Aplicação de modelagem no processo de fabricação de rações para parametrização de peletizadora industrial

Detalhes bibliográficos
Autor(a) principal: Schroeder, Bruna
Data de Publicação: 2018
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/200534
Resumo: A peletização pode ser definida como a aglomeração de partículas pequenas em partículas maiores por meio de um processo mecânico em combinação com a umidade, calor e pressão. A qualidade do pelete e o rendimento industrial são fatores limitantes em uma fábrica de ração. Neste contexto, um estudo foi desenvolvido para parametrizar um equipamento industrial de peletização de rações para frangos de corte e suínos utilizando modelos de regressão múltipla. Dados de produção, composição bromatológica dos ingredientes e fórmulas das dietas foram coletados em uma indústria de produção de ração para frangos de corte e suínos. Na planilha eletrônica, cada coluna representou uma variável descritiva do processo de fabricação (rendimento, amperagem, pressão no condicionador e temperaturas do ambiente, do condicionador e do resfriador), características da ração (inclusão dos ingredientes na fórmula da ração e composição bromatológica dos principais ingredientes) e dados de qualidade (percentual de finos e índice de durabilidade dos peletes). Cada linha da planilha representou uma observação, ou o equivalente a um lote. Três análises sequenciais foram realizadas no programa Minitab 17 (Minitab Inc., StateCollege, PA). A primeira etapa de análise foi realizada para controlar a qualidade da base e observar a coerência lógica dos dados. Análises gráficas e estatísticas descritivas (média, erro padrão e quartis) das variáveis foram utilizadas nesta etapa. Valores que excediam ao comportamento adequado dentro dos parâmetros convencionais de fabricação foram removidos da base de dados. Em seguida, análises de correlação foram utilizadas para identificar a relação matemática entre as variáveis. Por último, análises de regressão obtidas com procedimento step-wise foram utilizadas para gerar os modelos de predição. Os resultados obtidos foram utilizados para compor um modelo que estima os efeitos de características da dieta e da composição bromatológica sobre as variáveis de interesse da indústria utilizando a regressão múltipla. A base de dados continha 1837 observações após a aplicação dos filtros. Os fatores que mais contribuíram na explicação da variância do índice de durabilidade do pelete foram a amperagem do equipamento (fator que respondeu por 20% da variância total), a inclusão do óleo de soja na dieta (5%), além das temperaturas do condicionador (5%) e do resfriador (3%). Para a proporção de finos, os fatores que mais contribuíram foram a amperagem (29%), a temperatura do resfriador (3%), a inclusão de óleo de soja (3%) e matéria mineral da farinha de vísceras (3%). Para rendimento, os fatores que mais contribuíram foram temperatura do resfriador (4%) e inclusão de bicarbonato de sódio e de farinha de penas (ambos com 3%). Os modelos apresentados nesse trabalho são úteis nos setores de garantia de qualidade das fábricas de ração, permitindo a melhor definição de parâmetros para monitoramento e também podem ser úteis como facilitadores nas tomadas de decisão.
id UFRGS-2_a1f32b9b1a5263a372848a394371d21a
oai_identifier_str oai:www.lume.ufrgs.br:10183/200534
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Schroeder, BrunaAndretta, Ines2019-10-11T03:55:53Z2018http://hdl.handle.net/10183/200534001060232A peletização pode ser definida como a aglomeração de partículas pequenas em partículas maiores por meio de um processo mecânico em combinação com a umidade, calor e pressão. A qualidade do pelete e o rendimento industrial são fatores limitantes em uma fábrica de ração. Neste contexto, um estudo foi desenvolvido para parametrizar um equipamento industrial de peletização de rações para frangos de corte e suínos utilizando modelos de regressão múltipla. Dados de produção, composição bromatológica dos ingredientes e fórmulas das dietas foram coletados em uma indústria de produção de ração para frangos de corte e suínos. Na planilha eletrônica, cada coluna representou uma variável descritiva do processo de fabricação (rendimento, amperagem, pressão no condicionador e temperaturas do ambiente, do condicionador e do resfriador), características da ração (inclusão dos ingredientes na fórmula da ração e composição bromatológica dos principais ingredientes) e dados de qualidade (percentual de finos e índice de durabilidade dos peletes). Cada linha da planilha representou uma observação, ou o equivalente a um lote. Três análises sequenciais foram realizadas no programa Minitab 17 (Minitab Inc., StateCollege, PA). A primeira etapa de análise foi realizada para controlar a qualidade da base e observar a coerência lógica dos dados. Análises gráficas e estatísticas descritivas (média, erro padrão e quartis) das variáveis foram utilizadas nesta etapa. Valores que excediam ao comportamento adequado dentro dos parâmetros convencionais de fabricação foram removidos da base de dados. Em seguida, análises