Submitted by Neusa Fagundes (neusa.fagundes@unioeste.br) on 2021-05-20T17:03:38Z No. of bitstreams: 2 Jamerson_Silva Filho2021.pdf: 975682 bytes, checksum: 4a44451e8b73f8162034a8fb6916d7f9 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Made available in DSpace on 2021-05-20T17:03:38Z (GMT). No. of bitstreams: 2 Jamerson_Silva Filho2021.pdf: 975682 bytes, checksum: 4a44451e8b73f8162034a8fb6916d7f9 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2021-03-09 Water flow applied in most irrigated agricultural areas is higher than what is actually needed for food production. Irrigation is considered one of the most important water consuming activities, so, its application must be treated with precision avoiding unnecessary use. Thus, it becomes important to use water efficiently with the right knowledge and to use alternatives that optimize its use. Several measures can be taken for the rational use of water, such as the use of correct designed equipment that presents good optimization of water amount to be applied and the best management. Thus, this work aimed at evaluating a small alternative mobile sprinkler, that could work in a static pattern. So, a mobile sprinkler and a sampling grid 1 with collectors on its sides were evaluated, in which the tests were carried out during the morning (from 8 AM to 12 PM), in the afternoon (from 1 PM to 6 PM) and at night (from 7 PM to 11 PM) and a sampling grid 2 with the same times, but with the collectors on their sides and also in their front and back. Therefore, the data and comparison with different wind intensities were obtained as well as the operating pressure of a conventional low pressure faucet. The performance of descriptive statistics and control graphics, using the Minitab program, RStudio software, SigmaPlot® and the data were submitted to the analysis of variance and average test. In the analysis of variance, the F test was used at 5% level of probability. The averages were compared to the Tukey test, at 5% probability. Based on the descriptive analysis, it was observed that, in general, the raw spacing among collectors of 0.50 m for both grids presented the highest averages, smallest deviations, variances and variation coefficient of data for Christiansen's Uniformity Coefficient, Distribution uniformity coefficient and Static uniformity coefficient. However, the Christiansen's Uniformity Coefficient, Distribution Uniformity Coefficient showed the best averages, the smallest deviations, variances and variation coefficient when using the mesh grid. On the other hand, the Static uniformity coefficient in the cross grid showed the highest average, the lowest standard deviation, variance and variation coefficient. The variations observed in the uniformity coefficients throughout the tests were associated with climatic changes, since the tests were carried out at different times of the day. Consequently, the irrigator and / or technician must monitor the local climatic conditions, mainly the wind speed, so that there is no interference in the uniformity of water application by the sprinkler irrigation system. Grids did not influence Christiansen's Uniformity Coefficient, Distribution Uniformity Coefficient and Static Uniformity Coefficient. The 0.50 m collector spacing provided the best values for uniformity coefficients. The wind speed affected directly the uniformity coefficients. The study of static quality control made it possible to observe data variability throughout the tests and, generally, a large part of the data was within the quality limits. According to the process capacity, all uniformity coefficients are within the process instruction point. O volume de água utilizado é superior ao que realmente necessita para a produção de alimentos em grande parte das áreas agrícolas irrigadas. A irrigação é considerada uma das principais atividades humana consumidora de água, portanto, a aplicação deve ser tratada com precisão para evitar o uso desnecessário. Desse modo, tornam se importantes tanto a utilização eficiente da água com conhecimento adequado como a de alternativas que otimizem seu uso. Diversas medidas podem ser tomadas para o uso racional da água como a utilização de equipamentos projetados adequadamente que apresentem boa otimização da quantidade de água aplicada e manejo adequado. Nesse trabalho, objetivou-se avaliar um aspersor móvel alternativo de pequeno porte, trabalhando de modo estático. Assim, foram avaliados aspersor móvel, o grid amostral 1 com os coletores nas suas laterais, em que os ensaios foram realizados durante a manhã (das 8h às 12h), a tarde (das 13h às 18h) e durante a noite (das 19h às 23h) e grid amostral 2 com os mesmos horários, mas com os coletores nas laterais e também na parte da frente é na parte de trás. Portanto, os dados e a comparação com diferentes intensidades de vento foram obtidos bem como a pressão de serviço de uma torneira convencional de baixa pressão. Para a realização da estatística descritiva e gráficos de controle, a partir da utilização do programa Minitab, do software RStudio, do SigmaPlot®, os dados foram submetidos à análise de variância e ao teste de média. Na análise de variância, foi empregado o teste F em nível de 5% de probabilidade. As médias foram comparadas ao teste Tukey, a 5% de probabilidade. Nota-se que, com base na análise descritiva, de modo geral, o espaçamento entre coletores de 0,50 m para ambos os grids apresentou as maiores médias, os menores desvios, variâncias e coeficiente de variação dos dados para Coeficiente de Uniformidade de Christiansen, Coeficiente de uniformidade de distribuição e Coeficiente de uniformidade estático. Entretanto, o Coeficiente de Uniformidade de Christiansen e o Coeficiente de uniformidade de distribuição apresentaram as melhores médias, os menores desvios, variâncias e coeficiente de variação quando se utilizou o grid em malha. Em contrapartida, o Coeficiente de uniformidade estático no grid em cruz apresentou a maior média, o menor desvio padrão, variância e coeficiente de variação. As variações observadas nos coeficientes de uniformidade ao longo dos ensaios estão associadas às variações climáticas, uma vez que os ensaios foram realizados em diferentes períodos do dia. Desta forma, o irrigante e/ou técnico deve monitorar as condições climáticas locais, principalmente, a velocidade do vento para que não ocorra interferência na uniformidade de aplicação de água pelo sistema de irrigação por aspersão. Os grids não influenciaram nas respostas dos: Coeficiente de Uniformidade de Christiansen, Coeficiente de uniformidade de distribuição e Coeficiente de uniformidade estático. O espaçamento entre coletores de 0,50 m proporcionou os melhores valores para os coeficientes de uniformidade. A velocidade do vento afetou diretamente os coeficientes de uniformidade. O estudo do controle estático de qualidade possibilitou a observação da variabilidade dos dados ao longo dos ensaios e, de modo geral, grande parte dos dados estavam dentro dos limites de qualidade. De acordo com a capacidade de processo, todos os coeficientes de uniformidade estão dentro do ponto de especificação do processo.