Baixe o app para aproveitar ainda mais
Prévia do material em texto
INSTITUTO LATINO-AMERICANO TECNOLOGIA, INFRAESTRUTURA E TERRITÓRIO (ILATIT) ENGENHARIA QUÍMICA RELATÓRIO 5 DISTRIBUIÇÃO GRANULOMÉTRICA POR ANÁLISE DE IMAGENS ANA PAULA OLIVO CAROLINE MACHADO DA SILVA JACQUELINE HAHN BERNARDI LOISE RISSINI KRAMER Foz do Iguaçu 2017 INSTITUTO LATINO-AMERICANO DE TECNOLOGIA, INFRAESTRUTURA E TERRITÓRIO (ILATIT) ENGENHARIA QUÍMICA RELATÓRIO 5 DISTRIBUIÇÃO GRANULOMÉTRICA POR ANÁLISE DE IMAGENS ANA PAULA OLIVO CAROLINE MACHADO DA SILVA JACQUELINE HAHN BERNARDI LOISE RISSINI KRAMER Relatório de aula prática, apresentado como requisito parcial de obtenção de nota para a disciplina de Laboratório de Engenharia Química I do curso de Engenharia Química, da Universidade Federal da Integração Latino- Americana. Professores: Drª. Andreia Cristina Furtado Dr. Leonardo da Silva Arrieche Foz do Iguaçu 2017 OLIVO, Ana Paula; da SILVA, Caroline Machado; BERNARDI, Jacqueline Hahn; KRAMER, Loise Rissini. Relatório 5: Distribuição Granulométrica por Análise de Imagens. 2017. 26 p. Relatório de Aula Prática (Graduação em Engenharia Química) – Universidade Federal da Integração Latino-Americana, Foz do Iguaçu, 2017. RESUMO A análise de imagens é uma técnica empregada para obter as características geométricas de partículas orgânicas, assim como os diâmetros representativos e fatores de forma. Essas informações são importantes para processos de secagem, estudo do recobrimento de sementes com películas protetoras, encapsulamento de substâncias bioativas, estudo do escoamento de fluidos em reatores de leito fixo e leito móvel, transporte pneumático de materiais particulados e acompanhamento de processos de moagem. O objetivo do experimento descrito é a utilização da técnica de análise de imagens para a determinação das dimensões e formas de partículas orgânicas, bem como ajustar os dados experimentais obtidos aos modelos clássicos de distribuição granulométrica. O parâmetro esfericidade é determinado a partir da análise de imagens e por meio de medidas diretas com paquímetro. Foi utilizado um programa computacional livre de análise de imagens, denominado ImageJ (disponibilizado para pesquisa pela Universidade de São Paulo – USP). Pode-se afirmar que os métodos aplicados foram eficazes, já que apresentaram resultados coerentes, plausíveis e semelhantes, quando comparados entre si, tanto em diâmetro, esfericidade e área, quanto em perímetro. O diâmetro de Sauter foi 2,62 cm para a medição pelo paquímetro, para o modelo ajustado, e 1,80 cm para a medição por análise de imagens, também ajustado. Palavras chave: Sementes, diâmetro, granulometria. OLIVO, Ana Paula; of SILVA, Caroline Machado; BERNARDI, Jacqueline Hahn; KRAMER, Loise Rissini. Report 5: Granulometric Distribution by Image Analysis. 2017. 26 p. Practical Lecture Report (Graduation in Chemical Engineering) - Universidade Federal da Integração Latino-Americana, Foz do Iguaçu, 2017. ABSTRACT Image analysis is a technique used to obtain the geometric characteristics of organic particles, as well as diameters and shape factors. This information is important for drying processes, the study of the coating of seeds with protective films, the encapsulation of bioactive substances, the pneumatic transport of particulates and the monitoring of grinding processes. The objective of the experiment described is use image analysis technique to determine dimensions and forms of organic particles, likewise adjust the