Visão Computacional Aplicada ao Monitoramento Contínuo da Qualidade da Matéria-Prima: Uma Nova Abordagem para Gestão de Impurezas Vegetais em Cana-de-Açúcar

Vol 1, 2026 - 342430
Presentación oral
Favoritar este trabalho
Como citar esse trabalho?
Resumo

A presença de impurezas vegetais na cana-de-açúcar impacta diretamente a eficiência industrial, a qualidade da matéria-prima e o desempenho dos processos de produção de açúcar e etanol. Apesar de sua relevância operacional, o monitoramento dessas impurezas ainda depende predominantemente de análises laboratoriais realizadas de forma amostral, limitando a frequência de obtenção de informações para suporte à tomada de decisão. Nesse contexto, o presente trabalho avaliou a aplicação de um sistema de visão computacional para monitoramento contínuo da qualidade da matéria-prima e identificação de amostras com elevada probabilidade de alta impureza vegetal. Foram analisadas 101 amostras de cana-de-açúcar coletadas em condições reais de operação industrial, comparando-se métricas extraídas automaticamente a partir de imagens com resultados de análises laboratoriais de referência. A análise por curva ROC indicou capacidade discriminatória adequada para identificação de amostras críticas (AUC = 0,779). A utilização do limiar operacional de 6,51 permitiu capturar 92,3% das amostras classificadas como de alta impureza, reduzindo em 43,6% a carga de trabalho laboratorial. Os resultados demonstram que sistemas de visão computacional podem atuar como ferramentas complementares para ampliação da frequência de monitoramento da qualidade da matéria-prima, contribuindo para a identificação de desvios operacionais, fortalecimento da governança agrícola e industrial e suporte à tomada de decisão em unidades sucroenergéticas.

 


 

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Instituições
  • 1 Cromai
Eixo Temático
  • 5. Tecnologia Industrial e Processos
Palavras-chave
visão computacional
inteligência artificial;
impurezas vegetais
cana-de-açúcar
agricultura digital