Neuro-Fuzzy modeling for optimizing thermal modification in hybrid Eucalyptus clones
DOI:
https://doi.org/10.5902/1980509894981Palabras clave:
Thermal modification, ANFIS, Wood properties, Mathematical modeling, Eucalyptus urograndisResumen
Silviculture is strategic for the Brazilian economy and demands wood with stable physical and mechanical properties. Thermal modification enhances durability and dimensional stability without chemical additives. We applied an Adaptive Neuro‑Fuzzy Inference System (ANFIS) to optimize thermal treatment in two hybrid Eucalyptus urograndis clones (H77 and LW), predicting optimal time–temperature combinations and estimating apparent/basic density, mass loss, volumetric swelling, modulus of rupture (MOR) and modulus of elasticity (MOE). Twelve trees (six per clone) were sampled; experimental temperatures ranged from 100–220 °C. Lagrange polynomial interpolation generated 60 intermediate points to build continuous response surfaces, and ANFIS (six Gaussian membership functions per input; Sugeno linear output; 36 rules) was trained/validated using RMSE. Distinct clone‑specific behaviours were observed, supporting tailored strategies: densities achieved low RMSE (apparent: 0.101 g/cm³; basic: 0.087 g/cm³), volumetric swelling ~2.12 pp, while mass loss and especially mechanical properties showed higher variability (MOE ≈ 3.796 MPa; MOR with substantial error). The results indicate that intelligent modeling coupled with clone‑specific thermal parameters can maximize performance and inform sustainable industrial applications.
Descargas
Citas
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. DOI: https://doi.org/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. DOI: https://doi.org/10.37885/221211263
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. DOI: https://doi.org/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. DOI: https://doi.org/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. DOI: https://doi.org/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. DOI: https://doi.org/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. DOI: https://doi.org/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. DOI: https://doi.org/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. DOI: https://doi.org/10.1590/S1415-43662014000200008
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Ciência Florestal
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
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.
