Publicação:
Sistema inteligente para predição de safra e venda do pescado produzido em fazenda comercial de tilápia sob diferentes condições climáticas

Carregando...
Imagem de Miniatura

Data

2023-07-25

Orientador

Bueno, Guilherme Wolff

Coorientador

Pós-graduação

Aquicultura - FCAV

Curso de graduação

Título da Revista

ISSN da Revista

Título de Volume

Editor

Universidade Estadual Paulista (Unesp)

Tipo

Tese de doutorado

Direito de acesso

Acesso restrito

Resumo

Resumo (português)

O Brasil é o quarto maior produtor do mundo de tilápia e 70% da produção é realizada por pequenos produtores, em áreas menores que cinco hectares de lâmina de água. Estes empreendimentos apresentam pouco acesso as tecnologias e serviços especializados para monitoramento e gestão da produção do pescado no ambiente aquático. Isto reflete em empreendimentos com maior risco de investimento, menores níveis de produtividade e lucratividade, além de elevados custos para a comercialização. Assim, o desenvolvimento de tecnologias de baixo custo, fácil acesso e uso para a aquicultura brasileira é uma necessidade para esta cadeia de valor. Este estudo teve como objetivo desenvolver um protótipo de produto baseado em ferramentas da Indústria 4.0 para auxiliar a predição de safras, consumo de ração e no ponto de equilíbrio produtivo e operacional (PE) da produção de peixes. Foi criado, testado e validado uma série de processos tecnológicos com algoritmos e sensores de parâmetros limnológicos utilizando inteligência de dados e cloud computing para a previsão de safras, consumo de rações e PE da criação de tilápia do Nilo (Oreochromis niloticus) em sistemas de tanques-rede no reservatório neotropical de Chavantes, São Paulo. O protótipo do produto, sistema Aquability®, apresenta o nível 7 em relação ao Technology Readiness Level (TRL). Durante dois anos, ele foi testado, validado e demonstrado em um ambiente funcional, onde atingiu um ajuste ~92% em relação a previsão de crescimento corporal, consumo de ração e PE da produção por safra da O. niloticus produzidas sob diferentes condições climáticas. Esta tecnologia desenvolvida auxiliará produtores, gestores de negócios e empreendimentos aquícolas para melhoria de processos, monitoramento e tomada de decisão com eficiência, do início da produção até a comercialização do pescado.

Resumo (inglês)

Brazil is the fourth largest producer of tilapia in the world and 70% of production is carried out by small producers, areas smaller than five hectares of water. These enterprises have little access to technologies and specialized services for monitoring and managing fish production in the aquatic environment. This is reflected in undertakings with higher investment risk, lower levels of productivity and profitability, in addition to high marketing costs. Thus, the development of low- cost, easy-to-access and use technologies for Brazilian aquaculture is a necessity for this value chain. This study aimed to develop a product prototype based on Industry 4.0 tools to predict a feed consumption, a productive and operational break-even point (PE) and crop of fish production. A series of technological processes was created, tested and validated with algorithms and limnologic sensors using data intelligence and cloud computing for crop forecasting the feed consumption and PE in Nile tilapia (Oreochromis niloticus) rearing in net cage systems in the Neotropical reservoir of the Chavantes, São Paulo. The prototype of the product, the Aquability® system, has a seven Technology Readiness Level (TRL) level. Thus, it was tested, validated and demonstrated in a functional environment where it achieved ~92% adjustment in predicting body growth, feed intake and production cost per crop of O. niloticus produced under different climatic conditions. This developed technology will help producers and business managers and aquaculture enterprises to improve processes, monitoring and decision making efficiently, from the beginning of production to the fish commercialization.

Descrição

Idioma

Português

Como citar

Itens relacionados

Unidades

Departamentos

Cursos de graduação

Programas de pós-graduação