Professional Documents
Culture Documents
Abstract This paper presents the development of a prototype of a system for remote data acquisition of environmental va-
riables called GETFLORESTA. The system performs all the functions of a Datalogger and has the task of analyzing behavior in
a forest reserve by a intelligent agent, which contains expert systems of the standards related to environmental variables of tem-
perature, relative humidity and dew point, and your relation with forest parks located in the Amazon. The hardware is composed
of - a computational unit microcontrolled model PIC18F252 that contains an analog / digital data acquisition of analog type sen-
sors LM35 for temperature, and serial communication interfaces for reading digital type sensors SHT75 for temperature and
humidity of the air. The data’s flow between the sensor module and the remote computer of the GETFLORESTA is done by a
channel wireless standard IEEE 802.15.4 Zigbee.
Keywords
Environment Data Acquisition, Sensor Fusion, Remote Monitoring, Florest Automation.
Resumo Este artigo apresenta o desenvolvimento de um protótipo de um sistema de aquisição remota de dados de variáveis
ambientais denominado de GETFLORESTA. O sistema, além de executar todas as funções de um Datalogger, tem a função de
analisar comportamentos em uma área de floresta através de um agente inteligente de software. Da mesma forma, contém
conhecimento especialista dos padrões relacionados às variáveis ambientais de temperatura, umidade relativa do ar e ponto de
orvalho. Este desenvolvimento tem sua utilização em áreas de florestas protegidas ou de manejo florestal especificamente na
Amazônia. O hardware é composto por uma unidade computacional microcontrolada, modelo PIC18F252, o qual contém um
conversor analógico/digital para aquisição de dados de sensores do tipo analógico LM35, para temperatura, e interfaces de
comunicação serial para leitura de sensores do tipo digital SHT75 para temperatura e umidade relativa do ar. O fluxo de
informação de dados entre o modulo sensor e o computador remoto do GETFLORESTA é feito por um canal de comunicação
sem fio padrão IEEE 802.15.4 Zigbee.
Palavras-chave
Aquisição de Dados Ambientais, Combinação Sensorial, Monitoramento Remoto, Automação Florestal.
Vref 5 (2)
R= ⇒ R = 10 ⇒ R = 4,88 mV
2n − 1 2 −1
Nesta equação (2), R é a resolução de leitura do
sensor em mV , n é o número de bits do conversor
A/D e V ref é a tensão de referência do conversor, no
caso usando 5 Volts. O conversor A/D deste
microcontrolador suporta a leitura de sinais a partir
de 5 mV. Logo, isto não requer qualquer circuito Figura 5. Modelo esquemático de um Sensor Inteligente.
auxiliar para amplificar o sinal de saída do LM35 que
é de 10 mV/ºC. Desde que o custo total é um fato essencial para
Uma nova tendência em tecnologia de medição é aplicações industriais e residenciais, uma abordagem
chamada de sensor inteligente como mostra a Figura com um único chip altamente integrado (sinle-on-
4. Este transdutor converte grandezas físicas em um chip) é a solução preferencial dos fabricantes de
sinal com a escala adequada para o conversor A/D de semicondutores que estão desenvolvendo
um microcontrolador, em geral de 0 a 5V. equipamentos IEEE 802.15.4. O padrão IEEE para a
camada física é o fator significante na determinação
Sensor Microcontrolador Interface da arquitetura de RF e na topologia dos dispositivos
Tratamento da Aquisição RS – 232 ZigBee. Desta maneira, é verificado que o padrão
Sonar de Dados do Sensor RS – 485 ZigBee se mostra adequado para uma razoável
802.15.4
cobertura, pois suas várias topologias de redes
Aquisição Calibração Correção Rede
802.3
suportadas e o grande número de nós que podem se
802.11
10 mV / 1 Polegada
CANopen
conectar (em torno de 64.000 nós) dão várias
. . . alternativas de arrajos de dispositivos em grandes
áreas. De fato, pode alcançar de até a 100 m, em
Figura 4. Modelo de um Sensor Inteligente. ambientes fechados, ou 1Km, em ambientes abertos.