experimental data obtained to a classic granulometric distribution models. The parameter sphericity is determined from the image analysis and by direct measurements with pachymeter. A free image analysis software called ImageJ (available for research by the University of São Paulo - USP) was used. It can be affirmed that the applied methods were effective, since they presented coherent, plausible and similar results, when compared to each other, in diameter, sphericity and area, as well as in perimeter. The Sauter diameter was 2.62 cm for the measurement by the pachymeter, for adjusted model, and 1.80 cm for the measurement by image analysis, also adjusted. Keywords: Seeds, diameter, images. LISTA DE FIGURAS Figura 1 – Dimensões características de uma partícula.………………….....……….….8 Figura 2 - Análise de imagens das semestes de cacau.…………………..…...….…….11 Figura 3 - Determinação da massa específica das sementes de cacau………...….…...12 Figura 4 - Fluxograma do procedimento experimental.……………………….......….12 Figura 5 - Fluxograma da análise dos dados.………………………………………....13 Figura 6 – Distribuição granulométrica cumulativa com ajuste ao modelo RRB…......15 Figura 7 – Gráfico de resíduos do ajuste ao modelo RRB………………………….....16 Figura 8 - Gráfico de probabilidade normal dos resíduos……………………..……....16 Figura 9 – Imagens das amostras de semente de Cacau…………………………....….17 Figura 10 – Imagens das amostras de semente de Cacau……………...……………....18 Figura 11 - Distribuição granulométrica cumulativa com ajuste ao modelo RRB….....19 Figura 12 - Gráfico de resíduos do ajuste ao modelo RRB…………………………....19 Figura 13 - Gráfico de probabilidade normal dos resíduos…………………….……...20 SUMÁRIO 1. INTRODUÇÃO……………………………………………………………………..…..7 2. FUNDAMENTAÇÃO TEÓRICA…………………………………………………..….8 3. METODOLOGIA…………………………………………………………………......11 3.1 MATERIAIS E EQUIPAMENTOS…………………………………………………...11 3.2 PROCEDIMENTO EXPERIMENTAL………………………………………….........11 3.3 ANÁLISE DOS DADOS……………………………………………………………....12 4 RESULTADOS E DISCUSSÕES……………………………………………………..14 4.1 DETERMINAÇÃO DA MASSA ESPECÍFICA DA PARTÍCULA……………..…...14 4.2 DETERMINAÇÃO DE CARACTERÍSTICAS POR PAQUÍMETRO…………..…..14 4.3 DETERMINAÇÃO DE CARACTERÍSTICAS POR ANÁLISE DE IMAGENS........17 5. CONSIDERAÇÕES FINAIS…………………………………………………..……...22 REFERÊNCIAS………………………………………………………………….............23 APÊNDICE A – MEMÓRIA DE CÁLCULO PICNOMETRIA………………….......24 APÊNDICE B – MEMÓRIA DE CÁLCULO PAQUÍMETRO…………………........25 APÊNDICE C – MEMÓRIA DE CÁLCULO ANÁLISE DE IMAGENS………..…..26 6 1 INTRODUÇÃO Os sistemas chamados particulados são formados por partículas, sejam em tamanho de grãos, como sementes, ou nanopartículas. O ramo industrial tem grande parte de seus processos e produtos que envolvem partículas, sendo assim, cabe ressaltar a importância do estudo e desenvolvimento desse sistema para a área industrial química. O centro dos estudos para sistemas particulados é o conhecimento sobre a caracterização das partículas. Dentre essas características pode-se citar: a porosidade, que é a medida dos espaços vazios de partículas; massa específica, que consiste na massa do material dividida pelo volume ocupado por ele; área específica superficial, entendida como a área superficial da partícula em unidade de massa ou volume e, morfologia das partículas, ou seja, a forma das partículas(CREMASCO, 2012). Para o conhecimento do diâmetro de partículas, existem diversas técnicas, a mais simples é utilizando um paquímetro. Porém, no caso da obtenção