RESULTADOS E DISCUSSÃO

O uso da ferramenta matemática MATLAB® v.R2009b com a sua caixa de ferramentas

Fuzzy Logic forneceu um conjunto de possibilidades de edição para construir o sistema de

inferência Fuzzy (FIS), como exibe a figura 4 e, permitiu a validação através de testes de campo e laboratório do núcleo algoritmo matemático para ajudar a estimar a incidência de patologias dos cascos com base nas variáveis de entrada independentes enlaçadas à variável dependente projetada.

System sw ine: 5 inputs, 1 outputs, 540 rules Ep (4) Pan (3) Aan (3) Roug (5) Bio (3) APL (6) sw ine (mamdani) 540 rules

Figura 4. Resumo do sistema de controle Fuzzy obtido com o software MATLAB®.

Os resultados do sistema de inferência Fuzzy puderam ser testados através da alteração dos valores das variáveis de entrada na interface do software Matlab ® e as regras inseridas, verificando as alterações resultantes no gráfico de superfície correspondente gerado pelo

software Matlab ®. A possibilidade do desenvolvimento da lesão (ALP) apresentado na Figura 5

é como uma função não linear que representa o nível de suplemento de biotina dada como uma função da espessura do tapete de borracha aplicado ao piso.

O gráfico em questão fornece uma representação geral do sistema e também permite visualizar a necessidade de ajustes para eventuais erros apresentados pelo conjunto de regras previamente montado, correlacionando a informação da base de dados de peritos reunidos no sistema. O gráfico de superfície permite a visualização dos pontos representados pela associação das variáveis que caem em desempenho.

0 1 2 3 170 180 190 200 210 220 230 40 50 60 Pan Ep A P L 40 45 50 55 60 65

Figura 5: Gráfico da Superfície obtida através de Matlab ® para a visualização de cenários possíveis usando espessura de tapete versus biotina como variáveis independentes de entrada.

O algoritmo do sistema foi testado no software Matlab ® Fuzzy Logic Tool Box usando vários cenários distintos associando níveis adequados, inadequado e deficientes de biotina como as variáveis nutricionais para os diferentes 3 espessuras disponíveis para tapetes de borracha testadas no campo, bem como combinações de animais e aspereza de pisos, peso do animal e a área dos cascos obtidas durante medições dos experimentos de campo.

Foram realizadas 40 simulações de forma aleatória para a obtenção de um leque apropriado de resultados a partir de probabilidades mínimas como, por exemplo, para a ALP de 8,85%, utilizando uma quantidade elevada de biotina (1000 ug / kg), o tapete de borracha de 3 mm, 0,25 para o coeficiente de atrito para o tapete, e um animal de cerca de 200 kg de peso, e para probabilidades máximas onde o caso de indicação severamente provável de lesão foi emitida para o cenário (ALP de 91,8%), onde foi utilizada baixa quantidade de biotina (200 ug / kg), o revestimento de concreto nulo, ou seja, de 0 milímetros, O coeficiente de atrito para o piso de concreto igual a 0,40, e um animal de cerca de 220 kg de peso (Tabela 1).

Tabela 1. Situações extremas obtidas pelas combinações de cenários.

cenario ET (mm) Pan (kg) Aan (cm2) Rugosidade (sem unidade) biotina (ug/kg) ALP (%) melhor 3 200 45 0.25 1000 8,85 pior 0 220 20 0.40 200 91,8 intermediário 0 190 35 0.45 400 58,9

O software para prognóstico foi desenvolvido utilizando uma ferramenta da Microsoft® do tipo RAD (Rapid Application Development).

O aplicativo é chamado de Microsoft Visual Studio® 2010 e o sistema foi desenvolvido para a utilização em máquinas do tipo PC com processadores de 32/64 Bits rodando em ambiente operacional Windows® 9x/NT/2K/XP/Vista e 7.

Nesta aplicação, o algoritmo foi codificado e testado comparando-se os resultados aos obtidos da ferramenta Matlab®, em cenários distribuídos por todas as integrações e cruzamentos de entradas e de saída do sistema especialista. Foi desenvolvido um conjunto de interfaces para os usuários para os dados de entrada e saída, bem como a montagem e inserção do algoritmo na ferramenta de suporte a decisão. Estas interfaces foram concebidas de forma a permitir um diálogo adequado entre o usuário final e do sistema, incluindo veterinários, fazendeiros, trabalhadores rurais e técnicos, designers e projetistas de instalações pecuárias, o pessoal da indústria, entre outros.

As imagens que se seguem (Figuras 6, 7, 8 e 9) correspondem a alguns dos passos funcionais do software desenhado sendo executado em um microcomputador PC com processador AMD® FX- 8120 com oito cores – 3.1 Ghz , memória RAM de 16GB, 2GB de memória vídeo (GPU) e trabalhando sob o sistema operacional Windows® 7 de 64 bits.

Após a instalação do sistema, uma tela de apresentação é carregada, na sequência na sua interface operacional as telas de entrada de dados das variáveis independentes de entrada de dados. A entrada de informações que é feita pelos usuários versa sobre as instalações através dos tipos de pisos, dos níveis de biotina aplicados, das áreas de casco, que são estimadas pelo tamanho médio dos cascos do rebanho e a largura que é calculada automaticamente pelo

software. Após a entrada de dados, o sistema calcula a possibilidade de desenvolvimento de

lesões de casco (Laminite) com base nas entradas fornecidas pelo usuário e calcula como resultado o valor ALP, que dá uma perspectiva do bem-estar do rebanho e pode ser avaliado pelo usuário (Figuras 6,7, 8 e 9). A alteração da entrada de dados pode ser feita em tempo real, dentro da interface em qualquer momento, o que permite ao usuário testar vários cenários dentro de suas possibilidades econômicas.