Para o monitoramento ambiental proposto neste florestal. As maiores diferenças ocorrem durante os
trabalho usou-se o padrão IEEE 802.15.4 – ZigBee. períodos mais quentes e as máximas temperaturas são
Optou-se por utilizar este sistema de comunicação mais afetadas do que as mínimas. A baixa
devido, principalmente, as suas características de temperatura no interior das florestas é responsável
confiabilidade, auto-correção, o suporte para grandes pela umidade relativa do ar mais alta (AFUBRA,
números de nós, fácil interfaceamento com 2004). Para uma análise mais detalhada destes
microcontroladores, baixo consumo de energia, comportamentos, por um sistema autônomo, faz-se
criptografia para o canal de dados e baixo custo. necessário o uso de sistemas baseados em um
arquétipo de conhecimentos mais conhecidos por
2.3 Módulo de Análise Especialista sistemas especialistas.
O módulo de análise especialista é apresentado na
3.1 Clima da Floresta Tropical Amazônica
Figura 6. Este módulo é composto por um notebook,
o qual executa o software do sistema As florestas são mais úmidas mesmo que a
GETFLORESTA, e que recebe os dados pela temperatura do ponto de orvalho e a pressão do vapor
interface de comunicação ZigBee IEEE 802.15.4. de água ambiental sejam aproximadamente iguais às
da área externa (cidade). Com o uso e análise destas
informações é possível identificar comportamentos
climáticos nas regiões florestais quando comparadas
a dados climáticos das cidades. Um exemplo é se
detectar altas temperaturas e baixa umidade na região
de floresta, isto indica um forte risco de incêndio. A
vantagem de se detectar estes comportamentos
antecipadamente é que assim se pode prevenir e
evitar possíveis acidentes ambientais, para que tais
Figura 6. Módulo de Análise Especialista com Placa ZigBee. situações não se alastrem para a região urbana (Chase
et. al., 2009). Como exemplo das utilidades deste
O software mostrado na Figura 7 é desenvolvido robô, pode ser usado em ambientes antropizados, que
em C++, através do ambiente C++ Builder 6 da são áreas rurais como pequenas cidades ribeirinhas
Borland. No software há um thread de ou encravadas na floresta e em centros de pesquisa
processamento para a aquisição e amostragem dos do campo (IBAMA, 1992).
dados vindos do módulo de sensor, e outro thread Uma análise do comportamento climático de
para a o agente inteligente que processa a base de florestas tropicais é feito através do índice do ponto
dados com regras especialistas, os quais são descritos de orvalho ( Td ), que é obtido a partir da combinação
na Seção 3. sensorial das informações de temperatura ( T ) e
A leitura dos dados de temperatura e umidade é umidade relativa do ar ( RH ). A combinação é feita
amostrada na tela de dados da Figura 7 e nos gráficos com uso da técnica de aproximação August-Roche-
de evolução em função do tempo. Um arquivo de Magnus, que é dada por:
dados contém a matriz de informações para
temperatura, umidade, ponto de orvalho, data e hora b × ϕ (T , RH ) , (3)
Td =
da coleta. Tudo isto em cada coluna, a − ϕ (T , RH )
respectivamente, que pode ser gravado para posterior
análise. na qual,
aT RH , (4)
ϕ (T , RH ) = + ln
b +T 100
com as constantes
a = 17.271, (5)
b = 237.7 º C
e cujo ponto de orvalho é a temperatura em que o ar
fica saturado, ou seja, à qual o vapor de água
Figura 7. Interface do software do Módulo de Análise Especialista. presente no ar ambiente passa para o estado líquido
na forma de pequenas gotas (Lawrence, 2005). Esta
técnica é somente válida se obedecer:
3 Sistema Especialista em Florestas 0º C < T < 60º C
1% < RH < 100% , (6)
As informações climáticas obtidas no interior da
Mata apontam que a temperatura do ar, diária ou 0º C < Td < 50º C
mensal, é inferior àquela obtida fora do domínio
3.2 Sistemas Especialistas Para detectar o comportamento “Incidência de
Fogo” é usado conhecimento numérico, através do
Uma das técnicas de Inteligência Artificial que
índice de Angstron, que é dado por:
mais possuem aplicações é a de sistemas especialistas
ou de sistemas baseados em conhecimentos. B = 0,05 RH − 0,1(T − 27) (7)
Diferentemente dos sistemas clássicos, nos quais os
dados de um problema são tratados sequencialmente Este índice foi desenvolvido na Suécia e tem como
para se obter um resultado, no sistema especialista base fundamentalmente os dados de temperatura e
existe um motor de inferência que usa os dados umidade relativa do ar, ambos medidos diariamente
disponíveis e os conhecimentos armazenados na sua às 13 horas. Não é um índice cumulativo, pois
base para gerar novos dados de forma interativa até sempre que o valor do índice de Angstron for menor
se chegar a solução do problema (Campos e Saito, do que 2,5 haverá risco de incêndio, isto é, as
2004). A Figura 8 mostra a estrutura de um sistema condições atmosféricas do dia estarão favoráveis à
especialista. ocorrência de incêndios (Soares, 1986).