de diâmetro representativo de amostra, o tamanho das partículas ou aglomerados, pode ser obtido por meio de peneiramento, sedimentação, microscopia, turbidimetria, resistividade, elutriação, permeabilidade, área superficial entre outros (CREMASCO, 2012). Outra técnica muito importante que pode ser aplicada é a análise por imagens, que consiste em uma análise computacional de imagens digitalizadas, na qual cada ponto leva o nome de pixel. Tendo essa imagem digitalizada se podem obter as medições relativas do diâmetro, conhecido na maioria das vezes por diâmetro Feret. O maior problema deste tipo de técnica é a necessidade de uma quantidade mínima de amostras (CREMASCO, 2012). A análise granulométrica é empregada para expressar a distribuição estatística de tamanhos ou granulometria, independente da técnica que é utilizada para obter o tamanho das partículas. Essa distribuição se dá em função da frequência relativa das partículas em questão, que apresentam certo diâmetro (CREMASCO, 2012). Portanto, o objetivo do procedimento experimental é a utilização da técnica de análise por imagens, para a determinação das formas e dimensões de sementes de cacau, bem como, o ajuste dos dados experimentais pelo método clássico granulométrico e o cálculo do diâmetro de Sauter dos dados obtidos de forma experimental e do modelo ajustado. 7 2 FUNDAMENTAÇÃO TEÓRICA Conhecer as características físicas e morfológicas de uma partícula ou de uma população de partículas é fundamental para o estudo de sistemas particulados, pois afetam desde fenômenos moleculares (como difusão mássica) entre partículas, até o dimensionamento de uma coluna (CREMASCO, 2012). Como exemplo de característica física há a massa específica e, de características morfológicas há o perímetro, esfericidade, área projetada, diâmetro equivalente e diâmetro de Sauter. Na Figura 1 podem ser visualizadas as dimensões características de uma partícula. a c b Figura 1 – Dimensões características de uma partícula. Fonte: Elaborado pelos autores (2017). A esfericidade é uma característica utilizada para simplificação de cálculos, pois representa a porcentagem em que o formato real da partícula se aproxima ao formato de uma esfera. Pode ser calculada pelas equações 1, 2 e 3, nas quais o diâmetro equivalente representa o diâmetro da esfera de igual volume ao da partícula. 𝐸𝑠𝑓𝑒𝑟𝑖𝑐𝑖𝑑𝑎𝑑𝑒 = Á𝑟𝑒𝑎𝑒𝑠𝑓𝑒𝑟𝑎 Á𝑟𝑒𝑎𝑝𝑎𝑟𝑡í𝑐𝑢𝑙𝑎 = 𝜋𝐷𝑒𝑞 2 Á𝑟𝑒𝑎 (1) 𝐷𝑒𝑞 = √ 𝐴𝑟𝑒𝑎 𝜋 (2) Á𝑟𝑒𝑎 = 𝜋𝑎𝑏 (3) Pode-se calcular também o diâmetro médio da partícula, que decorre do conhecimento da distribuição de frequência de tamanhos de uma determinada amostra. Um comprimento bastante utilizado é o diâmetro de Sauter, no qual a relação volume/superfície é a mesma para todas as partículas da amostra (CREMASCO, 2012). Pode ser calculado pela equação 4. Esse cálculo de diâmetro é uma medida mais precisa quando comparado à média ponderada. Sua precisão está associada aos parâmetros que caracterizam a amostra (QUEMELLI, NASCIMENTO, ARRIECHE, 2017). 𝐷𝑆𝑎𝑢𝑡𝑒𝑟 = 1 ∑𝑛𝑖=1 𝑥𝑖 𝐷𝑒𝑞 (4) Além disso, é possível descrever a distribuição granulométrica de partículas 8 por modelos matemáticos na forma X=X(D), conforme o Quadro 1. Esses modelos podem prever a distribuição granulométrica, que fornece a distribuição de tamanhos das partículas. Com isso, reduzem a necessidade de realização constante de experimentos para determinação desses tamanhos, após haver a escolha do modelo que melhor se ajusta à distribuição da partícula em questão (MATTÉ, SILVA, SFREDO, 2014). Quadro 1: Modelos matemáticos para descrever uma distribuição granulométrica. Modelo Equacionamento Representação Gráfica Diâmetro médio de Sauter Gates, Gaudin e Schumann (GGS) 𝑋𝑖 = ( 𝐷𝑖 𝑘 )𝑚 Sendo: Di ≤ k; m>0; k=D100. m=1 (distribuição uniforme) m>1 (casos usuais) Tem-se uma reta na representação gráfica lnD vs. ln X; para D pequeno e m>1, recai na distribuição RRB para Di pequeno. 