A lógica fuzzy processa conjuntos chamdos de conjunto fuzzy, não é simplesmente uma variável aleatória e sim um conjunto de valores que serão processados no controlador fuzzy. Esse termo controlador fuzzy é denominado FLC (Fuzzy Logic Controller) tais como os CLPs (Controlador Lógico progamável ) utilizados em automação industrial para progamar robôs industriais.

A norma reguladora dos controladores lógicos IEC61131 estabelece padrões para CLPs é a mesma para progamar controladores fuzzy. A seção 7 dessa norma mostra o padrão de criação de função para procedimentos de entrada e saída no controlador. O controlador possui uma regra para criar inferência lógica, nesse trabalho foi utilizado o controlador Mamdani. A inferência Mandani Um dos primeiros métodos fuzzy para modelagem dos controladores foi proposto por Mamdani . Este método possui uma função de pertinência para entrada do conjunto fuzzy, com o intervalo de entrada pré-configurado. Ela indica o grau de compatibilidade de um elemento unitário com determinado conjunto fuzzy. O sitema fuzzy pode ser melhor compreendido neste artigo.

Para essa pesquisea utilizou-se um dirigível o qual embarcou a interface Arduino com os sensores de qualidade do ar temperatura e pressão. Para esse ensaio posicionou-se o dispositivo próximo a entrada de ar do dirgível comforme mostra figura abaixo.

O dispositivo armazena os dados coletados em uma planilha csv em um cartão de meméria micro SD. Depois do voo é retirado o cartão do dispositivo é analisado com um scripit em Python com a biblioteca do Pandas e Numpy para gerar uma tabela estatística com os parâmetros.

O voo foi realizado na região do Campo dos Afonsos no dia 4 de maio de 2024, no horário entre 10:00 e 11:00 horas da manhã. Os dados coletados além dos parâmetros CO, CO2, partículas (pm10 e pm2.5), também são medidos a pressão barométrica, a temperatura e umidade relativa do ar. Esses parâmetros além dos poluentes, compõe a análise da qualidade do ar sem serem processados pelo algoritmo fuzzy. Isso ocorre porque para haver uma coerência maior dos dados analisados pelo algoritmo, como a pressão barométrica, que diz respeito as correntes de ar que prejudicam a captação de partículas. Havendo muitas partículas no cenário os ventos fortes provocam a disperção dessa. Assim com a umidade relativa e as precipitações pluviométricas limpam o cenário dos poluentes concentrados na atmosfera prejudicando a sondagem e a coleta dos dados. A tabela gerada mostra toda a estatística dos dados a média a porcentagem dos dados capturados de acordo com cada leitura.

Cabe aqui uma observação à respeito da base de tempo para captura. Na progamação do Arduino a base de tempo está em 1 s ou 1000 ms isso significa que a cada segundo sera feita uma captura de todos parâmetros : tempo, CO2,CO,PM10,PM25, ConcPM1,ConcPM25,Pressao,Temp e Umidade.

Até completar aproximadamente 24 minutos de captura que nos fornece uma planinha com 1489 segundos de tempo. Considerando ainda que a captura de partículas não é continua porque existe uma janela de captura para que a partícula entre na fenda de captura do sensor e ser capturada por um feixe de laser que leva uma base de aproximadamente 30 segundos mais ou menos 1 segundo ou seja a cada 30 segundos pode ser capturada uma particula ou não , por isso a probabilidade é baixa . Nesse ensaio foram capturadas 16 linhas validas de partículas ou seja um terço do normal que seria capturado aproximadamente 49 segundos para cada janela de tempo permitida dentro dos 1489 segundos.

A entrada válida dos dados no algoritmo serão exatamente as 16 linhas de captura ou seja 16 amostras com todos os poluentes possíveis na área sobrevoada. Esses valores serão analisados por uma algoritmo fuzzy no JAVA

Após a entrada no algoritmo JAVA programado com um controlador fuzzy gera para cada conjunto fuzzy de poluentes gera uma saída fuzzy que é denominada qualidade, este parâmetro é comparado a uma tabela de classifcação como bom medio baixo , etc. de acordo com os níveis de poluição gerados pelo controlador fuzzy.

Interessante aqui na abordagem com algoritmo fuzzy é a possibilidade de progamar utilizando termos linguísticos para classificar dados. A inferência Mamdani tem essa carcacterísica no processo de defuzzificação, o termo linguístico é convertido para um valor matemátiico estabelecido de acordo com a coerência estabelecida pelas regras de inferência, veja aqui.