Uso de IA (Neuro-fuzzy) na resistência e comportamento da madeira "in natura" e termicamente modificada de clones híbridos de eucalipto
Carregando...
Data
Autores
Supervisor
Barreiros, Ricardo Marques 
Coorientador
Gouvêa, Cantídio Fernando
Pós-graduação
Curso de graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Relatório de pós-doc
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
A silvicultura é um setor estratégico para que a economia brasileira impulsione a produção, exportação e geração de empregos, com destaque nacional e internacional no setor madeireiro. Em São Paulo, a atividade é fundamental para o agronegócio e a economia regional, sendo baseada principalmente no cultivo de eucalipto e pinus. A indústria madeireira do país possui alto grau de tecnologia, permitindo agregar valor à matéria-prima e ampliar a competitividade global. Dentre as tecnologias empregadas, a termorretificação modifica as propriedades da madeira, aumentando sua estabilidade e resistência, atendendo a demandas de sustentabilidade. Nesse contexto, sistemas Neuro-Fuzzy se destacam como ferramentas avançadas para modelagem de processos complexos e tomada de decisão. Este projeto foi desenvolvido em duas partes, sendo uma parte chamado capitulo 1 – Modelagem inteligente de processos térmicos em madeiras: uma revisão sistemática e capitulo 2 – Análise das superfícies de resposta e desempenho dos modelos para previsão de propriedades. O objetivo do capítulo 1 foi identificar como está configurado o estado do conhecimento sobre a aplicabilidade da Neuro-Fuzzy na termorretificação da madeira. Para isso, foi realizada uma Revisão Bibliográfica Sistemática (RBS) nas principais bases de dados, resultando em 26 artigos científicos focados em aplicações de Inteligência Artificial, especialmente Neuro-Fuzzy, em processos industriais, mas nenhum tratando especificamente da termorretificação da madeira. Isso evidencia a originalidade e a existência de uma lacuna relevante, apontando potencial para pesquisas futuras, especialmente utilizando softwares como Python para modelagem e integração de dados de propriedades da madeira termorretificada com sistemas Neuro-Fuzzy para otimização e inovação no setor florestal. No capítulo 2, o objetivo foi desenvolver uma modelagem matemática aplicando o método Fuzzy e a Inteligência Artificial da Lógica Fuzzy (Neuro-Fuzzy), otimizando o processo de termorretificação da madeira em dois clones híbridos de eucalipto, buscando-se prever a melhor temperatura (°C) e o melhor tempo de termorretificação. O artigo analisa a influência dos parâmetros de tempo e temperatura no processo de termorretificação sobre as propriedades físicas e mecânicas de dois clones de madeira (LW e H77), utilizando métodos matemáticos avançados, destacando especialmente a modelagem Neuro-Fuzzy. Foram avaliadas propriedades como densidade aparente, densidade básica, perda de massa, inchamento volumétrico total, módulo de ruptura e módulo de elasticidade, com resultados indicando que cada clone responde de maneira distinta aos tratamentos térmicos, exigindo estratégias personalizadas para otimizar o desempenho da madeira. Os métodos aplicados incluíram interpolação polinomial pelo método de Lagrange e sistemas Neuro-Fuzzy, validados por análise estatística via Raiz do Erro Quadrático Médio - RMSE, que mostraram elevado grau de precisão para propriedades como densidade aparente (RMSE 0,10) e básica (RMSE 0,087), mas maiores diferenças para perda de massa (RMSE 1,469) e módulo de elasticidade (RMSE 3,796). O clone LW apresentou melhores resultados em faixas restritas de tempo e temperatura, enquanto o H77 mostrou maior flexibilidade em diferentes cenários. O estudo demonstra que a personalização dos parâmetros de tratamento térmico, aliada à aplicação de ferramentas inteligentes como a Neuro-Fuzzy, é fundamental para maximizar as qualidades físico-mecânicas e proporcionar avanços sustentáveis e eficientes no uso industrial da madeira modificada termicamente.
Resumo (inglês)
Silviculture is a strategic sector for the Brazilian economy, driving production, exports, and job creation, with both national and international prominence in the timber industry. In the state of São Paulo, this activity is fundamental to agribusiness and the regional economy, being primarily based on the cultivation of eucalyptus and pine. The country’s timber industry boasts a high level of technology, enabling the addition of value to raw materials and increasing global competitiveness. Among the technologies employed, thermal modification (thermoretification) alters wood properties, enhancing its stability and resistance while meeting sustainability demands. In this context, Neuro-Fuzzy systems stand out as advanced tools for modeling complex processes and supporting decision-making. This project was developed in two parts: Chapter 1, “Intelligent Modeling of Thermal Processes in Wood: A Systematic Review”, and Chapter 2, “Analysis of Response Surfaces and Model Performance for Property Prediction”. The objective of Chapter 1 was to assess the current state of knowledge regarding the application of Neuro-Fuzzy systems to wood thermal modification. To this end, a Systematic Literature Review (SLR) was conducted in major databases and identified 26 scientific articles focused on artificial intelligence applications particularly Neuro-Fuzzy in industrial processes, though none specifically addressed wood thermoretification. This gap highlights the originality and relevance of the present work, and points to potential for future research, especially using software like Python to model and integrate data on properties of thermally modified wood with Neuro-Fuzzy systems for optimization and innovation in the forestry sector. Chapter 2 involved the development of mathematical models using Fuzzy Logic and Neuro-Fuzzy Artificial Intelligence, aiming to optimize the thermoretification process in two hybrid eucalyptus clones by identifying the optimal temperature (°C) and processing time. The article analyzes the influence of time and temperature parameters in the thermoretification process on the physical and mechanical properties of two wood clones (LW and H77), using advanced mathematical methods, with particular emphasis on the Neuro-Fuzzy approach. Properties evaluated included apparent density, basic density, mass loss, total volumetric swelling, modulus of rupture, and modulus of elasticity. Results indicated that each clone responded differently to thermal treatments, requiring tailored strategies to optimize wood performance. The methods employed included polynomial interpolation by the Lagrange method and Neuro-Fuzzy systems validated by statistical analysis using Root Mean Square Error RMSE, which demonstrated a high degree of accuracy for properties such as apparent density (RMSE 0.10) and basic density (RMSE 0.087), but greater differences for mass loss (RMSE 1,469) and modulus of elasticity (RMSE 3,796). Clone LW showed the best results in narrower ranges of time and temperature, while H77 exhibited greater flexibility under different scenarios. The study demonstrates that tailoring thermal treatment parameters, combined with the application of intelligent tools such as Neuro-Fuzzy systems, is essential to maximize the physical and mechanical qualities of wood, promoting sustainable and efficient advances in the industrial use of thermally modified wood.
Descrição
Palavras-chave
Termorretificação, Inteligência artificial, Propriedades da madeira, Modelagem matemática, Personalização dos tratamentos, Neuro-Fuzzy
Idioma
Português
Citação
GODINHO, Emmanuel Zullo. Uso de IA (Neuro-Fuzzy) na resistência e comportamento da madeira in natura e termicamente modificada de clones híbridos de eucalipto. 2026. Relatório de Pós-Doutorado, Faculdade de Ciências Agronômicas, Universidade Estadual Paulista, Botucatu, 2026.