𝐷 = 𝑚−1 𝑚 𝑘, m>1 Rosin, Rammier e Bennet (RRB) 𝑋𝑖 = 1 − 𝑒𝑥𝑝[−( 𝐷𝑖 𝐷′ )𝑛] Sendo: n>0; D’=D63,2. Tem-se uma reta na representação gráfica lnD vs. ln(ln1/(1-X)); a forma de “s” é verificada para n>1. 𝐷 = 𝐷′ 𝛤(1− 1 𝑛 ) , n>1 e 𝛤(𝑟) = ∫ ∞ 0 𝑒−𝑥𝑥𝑟−1𝑑𝑥 Log-normal 𝑋𝑖 = 1 2 [1 + 𝑒𝑟𝑓(𝑍𝑖)] Sendo: 𝑍𝑖 = 𝑙𝑛 𝐷𝑖 𝐷50 √2(𝑙𝑛𝜎) ; 𝑒𝑟𝑓(𝑍) = 2 √𝜋 ∫ 𝑧 0 𝑒𝑥𝑝(−𝑦2)𝑑𝑦; 𝜎 = 𝐷84,1 𝐷50 = 𝐷50 𝐷15,9 ≥ 1. Tem-se uma reta na representação gráfica lnD vs. lnX; para σ=1, todas as partículas têm o mesmo diâmetro. 𝐷 = 𝐷50𝑒𝑥𝑝(− 1 2 𝑙𝑛2𝜎) Fonte: Massarani, 1984 citado por Cremasco, 2012. Um dos métodos para saber essa distribuição do tamanho das partículas é a análise computacional de imagens digitalizadas, no qual o número de imagens de partículas é a base de representação. Nessa técnica a imagem real é transformada em uma matriz numérica na qual cada pixel é definido como a menor unidade de resolução (CREMASCO, 2012). 9 Em geral, os sistemas de análise de imagens são compostos por seis etapas: aquisição de imagens, detecção das feições de interesse, processamento de imagens binárias, calibração do equipamento, análise e realização das medidas e, tratamento dos dados e apresentação dos resultados (PRADO & CAMPOS, 2009). Com essa técnica um programa adequado pode obter medições do diâmetro de Feret (distância mais longa entre dois postos quaisquer da seleção) e na sequência, o diâmetro equivalente das partículas. Além do diâmetro, outras características geométricas podem ser obtidas por essa técnica, como por exemplo: área projetada das partículas; perímetro; diâmetro de Sauter; esfericidade; entre outras (CREMASCO, 2012). Para o experimento dessa aula prática, buscou-se encontrar a massa específica da semente do cacau e as características geométricas, tanto pela medida direta das distâncias, quanto pela análise de imagens. O conhecimento dessas propriedades de sementes e outras partículas é importante para o design e construção de equipamentos e estruturas para transporte, processamento e estoque, assim como para verificação da qualidade do produto (BART-PLANGE & BARYEH, 2003). No caso da massa específica, Bart-Plange e Baryeh (2003) encontraram uma faixa de 9,46x10-4 até 9,91x10-4 g/mm³ para uma amostra de 1000 sementes do cacau. Nesse mesmo artigo 87% das sementes possuíam comprimento entre 20,0 mm e 26,0 mm, 87% possuíam largura entre 10,0 mm e 14,0 mm e 95%, espessura entre 6,0 mm e 10,0 mm. A esfericidade variou entre 0,57 e 0,58. No próximo tópico será abordada a metodologia utilizada para determinar as distribuições de frequência, diâmetros, esfericidade, entre outros parâmetros, tanto pela análise de imagens quanto manualmente. 10 3 METODOLOGIA 3.1 MATERIAIS E EQUIPAMENTOS Para a realização do procedimento experimental os materiais e equipamentos que foram utilizados são: Água destilada, termômetro, superfícieluminosa para contraste e disposição das partículas, celular com câmera fotográfica, picnômetro, paquímetro digital e régua, sementes de Cacau fresco. 