de correlação foram utilizadas para identificar a relação matemática entre as variáveis. Por último, análises de regressão obtidas com procedimento step-wise foram utilizadas para gerar os modelos de predição. Os resultados obtidos foram utilizados para compor um modelo que estima os efeitos de características da dieta e da composição bromatológica sobre as variáveis de interesse da indústria utilizando a regressão múltipla. A base de dados continha 1837 observações após a aplicação dos filtros. Os fatores que mais contribuíram na explicação da variância do índice de durabilidade do pelete foram a amperagem do equipamento (fator que respondeu por 20% da variância total), a inclusão do óleo de soja na dieta (5%), além das temperaturas do condicionador (5%) e do resfriador (3%). Para a proporção de finos, os fatores que mais contribuíram foram a amperagem (29%), a temperatura do resfriador (3%), a inclusão de óleo de soja (3%) e matéria mineral da farinha de vísceras (3%). Para rendimento, os fatores que mais contribuíram foram temperatura do resfriador (4%) e inclusão de bicarbonato de sódio e de farinha de penas (ambos com 3%). Os modelos apresentados nesse trabalho são úteis nos setores de garantia de qualidade das fábricas de ração, permitindo a melhor definição de parâmetros para monitoramento e também podem ser úteis como facilitadores nas tomadas de decisão.Pelleting is the agglomeration of small particles into larger particles by a mechanical process that combines moisture, heat, and pressure. The quality of the pellet and industrial yield are limiting factors in animal’s feed factories. In this context, a study was developed to parameterize industrial feed pelletizing equipment using multiple regression models. Production data, bromatological composition of the ingredients and formulas of the diets were collected in a feed production industry for broiler and pigs. In the spreadsheet, each column represented a descriptive variable of the manufacturing process (yield, amperage, pressure in the conditioner, and temperatures of the environment, the conditioner and the cooler), characteristics of the ration (inclusion of the ingredients in the feed formula and bromatological composition of the main ingredients), and quality data (percentage of fines and pellet durability index). Each line in the database represented one observation, or the equivalent of one feed lot. Three sequential analyzes were performed using the Minitab 17 software (Minitab Inc., StateCollege, PA). The first analysis was preformed to control the quality of the database and to observe the logical coherence of the data. Graphical analyzes and descriptive statistics (average, standard error and quartiles) of the variables were used in this step. Values that exceeded suitable pattern for the system were removed from the database. Then, correlation analyzes were used to identify the mathematical relationship between the variables. Finally, regression analyzes obtained with step-wise procedure were used to generate the prediction models. The results were used to compose a model that estimates the effects of dietary and bromatological composition on the response variables using multiple regression. The database contained 1837 observations after the filtering procedure. The factors that contributed the most to the explanation of the variance of the pellet durability index were the amperage of the equipment (factor that accounted for 20% of the total variance), the inclusion of soybean oil in the diet (5%), besides the temperatures of the conditioner (5%) and the cooler (3%). For the proportion of fines, the factors that contributed the most were the amperage (29%), the temperature of the cooler (3%), the inclusion of soybean oil (3%) and the mineral matter of viscera meal (3%). For the industrial yield, the factors that contributed the most were cooler temperature (4%) and inclusion of sodium bicarbonate and feather meal in feed formula (both with 3%). The models generated in this study are useful in the quality assurance sectors of feed factories to allow better definition of parameters for feed quality monitoring and can also be useful as facilitators in decision making process.application/pdfporFrango de corteSuínoRaçãoPeletizaçãoBroilersSwinePellet qualityPelletsIndustrial IncomeAplicação de modelagem no processo de fabricação de rações para parametrização de peletizadora industrialinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulFaculdade de AgronomiaPorto Alegre, BR-RS2017Zootecnia: Bachareladograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001060232.pdf.txt001060232.pdf.txtExtracted Texttext/plain92437http://www.lume.ufrgs.br/bitstream/10183/200534/2/001060232.pdf.txt748d44214fbb58bdada3f1d5254e1343MD52ORIGINAL001060232.pdfTexto completoapplication/pdf578296http://www.lume.ufrgs.br/bitstream/10183/200534/1/001060232.pdf1c3a903bbb07595ab08e335fdaf27a90MD5110183/2005342022-06-15 04:48:11.61537oai:www.lume.ufrgs.br:10183/200534Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2022-06-15T07:48:11Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Aplicação de modelagem no processo de fabricação de rações para parametrização de peletizadora industrial
