AUTOMATIZAÇÃO DE PROCESSOS RURAIS: PROPOSTA DE IMPLEMENTAÇÃO DE UM GATEWAY DE INTERNET DAS COISAS (IOT) PARA SIMPLIFICAR A AUTOMAÇÃO DA AQUICULTURA

Izaias Batista dos Santos; André Sandman; Bruno Estevão de Souza; Carla Adriana Pizarro Schmidt; Janaina Fernanda Marcolin; André Inácio Melges

doi:10.18540/jcecvl6iss1pp0001-0007

Autores

Izaias Batista dos Santos Instituto Federal do Paraná (IFPR) http://orcid.org/0000-0001-6631-8431
André Sandman Universidade Tecnológica Federal do Paraná (UTFPR) http://orcid.org/0000-0001-8662-4321
Bruno Estevão de Souza Instituto Federal do Paraná - IFPR http://orcid.org/0000-0002-1831-0061
Carla Adriana Pizarro Schmidt Universidade Tecnológica Federal do Paraná (UTFPR) http://orcid.org/0000-0003-4098-5759
Janaina Fernanda Marcolin Universidade Tecnológica Federal do Paraná (UTFPR) http://orcid.org/0000-0003-0862-7732
André Inácio Melges Universidade Tecnológica Federal do Paraná (UTFPR) http://orcid.org/0000-0003-0837-5352

DOI:

https://doi.org/10.18540/jcecvl6iss1pp0001-0007

Palavras-chave:

Gateway, Peixe, Sensor, Arduino

Resumo

O futuro aumento da população mundial exigirá maior eficiência na produção de alimentos e uma forma de atender a esta demanda é usar a tecnologia para automatizar e otimizar os processos de produção do agronegócio. Com objetivo de facilitar a automatização de alguns dos processos da aquicultura, neste trabalho é apresentada uma proposta de simplificação por meio da tecnologia da informação seguindo o conceito de Internet das Coisas (IoT), que faz parte da definição do termo plataformas emergentes e consiste na comunicação entre máquinas por meio da internet. Uma das vantagens da comunicação citada é a redução da interação humana na execução de processos simples. A aplicação da IoT na automatização utilizando um gateway de IoT pode facilitar este trabalho para profissionais do agronegócio sem prévia experiência tecnológica em automação e a abordagem apresentada neste estudo é mais precisamente voltada para profissionais que desejam automatizar os processos da aquicultura. No decorrer deste artigo é apresentado uma abordagem de como automatizar os processos da aquicultura seguindo o conceito de IoT.

Downloads

Não há dados estatísticos.

Biografia do Autor

Izaias Batista dos Santos, Instituto Federal do Paraná (IFPR)

Mestrando em Tecnologias Computacionais para o Agronegócio pela UTFPR, especialista em Engenharia de Software pela PUC-Minas, MBA em Gerenciamento de Projetos de TI pelo IGTI e Bacharel em Sistemas de Informação pelo Centro Universitário UDC

André Sandman, Universidade Tecnológica Federal do Paraná (UTFPR)

Doutor em Engenharia Agrícola pela UFCG, Mestre em Modelagem Matemática pela UNIJUÍ e Licenciado em Matemática - UNIOESTE.

Bruno Estevão de Souza, Instituto Federal do Paraná - IFPR

Graduado em Engenharia de Pesca pela Universidade Estadual do Oeste do Paraná - UNIOESTE, mestre e doutor em Aquicultura pelo Centro de Aquicultura da UNESP CAUNESP

Carla Adriana Pizarro Schmidt, Universidade Tecnológica Federal do Paraná (UTFPR)

Dr^a em Agronomia, Mestre em Tecnologia de Alimentos e Agrônoma todos pela Universidade Estadual de Londrina (UEL)

Janaina Fernanda Marcolin, Universidade Tecnológica Federal do Paraná (UTFPR)

Graduada em Licenciatura em Matemática pela Faculdade de Ensino Superior de São Miguel do Iguaçu e Mestranda em Tecnologias Computacionais para o Agronegócio pela UTFPR

André Inácio Melges, Universidade Tecnológica Federal do Paraná (UTFPR)

Graduado em Engenharia de Produção e Matemática pela UTFPR e Mestrando em Tecnologias Computacionais para o Agronegócio pela mesma

Referências

BENAVENT, Muñoz, P. et al. Enhanced fish bending model for automatic tuna sizing using computer vision. Computers and Electronics in Agriculture, Espanha, v. 150, 2018. Disponível em: < https://www.scopus.com/ search/form.uri?display =basic>. Acesso em: 26 jun. 2018.