3.2 PROCEDIMENTO EXPERIMENTAL Para dar início ao procedimento, primeiro foi necessário limpar a polpa contida nas semestres de Cacau, para tanto utilizou-se um pano úmido e fricção manual. Com as sementes limpas, foram aferidas as dimensões destas (a, b e c, conforme figura 1) com o auxílio de um paquímetro digital. Foram tomadas, durante o experimento, duas imagens das partículas dispostas na superfície luminosa. A superfície foi preenchida com 32 amostras, escolhidas aleatoriamente. Para cada fotografia, um conjunto diferente de partículas foi disposto sobre a superfície (figura 2). Figura 2 - Análise de imagens das semestes de cacau. Fonte: Os autores (2017). A massa específica das semestes foi determinada por picnometria, conforme figura 3. 11 Figura 3 - Determinação da massa específica das sementes de cacau. Fonte: Os autores (2017). Para melhor compreensão do procedimento experimental, foi elaborado um fluxograma, apresentado na figura 4. Figura 4 - Fluxograma do procedimento experimental. Fonte: Os autores (2017). 3.3 ANÁLISE DOS DADOS A análise de imagens foi realizada utilizando o software imageJ. Para a apresentação dos resultados, comparou-se a teoria e os resultados experimentais advindos de trabalhos da literatura. O ajuste dos modelos aos dados foi realizado por regressão não linear, por meio do método dos mínimos quadrados, a 95% de confiança. Parâmetros estatísticos como o teste t, o erro relativo e o coeficiente de determinação foram utilizados para avaliação 12 dos ajustes. Em adição, apresentou-se os gráficos dos resíduos e probabilidade normal dos resíduos. Abaixo o fluxograma da análise dos dados. Figura 5 - Fluxograma da análise dos dados. Fonte: Os autores (2017). 13 4 RESULTADOS E DISCUSSÕES 4.1 DETERMINAÇÃO DA MASSA ESPECÍFICA DA PARTÍCULA A partir das 32 sementes de cacau coletadas foi determinada a massa específica média da semente por picnometria, obtendo-se um valor de 3,75x10-5 g/mm³. Esses cálculos estão apresentados no Apêndice A. Esse valor foi comparado com valores encontrados em diferentes literaturas e esses resultados estão expostos no Quadro 2. Quadro 2 – Comparações entre valores de massa específica de sementes de cacau. Valor experimental obtido 10,51x10-4 g/mm³ Acqua-calc (2017) 5,93x10-4 g/mm³ Bart-plange e Baryeh (2003) 9,46x10-4 até 9,91x10-4 g/mm³ Fonte: Os autores (2017). O Quadro 2 indica que o valor determinado experimentalmente apresentou diferença em relação às literaturas encontradas. Esse fato pode ser devido a diversos fatos: semente de cacau proveniente de diferentes regiões, os valores podem ser todos valores médios (medidos em batelada e não em partícula) e os possíveis erros técnicos. No entanto, apresenta um valor na mesma ordem de grandeza dos encontrados na literatura, estando mais próximo de um deles, sendo um resultado plausível. 4.2 DETERMINAÇÃO DE CARACTERÍSTICAS POR PAQUÍMETRO Os valores de tamanho da semente de cacau foram medidos com um paquímetro digital e estão resumidos na Tabela 1 e podem ser completamente visualizados no Apêndice B. Os valores da Tabela 1 apresentam baixos valores de desvio padrão, ou seja, os valores médios são bons valores teóricos. Os cálculos utilizaram as Equações 1, 2, 3, 4 e a equação 5 para o cálculo do perímetro. 