title Aplicação de modelagem no processo de fabricação de rações para parametrização de peletizadora industrial
spellingShingle Aplicação de modelagem no processo de fabricação de rações para parametrização de peletizadora industrial
Schroeder, Bruna
Frango de corte
Suíno
Ração
Peletização
Broilers
Swine
Pellet quality
Pellets
Industrial Income
title_short Aplicação de modelagem no processo de fabricação de rações para parametrização de peletizadora industrial
title_full Aplicação de modelagem no processo de fabricação de rações para parametrização de peletizadora industrial
title_fullStr Aplicação de modelagem no processo de fabricação de rações para parametrização de peletizadora industrial
title_full_unstemmed Aplicação de modelagem no processo de fabricação de rações para parametrização de peletizadora industrial
title_sort Aplicação de modelagem no processo de fabricação de rações para parametrização de peletizadora industrial
author Schroeder, Bruna
author_facet Schroeder, Bruna
author_role author
dc.contributor.author.fl_str_mv Schroeder, Bruna
dc.contributor.advisor1.fl_str_mv Andretta, Ines
contributor_str_mv Andretta, Ines
dc.subject.por.fl_str_mv Frango de corte
Suíno
Ração
Peletização
topic Frango de corte
Suíno
Ração
Peletização
Broilers
Swine
Pellet quality
Pellets
Industrial Income
dc.subject.eng.fl_str_mv Broilers
Swine
Pellet quality
Pellets
Industrial Income
description A peletização pode ser definida como a aglomeração de partículas pequenas em partículas maiores por meio de um processo mecânico em combinação com a umidade, calor e pressão. A qualidade do pelete e o rendimento industrial são fatores limitantes em uma fábrica de ração. Neste contexto, um estudo foi desenvolvido para parametrizar um equipamento industrial de peletização de rações para frangos de corte e suínos utilizando modelos de regressão múltipla. Dados de produção, composição bromatológica dos ingredientes e fórmulas das dietas foram coletados em uma indústria de produção de ração para frangos de corte e suínos. Na planilha eletrônica, cada coluna representou uma variável descritiva do processo de fabricação (rendimento, amperagem, pressão no condicionador e temperaturas do ambiente, do condicionador e do resfriador), características da ração (inclusão dos ingredientes na fórmula da ração e composição bromatológica dos principais ingredientes) e dados de qualidade (percentual de finos e índice de durabilidade dos peletes). Cada linha da planilha representou uma observação, ou o equivalente a um lote. Três análises sequenciais foram realizadas no programa Minitab 17 (Minitab Inc., StateCollege, PA). A primeira etapa de análise foi realizada para controlar a qualidade da base e observar a coerência lógica dos dados. Análises gráficas e estatísticas descritivas (média, erro padrão e quartis) das variáveis foram utilizadas nesta etapa. Valores que excediam ao comportamento adequado dentro dos parâmetros convencionais de fabricação foram removidos da base de dados. Em seguida, análises de correlação foram utilizadas para identificar a relação matemática entre as variáveis. Por último, análises de regressão obtidas com procedimento step-wise foram utilizadas para gerar os modelos de predição. Os resultados obtidos foram utilizados para compor um modelo que estima os efeitos de características da dieta e da composição bromatológica sobre as variáveis de interesse da indústria utilizando a regressão múltipla. A base de dados continha 1837 observações após a aplicação dos filtros. Os fatores que mais contribuíram na explicação da variância do índice de durabilidade do pelete foram a amperagem do equipamento (fator que respondeu por 20% da variância total), a inclusão do óleo de soja na dieta (5%), além das temperaturas do condicionador (5%) e do resfriador (3%). Para a proporção de finos, os fatores que mais contribuíram foram a amperagem (29%), a temperatura do resfriador (3%), a inclusão de óleo de soja (3%) e matéria mineral da farinha de vísceras (3%). Para rendimento, os fatores que mais contribuíram foram temperatura do resfriador (4%) e inclusão de bicarbonato de sódio e de farinha de penas (ambos com 3%). Os modelos apresentados nesse trabalho são úteis nos setores de garantia de qualidade das fábricas de ração, permitindo a melhor definição de parâmetros para monitoramento e também podem ser úteis como facilitadores nas tomadas de decisão.
publishDate 2018
dc.date.issued.fl_str_mv 2018
dc.date.accessioned.fl_str_mv 2019-10-11T03:55:53Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/200534
dc.identifier.nrb.pt_BR.fl_str_mv 001060232
url http://hdl.handle.net/10183/200534
identifier_str_mv 001060232
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/200534/2/001060232.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/200534/1/001060232.pdf
bitstream.checksum.fl_str_mv 748d44214fbb58bdada3f1d5254e1343
1c3a903bbb07595ab08e335fdaf27a90
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1801224585002090496