---

Diante da constante necessidade de avan‡o tecnológico na agricultura para promover o aumento da produtividade e seguran‡a aos indivíduos envolvidos no processo, esta pesquisa apresenta o desenvolvimento de um sistema inteligente, utilizando redes neurais artificiais, aplicado ao monitoramento e análise de falhas estruturais em um trator. Simulou-se o trator por meio de um modelo numérico, representado através de equa‡äes diferenciais, o qual gera sinais conforme se alteram os parâmetros de velocidade do trator e a distância entre as saliências no solo. Para a análise, identifica‡Æo e classifica‡Æo dos dados simulados computacionalmente, foi utilizado uma rede neural do tipo ARTMAP-Fuzzy, que utiliza conceitos da Teoria da Ressonância Adaptativa. A principal aplica‡Æo deste sistema é inspecionar a estrutura do trator objetivando sua melhor conserva‡Æo, indicando se o mesmo encontra-se em condi‡äes normais ou em caso de falha estrutural. Caso uma falha seja detectada, é possível classificar seu tipo. Os resultados obtidos na aplica‡Æo da rede neural ao problema especificado mostraram-se ser satisfatórios.

---

Francisco Diego Garrido da Silva, possui curso Técnico em Informática pelo SENAC (2006), gradua‡Æo em Engenharia da Computa‡Æo pelo UniSALESIANO (2010), especialista em Administra‡Æo de Empresas pela FGV (2013) e em Redes de Computadores pela ESAB (2015) e mestre em Engenharia Mecânica pela UNESP de Ilha Solteira (2016).

---