Tese
Tecnologias digitais aplicadas na gestão do corte florestal com harvester
Digital technologies applied to timber cutting management with a harvester
Registro en:
SILVA, Arthur Araújo. Tecnologias digitais aplicadas na gestão do corte florestal com harvester. 2021. 80 f. Tese (Doutorado em Ciência Florestal) - Universidade Federal de Viçosa, Viçosa. 2021.
Autor
Silva, Arthur Araújo
Institución
Resumen
A operação de corte florestal com harvester deve seguir exigências de um mundo corporativo ágil e conectado, sendo que a mensuração e transmissão de dados em tempo real garantem informações em menor tempo e redução nos custos da operação. Neste contexto, o objetivo geral deste estudo foi analisar a aplicação de tecnologias digitais na gestão do corte florestal com harvester. Como objetivos específicos, descreveu-se as variáveis que influenciam o desempenho do harvester, analisando as opções de coleta automática e transmissão em tempo real dos dados; descreveu-se o funcionamento e as vantagens da utilização do software Microsoft Power BI na análise diagnóstica dos dados da operação; e avaliou-se a aplicação da tecnologia gêmeo digital para análise preditiva e antecipação de ocorrências na operação de corte florestal com harvester. Os dados utilizados no estudo foram obtidos entre os anos de 2015 e 2019 durante operações de corte florestal com harvester em plantios comerciais de Eucalyptus pertencentes a empresas do setor florestal situadas nos estados da Bahia e Espírito Santo. Utilizou-se os softwares Microsoft Excel, Power BI e RStudio para análises diagnóstica, estatística e preditiva dos modelos utilizados. Comprovou-se a influência de variáveis relacionadas às características da floresta, do ambiente, da máquina, das condições humanas e da organização da operação. A produtividade média do harvester foi de 18,42 m³.he -1 , para um volume médio individual (VMI) de 0,162 m³ encontrado. Esta produtividade pode ser considerada baixa, justamente explicada pelo baixo VMI. Indicou-se a coleta automatizada dos dados através de sensores e apontamento eletrônico pelos operadores. Identificou-se diferentes opções de transmitir os dados da operação em tempo real, como comunicação satelital, rádio frequência (LoRa), telefonia móvel, WiFi e sistema de coletores (M2M). A escolha da tecnologia de transmissão de dados depende de diversos fatores, como localização da máquina e custo envolvido, portanto, para cada situação em campo deve-se ter uma solução personalizada. Concluiu-se que o Power BI pode ser utilizado como ferramenta estratégica para as tomadas de decisão na operação devido às suas diversas características, que permitem: fácil implementação e maneabilidade; integração com diversos sistemas e fontes de dados; agilidade na modelagem de dados através do Power Query, Power Pivot e linguagem DAX; interface e visualização intuitiva através das ferramentas do Power View; acompanhamento da localização em tempo real das máquinas através da ferramenta “ArcGis for Maps”; atualização automática. Realizadas as análises descritiva e diagnóstica, surge como oportunidade otimizar a operação de corte florestal com harvester através da antecipação de ocorrências. Concluiu-se que, utilizando diversas tecnologias, tais como Big Data, Business Inteligence, Internet das Coisas, sensores, computação em nuvem, simulações, entre outras, é possível criar um gêmeo digital do harvester, aplicando nas seguintes etapas: elaboração de equipe técnica multidisciplinar, coleta de dados automatizada, transmissão dos dados em tempo real, armazenamento dos dados em nuvem, criação dos modelos, análise das informações geradas e gestão da tecnologia. O estudo possibilitou a predição da produtividade através do modelo Random Forest baseado em diversas variáveis explicativas e a predição do abastecimento de combustível e ocorrência de falhas baseado em séries temporais através do modelo de suavização exponencial simples (SESM – Simple Exponential Smoothing Model). Estas análises preditivas proporcionaram controle mais efetivo e antecipação de ocorrências na operação. Trabalhos como este são de grande importância para a evolução da operação de corte florestal com harvester, e consequentemente do setor florestal brasileiro, apresentando soluções inovadoras que podem ser utilizadas em outras operações pertencentes a um projeto florestal. Palavras-chave: Dados. Indicadores de desempenho. Power BI. Gêmeo digital. The timber cutting with a harvester must follow the requirements of an agile and connected corporate world, and the measurement and transmission of data in real time guarantee information in less time and a reduction in operation costs. In this context, the general objective of this study was to analyze the application of digital technologies in the management of timber cutting with a harvester. As specific objectives, the variables that influence the harvester's performance were described, analyzing the options for automatic collection and real-time data transmission; the functioning and advantages of using the Microsoft Power BI software in the diagnostic analysis of the operation data were described; and the application of digital twin technology for predictive analysis and anticipation of occurrences in the timber cutting operation with a harvester was evaluated. The data used in the study were obtained between 2015 and 2019 during timber cutting with a harvester in commercial Eucalyptus plantations belonging to companies in the forest sector located in the states of Bahia, Espírito Santo and Minas Gerais. Microsoft Excel, Power BI and R Studio software were used for diagnostic, predictive and statistical analysis of the models used. The influence of variables related to the characteristics of the forest, the environment, the machine, human conditions and the organization of the operation was proven. The average harvester productivity was 18.42 m³.he -1 , for an mean tree volume (MTV) of 0.162 m³ found. This productivity can be considered low, precisely explained by the low MTV. Automated data collection through sensors and electronic notes by operators was indicated. Different ways of transmitting operation data in real time were identified, such as satellite communication, radio frequency (LoRa), mobile telephony, WiFi and collector system (M2M). The choice of data transmission technology depends on several factors, such as the location of the machine and the cost involved, therefore, for each situation in the field, a customized solution must be provided. It was concluded that Power BI can be used as a strategic tool for decision making in the operation due to its several characteristics, which allow: easy implementation and manageability; integration with diverse systems and data sources; agility in data modeling through Power Query, Power Pivot and DAX language; intuitive interface and visualization through Power View tools; real-time location monitoring of machines through the “ArcGis for Maps” tool; Automatic Update. After performing descriptive and diagnostic analysis, it appears as an opportunity to optimize the timber cutting operation with a harvester by anticipating occurrences. It was concluded that, using several technologies, such as Big Data, Business Intelligence, Internet of Things, sensors, cloud computing, simulations, among others, it is possible to create a harvester digital twin, applying in the following steps: preparation of a technical team multidisciplinary, automated data collection, real-time data transmission, cloud data storage, model creation, analysis of generated information and technology management. The study enabled the prediction of productivity through the Random Forest model based on several explanatory variables and the prediction of fuel supply and failure occurrence based on time series through the Simple Exponential Smoothing Model (SESM). These predictive analytics was provided more effective control and anticipation of occurrences in the operation. Works like this are of great importance for the evolution of timber cutting with a harvester, and consequently of the Brazilian forest sector, presenting innovative solutions that can be used in other operations belonging to a forestry project. Keywords: Data. Performance indicators. Power BI. Digital twin. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior