v. 35 n. 2 (2025): Revista Ciência Animal
Artigos Originais

Sistema arduíno e módulos como modelo para desenvolvimento de equipamentos utilizados na pecuária

Guilherme Pepino BASTOS
Curso de Medicina Veterinária do Centro de Ensino Superior dos Campos Gerais (CESCAGE)
Marc Joseph VANCAMELBEKE
Curso de Medicina Veterinária do Centro de Ensino Superior dos Campos Gerais (CESCAGE)
Emanoel Soares TEIXEIRA JUNIOR
Curso de Engenharia Elétrica (CESCAGE)
Luan Guilherme DIAS
Curso de Medicina Veterinária do Centro de Ensino Superior dos Campos Gerais (CESCAGE)
Valeria Rezende DOMINGUES
Curso de Medicina Veterinária do Centro de Ensino Superior dos Campos Gerais (CESCAGE)
Helinton Pool BATISTA
Curso de Medicina Veterinária do Centro de Ensino Superior dos Campos Gerais (CESCAGE)

Publicado 2025-07-01

Palavras-chave

  • Tecnologia,
  • pecuária 4.0,
  • zootecnia de precisão,
  • comportamento animal,
  • bioclima

Como Citar

BASTOS, G. P.; VANCAMELBEKE, M. J.; TEIXEIRA JUNIOR, E. S.; DIAS, L. G.; DOMINGUES, V. R.; BATISTA, H. P. Sistema arduíno e módulos como modelo para desenvolvimento de equipamentos utilizados na pecuária. Ciência Animal, [S. l.], v. 35, n. 2, p. 36–44, 2025. Disponível em: https://revistas.uece.br/index.php/cienciaanimal/article/view/15809. Acesso em: 9 jan. 2026.

Resumo

Novas tecnologias têm o potencial de gerar benefícios ao agronegócio através da união entre os cenários produtivos e científicos. Sendo que na pecuária 4.0 a constante coleta e análise da dados feitos por sensores e programas permite aos responsáveis avaliarem informações relacionadas tanto aos animais quanto ao ambiente. O presente experimento teve como objetivo fazer uso do sistema Arduíno e seus módulos para desenvolver equipamentos que possam ser usados na pecuária visando tornar mais acessível aos produtores ruais o novo modelo de produção “Pecuária 4.0”. Fazendo-se uso de um Arduíno UNO e dos módulos Ethernet Shield W5100, sensor de fluxo de água, DHT11, termômetro a prova da água (Ds18b20), sensor LDR e um cartão micro SD de 2 Gb, os dados referentes ao fotoperíodo, temperatura ambiente, umidade relativa do ar, consumo de água e temperatura da água foram coletados durante um período de teste de 24 horas e armazenados pelo sistema no cartão micro SD em um arquivo no formato “txt”. As informações armazenadas no arquivo foram transferidas para o aplicativo LibreOffice Calc 7.1, onde foram processadas e analisadas. Percebendo-se que os animais consumiram água em bandos e em períodos específicos do dia, com maiores temperaturas ambientais e umidade relativa do ar mais baixas, apresentando assim picos de consumo em determinados momentos.

Downloads

Não há dados estatísticos.

Referências

  1. ALMEIDA, J.V.N.; MARQUES, L.R.; MARQUES, T.C.; GUIMARÃES, K.C.; LEÃO, K.M.
  2. Influência do estresse térmico sobre os aspectos produtivos e reprodutivos de bovinos –
  3. Revisão. Research, Society and Development, v.9, n.7, p.1-29, 2020.
  4. AASP. Associação de Advogados de São Paulo. Dolar. 2022. Available from:
  5. https://www.aasp.org.br/suporte-profissional/indices-economicos/atualizacao-mensal/dolar/.
  6. Accessed on: feb. 11, 2022.
  7. BRAUN, A.T.; COLANGELO, E.; STECKEL, T. Farming in the Era of Industrie 4.0. Procedia
  8. CIRP, v.72, p.979-984, 2018. http://doi.org/j.procir.2018.03.176.
  9. CASTRO JÚNIOR, S.L.; BALTHAZAR, G.R.; ARNO, A.; CRUZ, M.V.A.; SILVA, I.J.O.
  10. Produção animal 4.0: conceitos, aplicações e tendências. ReviVale, Araçuaí. v.1, n.1, p.1-22,
  11. CUNHA, A.C.; PUTTI, F.F. Nível de aceitação da tecnologia da informação por produtores
  12. rurais. Brazilian Journal of Biosystems Engineering, v.14, n.3, p.264-273, 2020.
  13. FELIPE, M.R.C.; VÁZQUEZ, M.L.; BERMELLO, J.L.P. Wireless Sensor Network Applied
  14. to Precision Agriculture: A Technical Case Study at the Technical University of Manabí.
  15. Communication, Smart Technologies and Innovation for Society, v.252, n.1, p.525-534,
  16. JAMES, A.; SETH, A.; MUKHOPADHYAY, S.C. Programming Arduino for IoT System.
  17. Programming Arduino for IoT System. IoT System Design. Smart Sensors, Measurement
  18. and Instrumentation, v.41, n.1, p.81-104, 2022.
  19. KLEPACKI, B. Precision farming as an element of the 4.0 industry economy. Annals of the
  20. Polish Association of Agricultural and Agribusiness Economists, v.22, n.3, p.119-128,
  21. DOI:10.5604/01.3001.0014.3572.
  22. PALHARES, J.C.P.; VIANCELLI, A.; KUNZ, A.; SANCHES, A.C.; GAMEIRO, A.H.;
  23. BARADI, C.R.M.; AITA, C.; AMORIM, D.M.; MIOLA, E.C.C.; JESUS, F.L.F.;
  24. MENDONÇA, F.C.; FONGARO, G.; BAZZO, H.L.S.; TREICHEL, H.; SCHIRMANN, J.;
  25. NASCIMENTO, J.G.; GATIBONI, L.C.; LANNA, M.C.S.; MAGRI, M.E.; PAZ TIERI, M.;
  26. MORALES, R.; NICOLOSO, R.S.; GONZATTO, R.; QUEIROZ, R.; GIACOMINI, S.J.;
  27. PUJOL, S.B.; CHARLON, V. Produção animal e recursos hídricos: Tecnologias para
  28. manejo de resíduos e uso eficiente dos insumos. Brasília, DF. Empresa Brasileira de Pesquisa
  29. Agropecuária, Embrapa Pecuária Sudeste, Ministério da Agricultura, Pecuária e
  30. Abastecimento. 2019. 210p.
  31. PALHARES, J.C.P.; MORELLI, M.; NOVELLI, T.I. Water footprint of a tropical beef cattle
  32. production system: The impact of individual-animal and feed management. Advances in
  33. Water Resources, v.149, n.1, p.1-9, 2021.
  34. PEDRO, F.O.; CORDEIRO, D.A.G.; RODRIGUES, A.L.B.; SANTOS, M.P.A.; FOGAÇA, E.;
  35. ADRIANO, A.C.A.; SILVA, I.R.A.; SILVA, E.S.; CARVALHO, N. Qualidade da água de
  36. dessedentação para bovinos de corte na fase de recria. Brazilian Journal of Development, v.7,
  37. n.8, p.80779-80797, 2021.
  38. PIOVESAN, S.M.; OLIVEIRA, D.S. Fatores que influenciam a sanidade e conforto térmico de
  39. bovinos em sistemas compost barn. Revista Vivências, v.16, n.30, p.247-258, 2020.
  40. SABONARO, D.Z.; MARTINELLI, L.A.; CARMO, J.B. Transferência de tecnologias aos
  41. produtores rurais: eventos científicos e tecnológicos em tempos de pandemia. Research,
  42. Society and Development, v.11, n.1, p.1-6, 2022.
  43. SOBROSA NETO, R.C.; BERCHIN, I.I.; MAGTOTO, M.; BERCHIN, S.; XAVIER, W.G.;
  44. GUERRA, J.B.S.O.A. An integrative approach for the water-energy-food nexus in beef cattle
  45. production: A simulation of the proposed model to Brazil. Journal of Cleaner Production,
  46. v.204, p.1108-1123, 2018.
  47. VITAL-CARRILLO, M. Componentes de la Placa de Arduino. Vida Científica Boletín
  48. Científico de la Escuela Preparatoria. v.10, n.19, p.44-45, 2022. Available at:
  49. https://repository.uaeh.edu.mx/revistas/index.php/prepa4/article/view/8405. Accessed on: feb.
  50. , 2022.
  51. WILKS, D.L.; COPPOCK, C.E.; LANHAM, J.K.; BROOKS, K.N.; BAKER, C.C.; BRYSON,
  52. W.L.; ELMORE, R.G.; STERMER, R.A. Responses of lactating Holstein cows to chilled
  53. drinking water in high ambient temperatures. Journal of Dairy Science, v.73, n.4, p.1091-
  54. , 1990.
  55. WILLIAMS, L.R.; FOX, D.R.; BISHOP-HURLEY, G.J.; SWAIN, D.L. Use of radio frequency
  56. identification (RFID) technology to record grazing beef cattle water point use. Computers and
  57. Electronics in Agriculture, v.156, p.193-202, 2019.