Modelagem Neuro-Fuzzy para otimização da modificação térmica em clones híbridos de Eucalyptus

Autores

DOI:

https://doi.org/10.5902/1980509894981

Palavras-chave:

Termorretificação, ANFIS, Propriedades da madeira, Modelagem matemática, Eucalyptus urograndis

Resumo

A silvicultura é estratégica para a economia brasileira e requer madeira com propriedades físicas e mecânicas estáveis. A termorretificação aumenta a durabilidade e a estabilidade dimensional sem aditivos químicos. Aplicamos um sistema Neuro‑Fuzzy adaptativo (ANFIS) para otimizar o tratamento térmico em dois clones híbridos de Eucalyptus urograndis (H77 e LW), prevendo combinações ótimas de tempo–temperatura e estimando densidade aparente/básica, perda de massa, inchamento volumétrico, módulo de ruptura (MOR) e módulo de elasticidade (MOE). Doze árvores (seis por clone) foram amostradas; as temperaturas experimentais variaram de 100–220 °C. A interpolação polinomial (Lagrange) gerou 60 pontos intermediários para construir superfícies de resposta contínuas, e o ANFIS (seis funções de pertinência Gaussian por entrada; saída linear Sugeno; 36 regras) foi treinado/validado com RMSE. Comportamentos específicos por clone foram observados, sustentando estratégias sob medida: densidades apresentaram baixo RMSE (aparente: 0,101 g/cm³; básica: 0,087 g/cm³), inchamento volumétrico ~2,12 pp, enquanto perda de massa e, sobretudo, propriedades mecânicas exibiram maior variabilidade (MOE ≈ 3,796 MPa; MOR com erro substancial). Os achados indicam que a modelagem inteligente, combinada a parâmetros térmicos específicos por clone, pode maximizar o desempenho e orientar aplicações industriais sustentáveis.

Downloads

Não há dados estatísticos.

Biografia do Autor

Emmanuel Zullo Godinho, Universidade Estadual Paulista (Unesp)

Graduado em Engenharia Agronômica pela Escola Superior de Agronomia de Paraguaçu Paulista - ESAPP. Mestre em Bioenergia pela Universidade Estadual do Oeste do Paraná - UNIOESTE. Doutor em Agronomia na Universidade Estadual Paulista - UNESP. PhD em Engenharia de Biossistemas na Universidade de São Paulo - USP. PhD em Ciência Florestal na Universidade Estadual Paulista - UNESP. Pós-graduado pela Fundação Getúlio Vargas - FGV-RJ com MBA em Gestão Internacional em Agribusiness. Pós-graduado em Docência no Ensino Superior e em Educação Especial e Inclusiva pela Faculdade Venda Nova do Imigrante - FAVENI. Graduado com Licenciatura em Matemática pela Universidade Federal Tecnológica do Paraná - UTFPR e licenciado em Pedagogia pela Faculdade Intervale. Pós-graduado em Ensino de Química na Universidade do ABC. Estudante de graduação em Licenciatura em Química na Faculdade Única. Docente do ensino superior na UNISAGRADO e coordenador da pós-graduação ESG. Pesquisador-chefe do Grupo de Pesquisa AgroBiotecnologia UNISAGRADO/CNPQ e participo do grupo de pesquisa da Agroenerbio USP/UNESP/CNPQ. Conhecimento dos programas de estatística e modelagem matemática: Lógica fuzzy, Statistica, Action, Matlab. Linha de pesquisa é ENERGIAS RENOVÁVEIS e LÓGICA FUZZY. Possui experiência como docente no ensino fundamental, médio, graduação e pós-graduação. O projeto de pesquisa atual com fomento inclui Modelagem e Predição de Geração de Energia Renovável Utilizando Inteligência Artificial: um Caminho para a Transição Energética no Brasil - CNPq/MCTI (2023-2026).

Ricardo Marques Barreiros, Universidade Estadual Paulista (Unesp)

Possui graduação em Engenharia Florestal (1996) pela Universidade Estadual Paulista - UNESP, mestrado (2000) e doutorado (2006) em Recursos Florestais pela Universidade de São Paulo - USP e Livre-Docência (2019) em Qualidade da Madeira pela Universidade Estadual Paulista - UNESP. Atualmente é Professor Associado da Universidade Estadual Paulista - UNESP/Faculdade de Ciências Agronômicas (FCA)/Campus de Botucatu. É credenciado no Programa de Pós-Graduação em Ciência Florestal da FCA, níveis mestrado e doutorado. Tem experiência na área de Recursos Florestais e Engenharia Industrial Madeireira, atuando principalmente nos seguintes temas: preservação da madeira, propriedades físicas e químicas da madeira, secagem da madeira, processamento mecânico da madeira, painéis de madeira, qualidade da madeira e matéria-prima para a indústria madeireira.

Cantídio Fernando Gouvêa, Universidade Federal de Sergipe

Graduate at História from Faculdades Adamantinenses Integradas (1991), graduate at Engenharia Florestal from Universidade Estadual Paulista Júlio de Mesquita Filho (1996), graduate at geografia from Faculdades Adamantinenses Integradas (1990), master's at Forest Resources and Forest Engineering from Universidade de São Paulo (2001) and ph.d. at Ciências (Biologia na agricultura e no ambiente) from Universidade de São Paulo (2005). Has experience in Forest Resources and Forest Engineering, focusing on Nature Conservation, acting on the following subjects: swietenia macrophylla, desenvolvimento in vitro, floral development, meliaceae and morpho-anatomy.