BOKINGKITO JR, Paul B., LLANTOS, Orven E. Design and Implementation of Real-Time Mobile-based Water Temperature Monitoring System. Procedia Computer Science, Indonesia, v. 124, 2017. Disponível em: < https://www.scopus.com/ search/form.uri?display =basic>. Acesso em: 26 jun. 2018.

CHU, Cheng-Shane. SU, Chih-Jen. Optical fiber sensor for dual sensing of H2O2 and DO based on CdSe/ZnS QDs and Ru(dpp)32+ embedded in EC matrix. Sensors and Actuators B: Chemical, Taiwan, v. 255, 2018. Disponível em: < https://www.periodicos.capes.gov.br/ ?option=com_pcollection&mn=70&smn=79&cid=81>. Acesso em: 26 jun. 2018.

ESPINOSA-FALLER, Francisco J.. RENDÓN-RODRÍGUEZ, Guillermo E.. A ZigBee Wireless Sensor Network for Monitoring an Aquaculture Recirculating System. Journal of Applied Research and Technology, México, v. 10, no.3, p. 380‐387, 2012. Disponível em: < http://www.scielo.org/php/index.php/>. Acesso em: 07 ago. 2018.

GEHLERT, G. et al. Analysis and optimisation of dynamic facility ventilation in recirculation aquacultural systems. Aquacultural Engineering, Alemanha, v. 80, p. 1–10, 2018. Disponível em: < https://www-sciencedirect.ez48.periodicos.capes.gov.br/>. Acesso em: 07 ago. 2018.

GEETHA, S.. GOUTHAMI, S.. Internet of things enabled real time water quality monitoring system. Smart Water, India, v. 2.1, 2017. Disponível em: < https://scholar .google.com.br/>. Acesso em: 18 ago. 2018.

GUIMARÃES, Kevin Manoel. LOHMANN, Daniel. Automação de Tanques para Aquicultura. Revista Ilha Digital, Brasil, v. 6, p. 34 – 47, 2017. Disponível em: < https://scholar.google.com.br/>. Acesso em: 18 ago. 2018.

HUAN, Juan, CAO, Weijian. QIN, Yilin. Prediction of dissolved oxygen in aquaculture based on EEMD and LSSVM optimized by the Bayesian evidence framework. Computers and Electronics in Agriculture, China, v. 150, p. 257–265, 2018. Disponível em: < https://www-sciencedirect.ez48.periodicos. capes.gov.br/>. Acesso em: 07 ago. 2018.

JI, Changbo. et al. An IoT and Mobile Cloud based Architecture for Smart Planting. Materials and Information Technology Applications, China, 2015. Disponível em: < https://scholar.google.com.br/>. Acesso em: 18 ago. 2018.

JIANG, Jianming. A wireless sensor network-based monitoring system for freshwater fishpond aquaculture. Biosystems Engineering, Australia, v. 172, p. 57 - 66, 2018. Disponível em: < https://www.scopus.com/search/ form.uri?display=basic>. Acesso em: 26 jun. 2018.

KHAIRE, Supriya R., WAHUL, Revati M.. Water Quality Data Gathering and Analysis System using IoT Environment. JASC: Journal of Applied Science and Computations, India, v. 5, 2018. Disponível em: < https://scholar.google.com.br/>. Acesso em: 18 ago. 2018.

KITCHENHAM, Barbara, et al.. Systematic literature reviews in software engineering – A systematic literature review. Information and Software Technology, Durham, UK, v. 51, p. 7 – 15, 2009.

KOTHA, Harika Devi. GUPTA, V Mnssvk. IoT Application, A Survey. International Journal of Engineering & Technology, India, v. 7 (2.7), p. 891-896, 2018. Disponível em: < https://scholar.google.com.br/>. Acesso em: 18 ago. 2018.

LEE, Phillip G. Process control and artificial intelligence software for aquaculture. Aquacultural Engineering, EUA, v. 23, p. 13–36, 2000. Disponível em: < https://www.periodicos.capes.gov.br/?option=com_pcollection&mn=70&smn=79&cid=81>. Acesso em: 26 jun. 2018.

LLORET, Jaime. et al. Design and Deployment of Low-Cost Sensors for Monitoring the Water Quality and Fish Behavior in Aquaculture Tanks during the Feeding Process. Sensors, Espanha, v. 750, 2018. Disponível em: < https://www.periodicos.capes.gov.br/ ?option=com_pcollection&mn=70&smn=79&cid=81>. Acesso em: 26 jun. 2018.

MOSES, M. Balasingh., PARAMESWARI, M. Online measurement of water quality and reporting system using prominent rule controller based on aqua care-IOT. Design Automation for Embedded Systems, India, 2018. Disponível em: < https://www.scopus.com/search/form.uri?display=basic>. Acesso em: 26 jun. 2018.

