Como apresentado no item material e métodos o modelo utilizado nas simulações foi validado por meio do cálculo dos erros dos dados simulados e coletados complementado pela comparação dos mapas de distribuição da variável avaliada dos dados coletados e do simulado.
a
52
A validação pelo cálculo do erro dos dados simulados e coletados a campo são apresentados abaixo com a apresentação do erro entre as temperaturas medidas e simuladas nos 30 pontos (Tabela 3).
Tabela 3. Erro absoluto (diferença entre temperatura do ar medida e simulada) e Erro Relativo
(%).
Ponto [Tbssim.-Tbsmed](ºC) E (%) Ponto [Tbssim.-Tbsm.ed] (ºC) E (%)
1 1,65 5,55 16 4,79 15,31 2 0,13 0,43 17 0,47 1,72 3 0,04 0,14 18 0,07 0,26 4 1,21 4,27 19 0,14 0,50 5 0,01 0,04 20 0,77 2,72 6 1,37 4,43 21 0,45 1,58 7 1,83 6,62 22 0,34 1,23 8 1,71 6,15 23 0,43 1,60 9 0,77 2,70 24 0,39 1,47 10 0,46 1,56 25 2,28 7,92 11 0,04 0,12 26 0,02 0,07 12 0,27 0,92 27 1,95 7,63 13 0,85 2,94 28 1,23 4,75 14 1,96 6,73 29 2,36 9,13 15 0,03 0,10 30 0,66 2,46
Tbssim – Temperatura doa ar simulada; Tbsmed – Temperatura do ar medida
A diferença entre os valores de temperatura do ar coletada e simulada mostra que em 27desses 30 pontos a diferença absoluta foi menor que 2 ºC. Quanto ao erro relativo, em 22 dos 30 locais de coleta, foi menor que 5%. Dessa maneira, considera-se satisfatório, uma vez que houveram dificuldades técnicas quanto à quantidade de aparelhos para coleta destes dados, além do fato destes terem sido mensurados a campo, o que traz outras limitações, pois a instalação não foi concebida para experimentos controlados.Esses resultados estão de acordo com Seo et al. (2012), que embora sob condições diferentes, encontrou variação de 9,1% na uniformidade térmica quando comparou temperaturas simuladas e coletadas a campo em experimento em granjas suínas típicas da Coréia do Sul.
Os locais que apresentaram valores de Tbs com um erro acima do considerado aceitável são mostrados na Figura 22. Não foi possível identificar um padrão que esclarecesse as maiores discrepâncias nos 8 pontos.
53
Figura 22. Indicação dos locais onde o erro relativo à Tbs simulada e coletada estiveram acima
do satisfatório.
Foi mostrado também a comparação dos perfis de temperatura dos dados simulados com os perfis de temperatura dos dados coletados com o uso de mapas de isolinhas gerados a partir do Surfer®. A Tabela 4 apresenta os resultados obtidos pela análise geoestatística com os dados coletados no período de verão.
Tabela 4. Resultados da análise geoestatística utilizando o software GS+ para a variável Tbs dos
dados coletados a campo
Variável Modelo Efeito Pepita Patamar Alcance GDE R2 SQR Tbs (°C) Exponencial 0,282 1,893 17,10 14,89 0,99 6,898E-05 GDE= Grau de Dependência Espacial; R2= coeficiente de determinação; SQR= Soma dos Quadrados dos Resíduos;
Tbs= Temperatura de Bulbo Seco, °C.
O semivariograma calculado foi ajustado no modelo exponencial, conforme Equação 2. A relação que caracteriza o grau de dependência espacial (GDE) entre os dados coletados foi classificado em forte com GDE < 25%, o que também foi encontrado por (MILES; ROWE; OWENS, 2008). Quanto mais forte a dependência espacial, menor será a contribuição do efeito pepita na variabilidade dos dados, consequentemente melhores serão as estimativas na krigagem.
54
obtido na análise geoestatística está apresentado na Tabela 5.
Tabela 5. Resultados da análise geoestatística utilizando o software GS + para a variável Tbs dos
dados simulados.
Variável Modelo Efeito Pepita Patamar Alcance GDE R2 SQR Tbs (°C) Gaussiano 0,121 2,94 5,7 4,11 0,99 3,677E-03 GDE= Grau de Dependência Espacial; R2= coeficiente de determinação; SQR= Soma dos Quadrados dos Resíduos;
Tbs= Temperatura de Bulbo Seco, °C.
Os dados obtidos com a simulação no semivariograma foi ajustado no modelo Gaussiano, conforme Equação 3. O grau de dependência espacial (GDE) entre os dados simulados foi classificado em forte com GDE < 25. O alcance encontrado da Tbs foi de 5,7 m. O alcance dos dados é um parâmetro do semivariograma pelo qual pode-se determinar a área de representatividade das amostras e a intensidade amostral necessária para a área avaliada, ou seja, amostras dentro da distância encontrada possuem grande dependência espacial sendo mais homogêneos. Quando os pontos coletados estão fora da distância do alcance eles serão independentes, sendo necessário o uso da estatística clássica para sua análise (VIEIRA et al., 2000).
Com os resultados obtidos foi possível observar que para a simulação com CFD é necessário ter uma quantidade maior de pontos de coletas, pois a distância para manter a dependência é menor quando comparamos com os dados coletados reais. O modelo da geoestatística foi ajustado com coeficiente de determinação R2= 0,99.
A Figura 23, mostram os mapas da distribuição da temperatura no interior do galpão estudado na situação real (Figura 23a) e na situação simulada (Figura 23b), respectivamente, confeccionado com o software Surfer 8.0®.
55
Figura 23. Mapas de isolinhas comparando perfis de temperatura do ar coletada a campo (a) e
simulado(b).
Embora haja uma diferença, os mapas com os dados simulados e reais apresentam o mesmo padrão, onde as temperaturas mais elevadas estão no sul do galpão, justamente onde houve uma menor velocidade e maior temperatura do ar de entrada, 0,23m/s e 29,61 ºC. Toda a instalação apresentou temperaturas acima do recomendado para a criação de fêmeas suínas gestantes, que é de no máximo 18°C (FERREIRA, 2005). A temperatura mais baixa encontrada foi de 25,2 ºC.Considerando os padrões encontrados nos dois mapas (Figura 23), pode-se dizer que há uma semelhança entre ambos, o que corrobora com a validação realizada por meio da verificação do erro.
Uma das explicações para o problema descrito acima é o mau funcionamento observado nas placas evaporativas, que apresentaram várias áreas onde não ocorre a umidificação adequada, causado provavelmente por bicos entupidos.
Essas áreas secas podem ser vistas na Figura 24 da câmera termográfica onde as temperaturas de superfície chegaram a 32,3°C. É possível ver maiores áreas secas no painel evaporativo da parede norte (Figura 24a) em relação a parede sul (Figura 24b). Esse problema faz
a
b S
L O
56
com que o ar quente do meio externo entre pelas partes secas, pois encontra menor resistência em relação as partes úmidas mantendo a temperatura da instalação mais elevada.
Figura 24. Imagens dos painéis evaporativos, com partes secas e úmidas, (a) parede norte e (b)
parede sul.