Caetano Dartiere Zulian Fermino, Universidade Sagrado Coração

Atualmente é aluno de Iniciação Científica (PIBIC) no Instituto Tecnológico de Aeronáutica (ITA) e integrante de três grupos de pesquisa: Núcleo de Pesquisas Químicas e Ambientais Aplicadas, Grupo de Eletroquímica e Corrosão e Grupo de AgroBiotecnologia. Foi eleito para o Conselho de Ensino, Pesquisa e Extensão (CONSEPE) do UNISAGRADO, atuando como representante discente da Pró-Reitoria de Pesquisa e Pós-Graduação. É graduando em Engenharia Química pelo UNISAGRADO - Centro Universitário Sagrado Coração, com formação técnica em Química pelo Colégio Athena (2021). No Grupo de AgroBiotecnologia, atua na avaliação de artigos em revisão por pares, bem como na elaboração e submissão de trabalhos para congressos regionais, estaduais, nacionais e internacionais.

Referências

BARREIROS, R. M.; LISBOA, F. D.; GOUVEA, C. F.; REIS, A. M. F.; GODINHO, E. Z.; DIAS, K. B. Comportamento químico e físico da madeira natural e termorretificada de clones de eucalipto. Ciência Florestal, v. 33, n. 1, e67304, 2023. DOI: 10.5902/1980509867304.

BARREIROS, R. M.; LISBOA, F. D.; GOUVÊA, C. F.; ROQUE, V. G. R.; DIAS, K. B.; REIS, A. M. F.; SILVA, G. C.; GODINHO, E. Z. Efeitos da termorretificação da madeira em clones de eucalipto. 9ed. São Paulo, SP: Editora Científica Digital, 2022.

CARMO, C. R. S.; SILVA, J. R. M. Aprendizado de Máquinas e Prestação de Serviços de Armazenamento de Dados: Métricas para Análise e Validação de Algoritmos Previsores. Getec, v. 12, n. 38, p. 123–144, 2023.

FERREIRA, B. S.; RANGEL, E. C.; CAMPOS, C. I. de. Efeito da termorretificação na qualidade de colagem de lâminas de madeira para a produção de compensado. Ciência Florestal, v. 28, n. 1, p. 274–282, 2018. DOI: 10.5902/1980509831585.

FILHO, M. RMSE (Raiz Do Erro Quadrático Médio) em Machine Learning. Available from: https://mariofilho.com/rmse-raiz-do-erro-quadratico-medio-em-machine-learning. Accessed in: 23 out. 2025.

GODINHO, E. Z.; CANEPPELE, F. de L.; BARREIROS, R. B.; FRIGO, M. M. Modeling in the production of biogas from swine manure using Fuzzy Logic. Sodebras, v. 18, n. 209, p. 62–72, 2023. DOI: 10.29367/issn.1809-3957.18.2023.209.62.

GODINHO, E. Z.; FERMINO, C. D. Z. BARREIROS, R. M. Kinetic modeling and Neuro-Fuzzy application in ethanol production. Brazilian Journal of Biosystems Engineering, v. 19, 2025. DOI: 10.18011/bioeng.2025.v19.1264.

GODINHO, E. Z.; FRIGO, M. M.; CANEPPELE, F. de L. Modelagem Neuro-Fuzzy na fermentação alcoólica. Revista Acadêmica Online, v. IX, n. 46, p. 1–12, 2023. DOI: 10.36238/2359-5787.2023.022.

PELUZIO, T. M. de O.; PELUZIO, J. B. E.; ABREU, K. M. P. de; FERRARI, J. L.; KUNZ, S. H.; FIEDLER, N. C.; GANDINE, Q. G. F.; PASCHOA, L. DE S. L.; MOURA, M. M.; MOREIRA, G. L.; CARVALHO, R. DE C. F.; PIMENTEL, S. M.; BRANCO, E. R. F.; PELUZIO, L. M.; SANTOS, A. R. dos. Lógica Fuzzy na determinação de fragmentos florestais potenciais para coleta de sementes. Ciência Florestal, v. 33, n. 3, e70016, 2023. DOI: 10.5902/1980509870016.

PERTUZZATTI, A.; MISSIO, A. L.; CONTE, B.; SOUZA, S. C. de; SANTINI, E. J.; HASELEIN, C. R. Propriedades Físicas da Madeira de Pinus elliottii var. elliottii Termorretificada Sob Diferentes Atmosferas. Revista Ciência da Madeira - RCM, v. 7, n. 1, p. 7–15, 2016. DOI: 10.12953/2177-6830/rcm.v7n1p7-15.

SILVA, A. A. V. da; SILVA I. A. F.; TEIXEIRA FILHO, M. C. M.; BUZETTI, S.; TEIXEIRA, M. C. M. Estimativa da produtividade de trigo em função da adubação nitrogenada utilizando modelagem neuro Fuzzy. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 18, n. 2 p. 180-187, 2014. DOI: 10.1590/S1415-43662014000200008.

Downloads

Publicado

30-06-2026

Como Citar

Zullo Godinho, E., Barreiros, R. M., Gouvêa, C. F., & Fermino, C. D. Z. (2026). Modelagem Neuro-Fuzzy para otimização da modificação térmica em clones híbridos de Eucalyptus. Ciência Florestal, 36, e94981. https://doi.org/10.5902/1980509894981

Edição

v. 36 (2026): Publicação Contínua

Seção

Artigos

Licença

Copyright (c) 2026 Ciência Florestal

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

A CIÊNCIA FLORESTAL se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da lingua, respeitando, porém, o estilo dos autores.
As provas finais serão enviadas as autoras e aos autores.
Os trabalhos publicados passam a ser propriedade da revista CIÊNCIA FLORESTAL, sendo permitida a reprodução parcial ou total dos trabalhos, desde que a fonte original seja citada. 
As opiniões emitidas pelos autores dos trabalhos são de sua exclusiva responsabilidade.

Artigos mais lidos pelo mesmo(s) autor(es)