O objetivo do trabalho foi simular computacionalmente a estabilidade de tratores agrícolas 4x2. Experimentos de simulação foram realizados visando analisar o comportamento dinâmico de um trator agrícola 4x2 trabalhando em diferentes condições de operação e de terreno. Nas simulações em que se variaram as posições do trator sobre uma pista inclinada até o tombamento lateral, o ângulo de posição igual a 60º foi o de pior situação, o que corresponde ao trator descer por uma diagonal em pista inclinada para a esquerda. A bitola e a localização do centro de gravidade na vertical foram os fatores que mais afetaram a estabilidade do trator em tombamentos laterais. Já, a localização do centro de gravidade na longitudinal e a distância entre eixos afetaram mais a estabilidade do trator em tombamentos para trás. O trator deslizou os rodados do lado do tombamento ou perdeu a dirigibilidade dos pneus frontais com ângulos inferiores aos limites de estabilidade para tombamento.

The objective of this work was to predict the loss of 2WD tractors stability. Simulations were done to analyze the dynamic behavior of an agricultural tractor working in different operation and surface conditions. Simulating different tractor positions on an inclined track until its side overturn, the tractor angle position of 60º presented the worst situation, what represented a tractor moving diagonally down on a left inclined track. Changing the tractor geometry and weight in the simulations, the vertical position of tractor central mass and its tread width were the parameters that most affected the tractor stability to side overturn. The longitudinal position of tractor central mass and the distance between its axes influenced on the tractor stability to rearward overturning. The tractor either slip the wheels at the side overturning or lost the front tire controlling at angles less than the overturning limits.

A classe de qualidade de uma peça de madeira serrada é determinada pelos defeitos apresentados e por algumas características associadas a eles, como: dimensões da peça e dos defeitos, posição dos defeitos, quantidade e tipo. Os objetivos deste trabalho foram desenvolver e avaliar um protótipo para classificação de tábuas de madeira de eucalipto, com base em imagens digitais, composto por uma esteira rolante onde são inseridas as tábuas para obtenção das imagens de suas faces. O protótipo pode utilizar tanto a norma da Associação Brasileira de Normas Técnicas (ABNT) quanto a norma comercial de uma serraria. O processo pode ser acompanhado no microcomputador, que apresenta em seguida a imagem da tábua com o resultado final de sua classificação. A taxa de acerto no processo de classificação foi de 64,3%, usando-se a norma da ABNT, e de 81,0% com o emprego da norma comercial. A produtividade do protótipo desenvolvido foi de 7,9 m³ h-1, na classificação de madeira serrada de eucalipto.

Lumber quality is determined by the defects presented and other characteristics such as: size, position, amount and type. The purpose of this research was to develop and evaluate a prototype to classify eucalyptus lumber using digital images. This prototype was built with a conveyor belt where the lumbers are inserted for image acquisition. Either the Brazilian standard (ABNT) or the commercial rule can be used for classification. The process can be followed in a microcomputer that shows the lumber image with its final grade. The overall accuracy rate in the classification process was 64.3% using the ABNT norm, and 81.0% percent using the commercial norm. Productivity of the developed prototype was 7.9 m³ h-1.

A indústria de madeira tem dispensado especial atenção às etapas de classificação e seleção de madeira serrada. Sistemas de Visão Artificial têm sido propostos para automação dessas etapas na indústria. A identificação de características apropriadas para discriminar os defeitos da madeira em imagens digitais é um dos maiores desafios no desenvolvimento desta tecnologia. O objetivo deste trabalho foi avaliar, por meio de técnicas de análise multivariada, a capacidade de discriminar defeitos em tábuas de eucalipto, utilizando-se as características de percentis de imagens coloridas. Foram realizadas análises discriminantes linear e quadrática para classificação de defeitos e madeira limpa em imagens digitais de tábuas de eucaliptos. As características de percentis do histograma das bandas do vermelho, verde e azul, retiradas de dois tamanhos de blocos de imagens, foram utilizadas para desenvolvimento e teste das funções discriminantes. Foram usados 492 blocos, contendo os 12 defeitos estudados e madeira limpa, retirados das imagens de 40 tábuas amostradas aleatoriamente. As características foram analisadas com seus valores originais, escores dos componentes principais e escores das variáveis canônicas. Os menores erros globais de classificação foram 19 e 24% para funções discriminantes lineares com os escores das variáveis canônicas para tamanho de bloco de 64 x 64 e 32 x 32 pixels, respectivamente. Tendo em vista a magnitude desses erros, as características de percentis foram consideradas adequadas para discriminar defeitos e madeira limpa em imagens digitais.