Figura 7. Dados de entrada para a escolha do piso e cálculo da rugosidade.

Figura 8. Cálculo do Risco de lesão - Interface resultantes do processamento do algoritmo usando cenário extremo: com Risco Severo.

Figura 9. Cálculo do Risco de lesão - Interface resultantes do processamento do algoritmo usando cenário extremo: com Risco Baixo.

Carvalho et al. (2009), utilizaram três diferentes espessuras de tapete de borracha 1mm, 2mm e 3mm para avaliar a redistribuição da pressão e do balanceamento dos cascos de suínos. Os resultados mostraram uma diferença de pressão de 0,46 kg/cm2 líquido (3,24 vs 2,78 kg/cm2 para a 1 milímetro contra colchões de borracha 3 milímetros, p <0,0001, aumentando a área por baixo do pé de 30,7 cm2 41,9 cm2, p <0,059), fortalecendo o conhecimento de que a utilização de sistemas de piso revestido com borracha proporciona o equilíbrio de pressões sob os cascos e pode impedir as concentrações de pressão e, por conseguinte, o desenvolvimento de úlcera de sola e outras lesões que favorecem o aparecimento do ato de claudicar.

O presente sistema especialista considera o equilíbrio de pressão, como um dos fatores mais importantes que afetam a saúde dos cascos e, portanto, o resultado é muito afetado pela escolha de uma espessura apropriada de tapete combinada com a rugosidade da superfície disponível.

A rugosidade de pisos é explorada por De Belie e Rombaut, (2003) e Rushen e De Passille ', de (2006). A rugosidade pode ser prejudicial em ambos os seus extremos, suavidade ou aspereza de acordo com os autores. A suavidade faz com que o animal escorregue e possa cair enquanto aspereza extrema pode ser abrasiva, a ponto de fraturar o tecido da sola do casco do animal. Vários valores de rugosidade de concreto foram considerados em seu estudo, fornecendo uma grande contribuição para o sistema.

O sistema utiliza este conhecimento de acordo com os coeficientes de atrito fornecidos pelos autores adicionando riscos para ambos os extremos e reduzindo os riscos como o coeficiente de fricção atinge um nível seguro em torno de, cerca de, 0,25-0,45. Desta forma, o usuário pode escolher o tipo de piso no software, selecionando-o de vários tipos fornecidos pelo software através de imagens de amostras de tipos de pavimentos, vários tipos de concreto disponíveis, assim como tipos de borracha, e seus coeficientes são associados automaticamente.

A associação dos níveis de biotina e melhorias do tipo de revestimento desempenha um grande papel no desempenho global do sistema. Dados de apoio à melhoria da saúde dos cascos com o uso de suplementação de biotina é descrita em vários estudos como os de Bryant et al. (1985); De Jong et al. (1983); Hedges et al. (2001) e Penny et al. (1980).

A associação de suplementação nutricional de biotina e pisos (associadas com coeficientes de atrito) foram devidamente testadas em vários cenários experimentais e foram preparadas de forma consistente com as indicações e os resultados referidos na literatura. As outras variáveis, ou seja, áreas de casco e de peso dos animais são muito importantes, mas afetam o sistema em um nível menor. Uma área de casco grande tem uma força global melhor e melhor distribuição de pressão, assim como o peso do animal, uma vez que animais mais pesados com cascos menores podem gerar mais concentrações de pressão do que o contrário. Por outro lado, as tendências impostas por estas variáveis podem ser facilmente reduzidas ao associar cuidadosamente o tipo de tapete de borracha e melhorando a suplementação de biotina o que representa, portanto, um risco mais baixo a todo o sistema. A contribuição de peso do animal e a área dos cascos foram obtidas a partir dos experimentos de Carvalho et al. (2009), Carvalho et

al. (2006), Carvalho et al. (2007) e, Van der Tol et al. (2002).

O desempenho geral do sistema proposto e desenvolvido aponta para o atendimento das tendências testadas tanto na literatura prospectada quanto nos ensaios em laboratório e nos experimentos em campo.

4. CONCLUSÕES

O sistema de suporte de decisão projetado permite controlar os níveis de componentes nutritivos, principalmente o aumento dos níveis de biotina, alterando as propriedades de piso com as melhores propriedades de amortecimento e dissipação de tensões e melhor rugosidade adequada para aumentar a vida útil das estruturas de tecidos moles nos cascos. Auxilia também pela prevenção de fraturas devido a permitir que se detectem e evitem quedas nos pisos escorregadios.

O software pode dar uma série de alternativas para suporte a decisão para também acomodar o perfil da fazenda de acordo com suas necessidades gerenciais e permite, ainda, analisar os riscos de várias opções de trato e alimentação dos animais por parte dos agricultores e gestores de fazenda.

O software, apesar de contar com um algoritmo desenvolvido com o conhecimento mais recente na área de manejo dos animais, assim como dos projetos para instalações de produção de suínos, tem uma interface de usuário amigável, acessível e prática, projetada especialmente para todos os tipos de auxiliares e de usuários das granjas de criação.

Sua utilização permite criar condições para prevenir patologias dos cascos frequentemente causadas por técnicas inadequadas de manejo dos animais e das instalações impróprias, bem como métodos de nutrição errôneos permitindo a correção de diversos parâmetros para melhorar a saúde animal e sua longevidade. Este software apresenta-se com o seu desempenho funcional em 100% e pode ser avaliado pela variedade de profissionais mencionada anteriormente.