Sistema autónomo de alimentação para monitorização ambiental

Este projecto tem como principal objectivo a criação de sistemas autónomos de^alimentação para redes de sensores sem fios (RSSF) que prolonguem a autonomia das mesmas. Considerando que, geralmente, a alimentação das RSSF é fornecida por baterias e devido à limitação que estas impõem a nível de durabilidade e autonomia é crucial desenvolver sistemas capazes de captar e armazenar energia ambiental de modo a disponibilizá-la aos nós sensores quando estes necessitarem. Assim sendo, este projecto apresenta três protótipos cujo intuito visa prolongar a longevidade dos nós sensores. Nesta conformidade recorreu-se ao aproveitamento da energia produzida pelo sol, vento e cursos de água. Foram estudados dois protótipos solares, um com ligação directa ao elemento de armazenamento e o outro com um circuito que deve transferir o máximo de potência fornecida pela fonte. Para o aproveitamento do fluxo de ar foi desenvolvido um pequeno gerador trifásico com uma estrutura de captação de energia segundo o modelo de pás do aerogerador Savonius. As características (tensão e corrente) foram analisadas com o objectivo de poder desenvolver um circuito de controlo de carga para as baterias. O último sistema de controlo foi dirigido ao aproveitamento da água proveniente das levadas ou ribeiras. Este sistema também é composto por um pequeno gerador trifásico ao qual foi associado um sistema de pás do tipo Pelton. Este protótipo foi proposto para situações em o caudal à saída de um reservatório se mantém constante evitando desta forma, a necessidade de utilização de elementos de armazenamento de energia Todos os sistemas possuem circuitos que permitem a monitorização de variáveis fundamentais para a avaliação dos mesmos. Para a transferência de dados foi utilizada uma rede de sensores sem fios, com recurso a um rádio XBee. Estes dados são encaminhados para uma base de dados presente na estação central. Após todo o tratamento de dados, a informação é disponibilizada através de uma página da Internet.

Avaliação e valorização de recursos agrícolas: avaliação nutricional e mineral de variedades tradicionais de batata-doce (Ipomoea batatas L.) provenientes da Madeira e Açores

Este trabalho foi desenvolvido com o intuito de avaliar nutricionalmente variedades agrícolas regionais madeirenses e açorianas de Ipomoea batatas L. (batata-doce). No total 18 amostras foram analisadas, entre as quais 11 são variedades provindas da Madeira e outras 7 provindas dos Açores. O maior objectivo deste estudo foi comparar a composição nutricional e mineral de um conjunto de variedades de batata-doce, valorizando assim os recursos agrícolas da Madeira e Açores. A caracterização nutricional e mineral dos rizomas, produzidos nestas regiões, proporcionou informação relevante para a valorização destes recursos. Sendo um rizoma tropical consumido habitualmente pela população e disponível todo o ano, torna essencial a sua avaliação. A análise laboratorial dos rizomas permitiu determinar um conjunto de características nutricionais. De um modo geral, os valores nutricionais médios detectados em rizomas de batata-doce destas duas regiões são de 93,64 g/100g de MS para o resíduo seco, 3,01 g/100g de MS para cinzas, 3,19 g/100g de MS para fibra (ADF), 1,21 g/100g de MS para gordura bruta, 3,20 g/100g de MS para proteína, 14,00 g/100g de MS para açúcares solúveis e 59,72 g/100g de MS para o amido. A análise mineral incluiu a determinação de fósforo, potássio, cálcio, magnésio, ferro, cobre, zinco, manganês e boro. Na variedade “De cenoura” (ISOP 1028), foi quantificado o nível de pro-vitamina A pela técnica de HPLC, que foi verificado ser 12,48 mg/100g em MS de β-caroteno. Os dados obtidos na análise nutricional foram usados para construir uma base de dados no NIRS (Near Infra-Red Spectroscopy) de modo a construir um modelo de previsão que possa predizer o valor nutritivo de um grande número de amostras em tempo reduzido, com um mínimo de impacto ambiental. Posteriormente, os dados obtidos através das análises nutricionais e minerais foram introduzidos no software estatístico SPSS 19.0 para determinar correlações e similaridades.