Geice Paula Villibor

Through the principle of mechanical vibrations, coffee can be efficiently harvested. However, this process is affected by factors related to the machine and the plant. Thus, the modal properties need to be determined. The aim of this study is to characterize the dynamic behavior of coffee plants based on their modal properties under field conditions, with the fruit at different ripening stages. Fifteen randomly selected coffee plants (Coffea arabica L.), Catuaí Vermelho variety, were instrumented to collect field data and evaluate different scenarios. This study presented an innovative methodology, where coffee plants were evaluated under field conditions using experimental modal analysis at different positions along the plants and considering the immature and mature ripening stages. Based on experimental modal analysis tests, it was possible to observe that there was a higher incidence of natural frequency peaks clustered between 20 and 40 Hz. The values of the damping ratios of the plagiotropic branches of coffee plants with predominantly ripe fruits relative to the upper, middle and lower thirds were 0.145, 0.134 and 0.127, respectively. The results suggest that selectively harvesting coffee fruits solely through vibration application is not a viable option, exclusively by mechanical vibrations. This conclusion arises from the lack of significant differences observed in the pending loads of fruits at various ripening stages, coupled with the overlapping values of frequencies identified within the studied frequency bands. This work can be employed to improve existing equipment and the design of new machinery for coffee harvesting by mechanical vibrations.

No contexto industrial a confiabilidade e disponibilidade de equipamentos são cruciais para garantir a operação contínua e reduzir custos associados a paradas não programadas. Com os avanços tecnológicos do século XXI, as indústrias passaram a gerar uma grande massa de dados digitais, o que evidenciou a necessidade de aplicação de ferramentas e metodologias com foco na confiabilidade, acarretando para a equipe de manutenção o desafio e ao mesmo tempo a oportunidade de utilizar esses dados para tomar decisões gerenciais. Nesse sentido, este trabalho traz uma proposta de aplicação de um relatório automatizado utilizando o Microsoft Power BI como ferramenta de inteligência de negócios ou “Business Intelligence”, contendo indicadores de manutenção amplamente utilizados na indústria para tomada de decisão gerencial e aqueles utilizados na implementação da Manutenção Centrada na Confiabilidade (MCC). A elaboração do dashboard desenvolvido neste estudo permitiu uma análise detalhada do histórico de manutenção, identificação de equipamentos críticos, monitoramento de custos e eficiência das ordens de serviço. A avaliação dos resultados obtidos demonstrou uma melhoria significativa na capacidade de prever falhas, reduzir tempos de inatividade não planejados e otimizar a alocação de recursos de manutenção. A abordagem integrada de MCC com Power BI mostrou-se eficaz na promoção de uma gestão de manutenção mais estratégica e orientada por dados.

Coffee holds significant economic and social importance for Brazil, being one of the main commodities in global agribusiness. Coffee growers, particularly those cultivating arabica coffee, face challenges due to labor shortages and high associated costs during manual harvesting. This study aimed to evaluate the operational performance and efficiency of a self-propelled coffee harvester prototype in terraced mountain areas. To assess harvesting losses, efficiency, and operational capacity, the experimental model traversed the designated area entirely. Fruit stripping was performed over the collection system at five different terrain incline angles (8°, 17°, 25°, 30°, and 38°). Harvesting loss was determined by the ratio of the mass of fruits retained by the collection system to the total mass of harvested fruits. For comparison, the efficiency and operational capacity of two workers performing manual fruit harvesting were also measured. Terrain slope did not significantly impact harvesting losses or operational capacity. The highest operational capacity was 0.11 ha h⁻¹, achieved at a 17° slope. The average operational efficiency was 66.2%.

The development of the tool wear monitoring system by machining processes has been well recognized in the machine industry mainly due to the growing demand for product quality and improved productivity. For this, artificial vision systems have been used as a measurement tool in various application areas. Thus, the objective was to develop a system automatic based in the image processing to identify and measure flank wear in machining tool. Image processing techniques, discriminant function, to identify insert breakage, and Hough Transform, to find the flank wear profile, achieved over accuracy. Consequently, 94.3% to identify between worn and broken insert and 0.04 mm mistake in measurement of flank wear width compared with microscope.

O estado de desgaste e avarias da ferramenta de corte (inserto) durante o processo de usinagem é um dos fatores que influenciam diretamente na fabricação de uma peça e nas tolerâncias dimensionais e acabamento da mesma. O monitoramento do inserto pode evitar a perda de peças e a reposição do mesmo, além de evitar a troca antes da real necessidade. Deste modo, o objetivo foi construir um braço robótico para automatizar o processo de aquisição de imagens do inserto de corte em um torno mecânico. Para isso foi desenvolvido um manipulador robótico que de forma automática adquire imagem do inserto no torno e analisa a integridade da mesma com o auxílio de um software. Nesse trabalho foi desenvolvida a parte mecânica, eletrônica e de programação do manipulador robótico de modo que ele seja capaz de posicionar o microscópio digital para aquisição de imagens com alta repetitividade. Por fim, foi necessário acresentar um sistema de malha fechada que garantiu alta acurácia e precisão do sistema.