The lumber industry has given special attention for lumber grading and selection stages. Machine Vision Systems have been proposed as a technological solution for automation of these stages. The proper feature selection for discriminating defect and clear wood is one of the most challenging in the development of such technology. The objective of this work was to evaluate, using multivariate analysis, the discriminating power of color images percents. In this work, linear and quadratic discriminant analysis were accomplished for classification of defects and clear wood in digital images of eucalyptus lumber. The percent features of the histogram for the red, green and blue bands, from two sizes of image blocks were used for developing and testing the discriminant functions. 492 blocks were used, containing the 12 studied defects and clear wood, derived from images of 40 lumbers randomly sampled. The features were analyzed with their original values, scores of the principal components and scores of the canonical variables. The smallest global misclassification errors were 19% and 24% for linear discriminant function with the canonical variable scores using block sizes of 64x64 and 32x32 pixels, respectively. The percent features were considered appropriate to discriminate defects and clear wood in digital images.

O conhecimento do limite de estabilidade de tratores é fundamental à segurança das operações agrícolas. O objetivo deste trabalho foi desenvolver um modelo matemático para previsão da perda da estabilidade de tratores agrícolas. No modelo foram utilizadas as características geométricas e ponderais do trator e de sua condição numa pista de ensaio. Análises de balanço de forças e de momentos foram realizadas para determinar as equações que regem o comportamento estático e dinâmico do trator em superfície inclinada. Com base nos resultados da comparação entre os valores dos ângulos-limite de tombamento simulados e experimentais, conclui-se que o modelo matemático desenvolvido é capaz de prever a perda da estabilidade de trator 4x2 satisfatoriamente.

The knowledge of the stability limit of tractors is fundamental to the safety of the agricultural operations in order to avoid accidents. The objective of this research was to develop a mathematical model to predict the loss of tractor stability. The model was verified under dynamic conditions on a standardized track, with no implement attached to the tractor. In order to predict the loss of tractor stability, the mathematical model was implemented based on the tractor geometry and weight and on some information about the tractor placement on the track. Forces and momentum analyses were accomplished to determine the equations that describe the static and dynamic tractor behavior on sloping terrain. It was used a 4x2 tractor. Comparing the experimental to the model estimated tractor-overturning angle, it was concluded that the developed model is capable to predict the stability loss.

Com o emprego de adesivos pode-se obter um grande número de produtos derivados da madeira. Para confecção industrial de produtos de madeira colada, normas reconhecidas internacionalmente exigem que a adesão da madeira seja testada segundo procedimentos padronizados e que nos resultados destes testes seja reportado, além da resistência das juntas, o porcentual de falha na madeira. Para avaliação da falha a norma ASTM D5266-99 recomenda o emprego de uma rede de quadrículas traçada sobre um material transparente. Contudo, esta avaliação, além de demandar muito tempo, ainda é realizada com muita subjetividade. A hipótese do presente trabalho é que se pode quantificar a falha na madeira com um sistema de visão artificial, tornando o procedimento mais rápido e menos sujeito à subjetividade. Foram testados dois tipos de algoritmos de limiarização automática em imagens adquiridas com digitalizadores de mesa. Concluiu-se que a falha na madeira pode ser quantificada por limiarização automática em substituição ao método convencional das quadrículas. Os algoritmos testados apresentaram erro médio absoluto menor que 3% em relação ao sistema convencional da rede quadriculada.

It is possible to obtain several products by glueing wood. Internationally approved standards require wood adhesion to be tested according to standardized procedures, including in the results, shear stress and wood failure percentages. In order to estimate wood failure percentage, the ASTM D5266-99 standard suggests the use of a grid template printed on a transparent sheet. However, this evaluation is not only time-consuming but also subjective. This work developed and tested an algorithm to quantify the flawed wood areas by using a machine vision system, a faster and less subjective procedure. Two types of automatic threshold algorithms were tested. The glued wood samples were scanned after the shear tests under compression. It was concluded that automatic measurement can replace the manual grid method. The proposed algorithms presented an average absolute error of 3%, as compared to the manual grid method.