Increasing yoghurt daily production with modeling and simulation process / Aumento da produção diária de iogurte com modelagem e simulação de processos

ABSTRACT: The objective of this research was to use the modeling and computer simulation to support decision makers, aiming to increase the productive capacity of the agro-industry of LaticínioFunarbe. Specifically, it has modeled the current yoghurt production sector for simulation that enables it to meet the new demand. The Arena 14.7 simulation software was used to conduct the modeling. To validate the model, the output of yoghurt production collected at the factory for three months was compared with the output from the simulated computational model. Two indicators were established to perform analyzes of four different scenarios. The implemented model resulted in an increase in the production capacity of 5,000L.d-1 of yoghurt, corresponding to a production of yoghurts processed daily three times higher than the current production.

RESUMO: O objetivo deste trabalho foi usar a modelagem e a simulação computacional como ferramenta de suporte aos tomadores de decisão, visando a aumentar a produtividade da agroindústria Laticínio Funarbe. Especificamente, modelou o setor atual da produção de iogurte para elaboração de análises que possibilita atender à nova demanda. Para a modelagem utilizou-se o software de simulação Arena 14.7. Para a validação do modelo foram comparados os resultados de produção de iogurte coletados na fábrica durante três meses com os resultados simulados pelo modelo computacional. Foram estabelecidos dois indicadores para realizar análises de quatro cenários diferentes. Por meio do modelo implementado, obtivemos um aumento da capacidade produtiva de 5000L.d-1 de iogurte, que corresponde a uma produção de iogurtes processados, diariamente, três vezes maior do que a produção atual.

The temporal stability of the variability in apparent soil electrical conductivity / Estabilidade temporal do padrão de variabilidade espacial da condutividade elétrica aparente do solo

Apparent soil electrical conductivity (ECa) measurements can be used for crop management in precision agriculture. However, ECa is a soil attribute that presents spatial and temporal variability. It is affected by a group of factors that act simultaneously on the soil, such as the soil texture, moisture content, organic matter content and ionic concentrations in the soil solution, which complicates analysis. For soil and crop management, it is important to determine whether the pattern of the ECa spatial variability changes over time. Thus, ECa measurements have the potential for delimiting management zones that are stable over time. The objective of this work was to determine whether the spatial variability pattern of ECa is maintained over time and under different soil conditions. To this end, the ECa was measured at different soil depths using a portable sensor on two crop fields. The first step was to measure and generate an ECa map for each area. By defining a path with the maximum ECa variability, 50 sampling points were located on each field. The ECa values were measured on 20 different dates in the 0 ­ 20 cm, 0 ­ 40 cm and 0 ­ 60 cm soil layers. The soil water content was measured at the same points in the 0 ­ 20 cm layer on the same dates. The temporal stability of the ECa was analyzed using spatial and temporal variability maps, a correlation analysis and a coefficient of variation over time for each field. In both areas, the ECa exhibited temporal stability in the spatial pattern variability at the three evaluated depths, even though the soil water content values changed on each date. ECa determination presents an important alternative for mapping agricultural fields for crop management in precision agricultural systems.

A determinação da condutividade elétrica aparente do solo (CEa) pode auxiliar no gerenciamento da atividade agrícola quando adotada a agricultura de precisão. No entanto, ela é afetada por um conjunto de fatores que atuam simultaneamente no solo e que se alteram tanto no espaço quanto no tempo, como, por exemplo, a textura, o teor de água do solo, a concentração iônica da solução do solo, a matéria orgânica, dificultando a interpretação dos resultados. Buscando-se compreender se a estrutura espacial desse atributo é mantida com o decorrer do tempo e sob diferentes condições edáficas, esse trabalho foi realizado com o objetivo de analisar a estabilidade temporal do padrão espacial da CEa. Para isso, a condutividade elétrica aparente do solo foi determinada em diferentes profundidades do solo usando um sensor portátil de contato direto em duas áreas distintas. O primeiro passo foi determinar a condutividade elétrica aparente do solo e obter o mapa de CEa de cada área. Depois, demarcou-se 50 pontos amostrais buscando-se um caminho de máxima variabilidade da CEa. Então, a CEa foi determinada em 20 datas diferentes nas camadas de solo de 0 ­ 20 cm, 0 ­ 40 cm e 0 ­ 60 cm de profundidade. O teor de água do solo foi determinado na camada de 0 ­ 20 cm de profundidade, nas mesmas datas de determinação da CEa. A estabilidade temporal da CEa foi analisada por meio de mapas de variabilidade espaço-temporal, de análises de correlação e do coeficiente de variação ao longo do tempo para cada unidade amostral. Em ambas as áreas a CEa apresentou estabilidade temporal do padrão de distribuição espacial para as três profundidades avaliadas, ainda que observadas diferenças no teor de água do solo durante o período do estudo. Portanto, a determinação da CEa constitui alternativa interessante para mapeamento de campos agrícolas auxiliando no manejo em sistemas que empregam agricultura de precisão.

Definição de zonas de manejo a partir de mapas de condutividade elétrica e matéria orgânica / Definition of management zones from maps of electrical conductivity and organic matter

Este trabalho teve por objetivo definir zonas de manejo com base na variabilidade espacial da condutividade elétrica aparente do solo e da matéria orgânica, em áreas de plantio direto de milho e soja. Para caracterizar a variabilidade espacial foram utilizados métodos geoestatísticos. Comprovada a dependência espacial foram elaborados os mapas temáticos, por meio da krigagem. Para delimitação das zonas de manejo a partir dos mapas de variabilidade interpolados foi utilizado o algoritmo fuzzi K-means e para definição do número ótimo de classes foi determinado o índice de perfomance fuzzi e entropia da partição modificada. As variáveis utilizadas para a definição das zonas de manejo foram a altitude, a condutividade elétrica a 20 cm e 40 cm de profundidade e a matéria orgânica. A partir destas variáveis foram gerados sete mapas de zonas de manejo, e posteriormente pelo teste de Kappa foi analisada a concordância entre os mapas gerados pelas zonas de manejo e os mapas das propriedades físico-químicas do solo. Como resultado verificou-se o valor ótimo de número de classes igual a dois. Os melhores resultados na classificação das zonas de manejo, para os atributos referentes a textura do solo são observados a partir de mapas de matéria orgânica ou de condutividade elétrica e, para os atributos químicos, a partir de mapas de matéria orgânica ou de altitude e matéria orgânica. As zonas de manejo definidas a partir da condutividade elétrica a 20 cm permitiram detectar diferenças significativas entre as médias de produtividade de soja.

This study aimed to define management zones based on spatial variability of soil apparent electrical conductivity and organic matter in areas of tillage. To characterize the spatial geostatistical methods were used. Proven spatial dependence was prepared thematic maps through kriging. For delineation of management zones based on maps of variability was interpolated using the Fuzzy K-means algorithm and to define the optimal number of classes was determined Fuzzy performance index and entropy of the partition changed. The variables used for defining management zones were altitude, the electrical conductivity at 20 cm and 40 cm depth and organic matter. From these seven variables were generated maps of management zones, and later by the Kappa test was analyzed the correlation between the maps generated by the management zones and maps of the physical and chemical properties of soil. As a result there was an optimum number of classes equal to two, with the attributes related to soil texture management zone maps from organic matter or electrical conductivity and the chemical zone management from maps of organic matter or organic matter and altitude showed better results in their classification. The management zones defined from the electrical conductivity at 20 cm allowed us to detect significant differences between the average yield of soybean.