As impurezas vegetais que vêm do campo para a usina junto com os carregamentos de cana-de-açúcar podem reduzir em até 15% a capacidade operacional da moagem, segundo dados da empresa de tecnologia Cromai, que é especializada no agronegócio. De acordo com a companhia, atualmente, a análise de impurezas é feita manualmente, sendo possível avaliar, em média, dez caminhões por dia – no pico de safra, contudo, esse volume pode chegar a 300 veículos.
Por conta disso, sucroenergéticas estão buscando outras soluções com o auxílio de tecnologia. A Cromai, por exemplo, propõe o uso de sensores com apoio de inteligência artificial. Este equipamento pode avaliar até 95% da carga diária e já está em operação em dez usinas, incluindo a Agropéu, em Pompéu (MG), e unidades da Adecoagro. Para este ano, há o planejamento de instalação em mais 30.
Para Cristiane Lopes dos Santos, da área de controle de qualidade da Adecoagro, a utilização de inteligência artificial otimiza a tomada de decisões no campo. Ela explica que a tecnologia permite modelar, com base em padrões de imagem comparados, as análises físicas laboratoriais e expandir os resultados para toda a cana-de-açúcar amostrada, em tempo real. “Trabalhamos arduamente neste conceito a fim de construir resultados sólidos” destaca.
Segundo a supervisora de qualidade da Agropéu, Cintia Antônia Barcelos da Silva, ter informações precisas possibilita que os processos da usina funcionem continuamente. A análise também permite que seja feito o descarte de matéria-prima quando ela está em desacordo com o esperado.
“A tecnologia compensa a redução que acontece na mão de obra dos laboratórios, o que impossibilita a análise de impureza de todas as cargas devido a ser um processo muito manual, demorado e suscetível a erros de interpretação e considerações de cada analista”, afirma.
O professor Celso Caldas, do Instituto Federal de Educação, Ciência e Tecnologia de Alagoas, explica que a metodologia usual para determinação das impurezas vegetais é realizada por meio da separação de palhas, palmitos e outros materiais vegetais dos colmos das canas.
“Trata-se de uma metodologia totalmente subjetiva e sem nenhuma possibilidade de repetições para confirmação de resultados, até porque a amostra analisada se torna totalmente descaracterizada”, relata e completa: “Ademais, as validações dos resultados não podem ser realizadas a partir de comparações com resultados de amostras padrões simplesmente porque é impossível ter uma amostra padrão de impureza vegetal armazenada no laboratório, como ocorre com outras determinações analíticas”.
Assim, de acordo com ele, os resultados têm um nível de confiabilidade maior com a utilização de uma ferramenta estatística. “Com sensores, os resultados são instantâneos, possibilitando tomadas de decisão mais corretas, sejam ações industriais ou principalmente agrícolas”, assegura.
Segundo o chefe de negócios da Cromai, Thalles Linhares, a tecnologia proposta permite um controle maior das operações de campo e industriais, podendo elevar a capacidade operacional em até 4%. “Com os dados em mãos é possível calibrar os equipamentos como colheitadeira e soprador e melhorar o desempenho de todo o processo”, afirma.
Na nova metodologia, a amostragem começa com a chegada do caminhão e o uso de uma sonda oblíqua para coleta de amostra pós-colheita. Isso passa pela identificação feita pelo sensor, que seleciona as etapas da amostra, mapeando de forma automática o início e o fim de cada uma delas. Depois, vem a avaliação com inteligência artificial, que mapeia os padrões de textura e forma, identificando a porcentagem de impureza das amostras. Por fim, o equipamento exporta os dados para análise.