A detecção do restante de outros
comportamentos é feito através de conhecimento
empírico, com base na vivência estudos e
observações do comportamento climático da região
amazônica.
4 Resultados Experimentais
35
Temperatura <http://www.sefloral.com.br/> Acesso em:
Umidade
30 Orvalho
Dezembro de 2007, Brasil.
Oliveira, A., Cavalcanti, S. Y. C. (2008). Sistemas de
25
0 5 10 15 20 25 30 35 Medição: Terminologia e Incerteza. Enciclopédia
Tempo (seg)
de Automática, Volume 2, Editora: Blucher,
Figura 11. Comportamento: Quente e Seco.
Brasil.
A temperatura marca em média 41.2ºC, ponto de Moreno, E. D., Penteado, C. G., Rodrigues, A. C.
orvalho de 26.4ºC e umidade relativa do ar de 87.3%. (2005). Microcontroladores e FPGAS –
A proximidade entre as medidas de temperatura e Aplicações em Automação. Editora: Novatec, São
orvalho caracteriza o clima como chuvoso. Paulo, Brasil.
A Figura 12 apresenta o comportamento “Risco Viegas, V. M. R. (2004). Projeto e Implementação de
de Incêndio”, no ensaio realizado às 13:00 horas. um Sistema de Sensores Inteligentes Baseado na
Norma IEEE1451, Dissertação de mestrado em
- ICIBE UFRA - Comportamento: Risco de Incêndio Engenharia Eletrotécnica e de Computadores,
70
Universidade Técnica de Lisboa, 241f., Portugal.
60
Temperatura IBAMA. (1992). Cartilha ECO-92 de Emergências
50
Ambientais na Região Amazônica. 33f., Brasil.
ºC / %
Umidade
40 Orvalho
Campos, M. M., Saito, K. (2004). Sistemas
30
Inteligentes em Controle e Automação de
20
0 20 40 60 80 100 120 140 160 180
Processos. Editora: Ciência Moderna, Brasil.
Tempo (seg) EMBRAPA. (2008). Guia do Cultivo de Cereais.
Figura 12. Comportamento: Risco de Incêndio. 80f., Brasil.
Lawrence, M. G. (2005). The relationship between
A temperatura marca em média 35.3ºC, ponto de
relative humidity and the dew point temperature
orvalho de 27.1ºC e umidade relativa do ar de 62.3%,
in moist air: A simple Conversion and
cujo índice florestal de Angstron se manteve abaixo
applications. Max Planck Institute for Chemistry,
de 2,5, o que caracteriza um comportamento de risco
Bull. Am. Meteorol. Soc., 86, 225-233,
de incêndio conforme mostra a Figura 13.
Germany.
- ICIBE UFRA - Risco de Incêndio (B< 2,5)
Moreno, E. D., Penteado, C. G., Rodrigues, A. C.
Índice Florestal de Angstron (B)
2.4
(2005). Microcontroladores e FPGAS –
2.35
Aplicações em Automação. Editora: Novatec, São
Paulo, Brasil.
2.3
Soares, R. V. (1986). Comparação entre quatro
índices na determinação do grau de perigo de
2.25
incêndios no município de Rio Branco do Sul –
0 20 40 60 80 100 120 140 160 180 PR. 5º Congresso Florestal Brasileiro, Revista
Tempo (seg)
Figura 13. Índice Florestal de Angstron.
Floresta nº31, Recife, Brasil.