𝑃𝑒𝑟í𝑚𝑒𝑡𝑟𝑜 = 𝜋𝑏(2 − 𝑒2 2 + 3𝑒4 16 ), onde 𝑒 = 𝑐 𝑏 , (5) 14 Tabela 1 – Valores médios e desvios padrões de características da semente de cacau (dados obtidos pelo paquímetro). Área (cm²) Perímetro (cm) Diâmetro equivalente (cm) Esfericidade Diâmetro de Sauter (cm) Média 9,5523 7,3833 2,6256 0,4402 2,622275 Desvio padrão 1,2644 0,4825 0,0921 0,0523 Fonte: Os autores (2017). Com os valores de diâmetro equivalentes para as 32 amostras, pode ser feita a distribuição granulométrica ajustada pelo modelo adequado. O modelo GGS não convergiu e, ao fazer a comparação entre os modelos RRB e log-normal, se comprovou que o RRB era mais eficaz, sendo por isso o ajuste escolhido. Na Figura 6 pode ser observado o gráfico da distribuição granulométrica com o modelo RRB e seus parâmetros estatísticos podem ser visualizados no Quadro 3. Os resíduos desse ajuste podem ser observados na Figura 7 e a probabilidade normal dos resíduos na Figura 8. Quadro 3 – Parâmetros estatísticos do modelo RRB (dados obtidos pelo paquímetro). Modelo RRB Equação 𝑿𝒊 = 1 − 𝑒−( 𝑥 𝐷 )𝑛 R² 0,98966 Valor Erro padrão t-valor p-valor D 2,65563 9,73116x10-4 2728,99324 < 0,0001 n 54,08289 1,79383 30,1494 <0,0001 Fonte: Os autores (2017). Figura 6 – Distribuição granulométrica cumulativa com ajuste ao modelo RRB (dados obtidos pelo paquímetro). Fonte: Os autores (2017). 15 Figura 7 – Gráfico de resíduos do ajuste ao modelo RRB (dados obtidos pelo paquímetro). Fonte: Os autores (2017). Figura 8 - Gráfico de probabilidade normal dos resíduos (dados obtidos pelo paquímetro). Fonte: Os autores (2017). O Quadro 3 apresenta parâmetros estatísticos plausíveis para o ajuste ao modelo RRB, pois apresenta um coeficiente de determinação que explica 98,966 % dos seus regressores e seus parâmetros (D, n) apresentam erros relativos baixos, com t-valores e p- valores que reiteram sua plausibilidade. A Figura 7 apresenta resíduos com baixos valores, 16 entre -0,05 e 0,05, distribuídos de forma aleatória ao redor do zero e a Figura 8 apresenta linearidade, ambas confirmando a validade do ajuste escolhido. Com isso, pode-se calcular o diâmetro médio de Sauter, pois o valor de n encontrado foi maior que 1, utilizando o modelo RRB, e as equações do Quadro 1. A função Γ(1-1/n) foi calculada através de software, obtendo o valor de Γ(0,9815) = 1.01102. Dessa forma, o diâmetro médio de Sauter calculado foi de 2,626 cm, ou seja, apresenta um valor de 0,15 % de erro relativo ao valor encontrado na Tabela 1. 4.3 DETERMINAÇÃO DE CARACTERÍSTICAS POR ANÁLISE DE IMAGENS Os valores de tamanho de semente de cacau também foram determinados por análise de imagens, por uso de um software. O tratamento das imagens pode ser observado nas Figura 9 e 10. Os resultados estão sintetizados na Tabela 2 e podem ser visualizados por completo no Apêndice C. Novamente, os valores de desvio padrão são baixos, indicando que os valores médios podem ser representativos da amostra. Figura 9 – a) Imagem original da amostra 1 de sementes de cacau ; b) e c) Imagens com tratamento feito por software. Fonte: Os autores (2017). 17 Figura 10 – a) Imagem original da amostra 2 de sementes de cacau; b) e c) Imagens com tratamento feito por software. Fonte: Os autores (2017). Tabela 2 – Valores médios e desvios padrões de características da semente de cacau (dados obtidos por análise de imagens). Amostra 1 (Figura 7) Amostra 2 (Figura 8) Todas as sementes Média Desvio Padrão Média Desvio Padrão Média Desvio Padrão Área (cm²) 10,7765 1,1269 10,1099 0,8746 10,4432 1,0555 Perímetro (cm) 6,5658 0,3776 6,3993 0,2949 6,4826 0,3464 Diâmetro de Feret (cm) 2,5169 0,1676 2,4709 0,1420 2,4939 0,1558 Relaçãode aspecto 1,8494 0,1008 1,8882 0,1113 1,8688 0,1071 Esfericidade 0,5423 0,0302 0,5313 0,0314 0,5369 0,0310 Diâmetro equivalente (cm) 1,8495 0,0987 1,7923 0,0774 1,8209 0,0926 Diâmetro de Sauter (cm) 