MUÑOZ-BENAVENT, P. et al. Enhanced fish bending model for automatic tuna sizing using computer vision. Computers and Electronics in Agriculture, Espanha, v. 150, 2018. Disponível em: < https://www.scopus.com/ search/form.uri?display =basic>. Acesso em: 26 jun. 2018.

QIUWEI, Bai. et al. Real-time remote monitoring system for aquaculture water quality. International Journal Of Agricultural And Biological Engineering, China, v. 8, 2015. Disponível em: < https://www.periodicos.capes. gov.br/?option=com_pcollection&mn=70&smn=79&cid=81>. Acesso em: 26 jun. 2018.

PARRA, Lorena. et al. Design and development of low cost smart turbidity sensor for water quality monitoring in fish farms. Aquacultural Engineering, Espanha, v. 81, p. 10–18, 2018. Disponível em: < https://www-sciencedirect.ez48.periodicos.capes.gov.br/>. Acesso em: 07 ago. 2018.

PARRA, Lorena. et al. Design and deployment of a smart system for data gathering in aquaculture tanks using wireless sensor networks. International Journal Of Communication Systems, Espanha. Brasil. Portugual., v. 30, 2017. Disponível em: < https://www.periodicos. capes.gov.br/?option=com_pcollection&mn=70&smn=79&cid=81>. Acesso em: 26 jun. 2018.

POPOVIC, Tomo. et al. Architecting an IoT-enabled platform for precision agriculture and ecological monitoring: A case study. Computers and Electronics in Agriculture, Montenegro, v. 140, p. 255–265 , 2017. Disponível em: < https://www-sciencedirect.ez48.periodicos. capes.gov.br/>. Acesso em: 07 ago. 2018.

RAY, P.P. A survey on Internet of Things architectures. Journal of King Saud University – Computer and Information Sciences, India, v. 30, p. 291–319, 2018. Disponível em: < https://www-sciencedirect.ez48.periodicos.capes.gov.br/>. Acesso em: 07 ago. 2018.

SARQUIS, José B. Comércio Internacional e Crescimento Econômico no Brasil. Fundação Alexandre Gusmão. Brasília. 2011.

SIMBEYE, Daudi S. ZHAO, Jimin. YANG, Shifeng. Design and deployment of wireless sensor networks for aquaculture monitoring and control based on virtual instruments. Computer and Electronics in Agriculture, China, v. 102, p. 31 – 42, 2014. Disponível em: < https://www.periodicos.capes.gov.br/?option=com_pcollection&mn=70&smn=79&cid=81>. Acesso em: 26 jun. 2018.

SCHMIDT, Wiebke. Design and operation of a low-cost and compact autonomous buoy system for use in coastal aquaculture and water quality monitoring. Aquacultural Engineering, Reino Unido, v. 80, p. 28–36, 2018. Disponível em: < https://www-sciencedirect.ez48.periodicos.capes.gov.br/>. Acesso em: 07 ago. 2018.

SCHULZ, C. et al. Analysis and optimisation of dynamic facility ventilation in recirculation aquacultural systems. Aquacultural Engineering, Alemanha, v. 80, 2018. Disponível em: < https://www.scopus.com/search/form.uri?display=basic>. Acesso em: 26 jun. 2018.

PULE, Mompoloki, YAHYA, Abid. CHUMA, Joseph. Wireless sensor networks: A survey on monitoring water quality. Journal of Applied Research and Technology, Botswana, v. 15, p. 562–570, 2017. Disponível em: < https://www-sciencedirect.ez48.periodicos.capes.gov.br/>. Acesso em: 07 ago. 2018.

ROMLI, Muhamad Asmi. Aquaponic Growbed Water Level Control Using Fog Architecture. Journal of Physics, Malásia, v. 1018, 2018. Disponível em: < https://scholar.google.com.br/>. Acesso em: 18 ago. 2018.

XU, Jing. et al. Application of Fault Tree Analysis and Fuzzy Neural Networks to Fault Diagnosis in the Internet of Things (IoT) for Aquaculture. Sensors, China, v. 153, 2017. Disponível em: < https://www.periodicos.capes.gov.br/?option=com_pcollection&mn=70&smn=79&cid=81>. Acesso em: 26 jun. 2018.

ZUPO, V. et al. Automated culture of aquatic model organisms: shrimp larvae husbandry for the needs of research and aquaculture. Animal, Italia, v. 12:1, p. 155–163, 2017. Disponível em: < https://www.scopus.com/search/form.uri?display=basic>. Acesso em: 26 jun. 2018.