) were trained and validated for the prediction of the rectal temperature (Tr) as a function of the thermal conditions (air temperature, Tair; relative humidity, RH; and air velocity, V), thus making possible the decision making in the activation of the control stages. The architecture chosen for that purpose was the multilayer perceptron (MLP), where 139 data, obtained from the literature, were used in the training (94) and validation (45). The selected MLP with three inputs (Tair, RH and V), three neurons in the hidden layer and an output (Tr) presented excellent results, providing estimates with an average percentile error of 0.78% for the training set and 1.02% for the validation set. In the control module, the MLP inputs are obtained starting from a request to the sensor modules. The system developed presented low development cost, stable behavior and absence of random switching under simulated thermal conditions. The neuron controller showed as consistent, seeking comfortable conditions adequate for production and exhibiting the potential of artificial neural network applications to the solution of real problems related to poultry production.pt_BR
dc.subject.cnpqCNPQ_NÃO_INFORMADOpt_BR
Aparece nas coleções:Engenharia de Sistemas e automação (Dissertações)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO_Design of a neuron controller for climatized broiler houses.pdf1,14 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.