1,844213 1,78906 1,816218 Fonte: Os autores (2017). Com os valores de diâmetro equivalentes para as 64 amostras, pode ser feita a distribuição granulométrica ajustada pelo modelo adequado. Os três modelos – GGS, RRB e log-normal – convergiram, porém, o RRB apresentou parâmetros estatísticos melhores (expostos no Quadro 4), sendo o escolhido para o ajuste. Na Figura 11 está apresentada distribuição granulométrica com o modelo RRB, seus resíduos podem ser observados na Figura 12 e, a probabilidade normal se encontra na Figura 13. Quadro 4 - Parâmetros estatísticos do modelo RRB (dados obtidos por análise de imagens). Modelo RRB Equação 𝑦 = 1 − 𝑒−( 𝑥 𝐷) 𝑛 R² 0,9931 Valor Erro padrão t-valor p-valor D 1,85698 0,00103 1802,3656 < 0,0001 n 21,2353 0,36118 58,69382 <0,0001 Fonte: Os autores (2017). 18 . Figura 11 - Distribuição granulométrica cumulativa com ajuste ao modelo RRB (dados obtidos por análise de imagens). Fonte: Os autores (2017). Figura 12 - Gráfico de resíduos do ajuste ao modelo RRB (dados obtidos por análise de imagens). Fonte: Os autores (2017). 19 Figura 13 - Gráfico de probabilidade normal dos resíduos (dados obtidos por análise de imagens). Fonte: Os autores (2017). O Quadro 4 apresenta parâmetros estatísticos plausíveis para o ajuste ao modelo RRB, pois apresenta um coeficiente de determinação que explica 99,31 % dos seus regressores e seus parâmetros (D, n) apresentam erros relativos baixos, com t-valores e p- valores que reiteram sua plausibilidade. A Figura 12 apresenta resíduos com baixos valores, entre -0,05 e 0,05, distribuídos de forma aleatória ao redor do zero e a Figura 13 apresenta linearidade, ambas confirmando a validade do ajuste escolhido. Com isso, pode-se calcular o diâmetro médio de Sauter, pois o valor de n encontrado foi maior que 1, utilizando as equações do modelo RRB, do Quadro 1. A função Γ(1-1/n) foi calculada através de software, obtendo o valor de Γ(0,9529) = 1.02948. Dessa forma, o diâmetro médio de Sauter calculado foi de 1,804 cm, ou seja, apresenta um valor de 0,67 % de erro relativo ao valor encontrado na Tabela 2. 4.4 COMPARAÇÃO E DISCUSSÃO DOS MÉTODOS UTILIZADOS A Tabela 3 reúne os resultados que eram objetivos do trabalho por medição com uso do paquímetro e por análise de imagens. 20 Tabela 3 – Comparação entre os diversos diâmetros médios de Sauter e esfericidade medidos e calculados. Medição pelo paquímetro (equação) Medição pelo paquímetro (ajuste do modelo) Medição por análise de imagens (equação) Medição por análise de imagens (ajuste do modelo) Diâmetro de Sauter (cm) 2,622275 2,626 1,816218 1,804 Esfericidade 0,4402 ± 0,0523 0,5369 ± 0,0310 Fonte: Os autores (2017). Na Tabela 3 percebe-se que a esfericidade média medida por paquímetro apresenta valor menor que a encontrada por meio de análise de imagem. Isso pode ser explicado pelo fato de que as medições no paquímetro são reais, ou seja, foram feitas em três dimensões, enquanto que as de análise de imagens são feitas em duas dimensões, de forma ideal, se aproximando mais de uma esfera. Esse fato também explica os diâmetros reais apresentarem tamanhos maiores, além do fato da medição ser de forma mais bruta, sempre escolhendo a maior dimensão de cada semente a ser medida, enquanto que o programa tenta escolher sempre o mesmo diâmetro em forma de cruz. No entanto, pode-se afirmar que ambos os métodos apresentarem resultados plausíveis e parecidos, não só em diâmetros e esfericidade, mas também em área e perímetro, fato que pode ser observado ao comparar as Tabelas 1 e 2. 21 5 CONSIDERAÇÕES FINAIS No experimento realizado, pode-se perceber que o valor de massa específica encontrado é semelhante a um valor da literatura, e o outro valor, apesar de diferente está na mesma ordem de grandeza esperada. Dessa forma, se aponta indícios de que para a análise de sementes de cacau, essas apresentam características diferentes, sejam elas pela região de produção, pelo processo submetido ou erros técnicos, que são fontes de discrepâncias nos resultados obtidos. Cabe ressaltar, que para análise dos dados, em ambos os métodos, o modelo que mais se adequou, se mostrando eficaz para o desenvolvimento dos dados, foi o modelo RRB, obtendo assim, parâmetros estatísticos plausíveis que conseguem explicar um valor próximo de 100% dos regressores. Para a técnica de análise de imagens, os testes de parâmetros estatísticos e desvio padrão, obtiveram valores bons, no entanto, apresentou maiores resultados para a esfericidade média e diâmetro, que a técnica de medição com paquímetro. O fato pode ser explicado pelo método de medição com paquímetro ser feito manualmente, ou seja, feito em três dimensões, enquanto a análise de imagens é efetuada em apenas duas dimensões. Outra explicação para essa diferença, se dá pela medida com paquímetro ser feita nas maiores dimensões, e as imagens analisarem as sementes sempre com mesmo diâmetro, na forma de uma cruz. Entretanto, pode-se dizer que os métodos foram eficazes, já que apresentaram todos resultados de forma coerente, plausíveis e semelhantes, quando comparados entre si, tanto em diâmetro, esfericidade e área, quanto em perímetro, já que o diâmetro de Sauter foi 2,62 cm para a medição pelo paquímetro, para o modelo ajustado, e 1,80 cm para a medição por análise de imagens, também ajustado. 22 REFERÊNCIAS ACQUA-CALC. Beans, cocoa density. Disponível em: <https://www.aqua- calc.com/page/density-table/substance/beans-coma-and-blank-cocoa>. Acesso em: 25 set. 2017. BART-PLANGE, Ato; BARYEH, Edward A.. The physical properties of Category B cocoa beans. Journal Of Food Engineering, [s.l.], v. 60, n. 3, p.219-227, dez. 2003. Elsevier BV. http://dx.doi.org/10.1016/s0260-8774(02)00452-1. CREMASCO, Marco Aurélio. Operações unitárias em sistemas particulados e fluidomecânicos. 2.ed. São Paulo: Blucher, 2012. MATTÉ, L. S.; SILVA, G. S.; SFREDO, M. A.. Aplicação de modelos matemáticos para a distribuição granulométrica de aveia em flocos finos. III Jornada de Ensino, Pesquisa e Extensão. IFPR, Campus Erechim – RS, nov. 2014. PRADO, Gustavo Silva do; CAMPOS, José Roberto. O emprego da análise de imagem na determinação da distribuição de tamanho de partículas da areia presente no esgoto sanitário. Eng. Sanit. Ambient., Rio de Janeiro , v. 14, n. 3, p. 401- 409, Sept. 2009. Disponível em <http://www.scielo.br/scielo.php?script=sci_arttext &pid=S1413-41522009000300014&lng=en&nrm=iso>. Acesso em 28 set. 2017. QUEMELLI, L. A.; NASCIMENTO, B. P.; ARRIECHE, L. S.; "ESTUDO GRANULOMÉTRICO DE CHOCOLATES ARTESANAIS ELABORADOS EM DIFERENTES MOINHOS", p. 1886-1891 . In: Anais do XII Congresso Brasileiro de Engenharia Química em Iniciação Científica [=Blucher Chemical Engineering Proceedings, v. 1, n.4]. ISSN Impresso: 2446-8711. São Paulo: Blucher, 2017. ISSN 2359- 1757, DOI 10.5151/chemeng-cobeqic2017-332 23 APÊNDICE A – MEMÓRIA DE CÁLCULO PICNOMETRIA24 APÊNDICE B – MEMÓRIA DE CÁLCULO PAQUÍMETRO 25 APÊNDICE C – MEMÓRIA DE CÁLCULO ANÁLISE DE IMAGENS 26
Compartilhar