Publicação

Aplicação de métodos de calibração multivariada na previsão de propriedades de combustíveis fósseis e biocombustíveis usando dados da espectroscopia por infravermelho, médio e próximo, e espectroscopia Raman

Detalhes bibliográficos
Resumo:	Com o desenvolvimento e o aumento do uso de combustíveis renováveis, surge também a necessidade de garantir sua produção e distribuição com a qualidade especificada. Desta forma, tornou-se imprescindível o estudo de metodologias eficazes para determinar as propriedades físico-químicas de forma rápida e não destrutiva, possibilitando a sua aplicação ao controle de qualidade no monitoramento on/in/at-line dos combustíveis em ambiente industrial. Na literatura, as espectroscopias de infravermelho, próximo (NIR) e médio (mid-IR), têm sido exaustivamente combinadas as ferramentas quimiométricas para determinação de propriedades de misturas diesel-biodiesel. Contudo, a inclusão da aplicação da espectroscopia Raman pode oferecer praticidade aos ensaios e contribuir na construção de instrumentos de baixo custo para controle de qualidade de combustíveis e biocombustíveis. Neste cenário, o presente estudo tem como objetivo apresentar modelos de previsão das propriedades de combustíveis (diesel) e biocombustíveis (biodiesel), puros e de suas misturas, baseados em técnicas espectroscópicas (NIR, mid-IR e Raman) acopladas com ferramentas quimiométricas, as quais se inclui a utilização de técnicas de seleção de variáveis combinadas com mínimos quadrados parciais (PLS) e a aplicação de florestas aleatórias (RF) e máquina de vetores de suporte (SVM) para as propriedades não lineares. Na primeira parte do estudo (banco 1), o índice de refração e a massa específica de 148 amostras de biodiesel foram determinados usando dados espectroscópicos. Na segunda parte do estudo (banco 2), o ponto de entupimento de filtro de frio (PEFF) e a viscosidade cinemática a 40˚C de 333 amostras de biodiesel, diesel, diesel-biodiesel e misturas de diesel-biodiesel-etanol foram determinados usando dados espectroscópicos. Para ambos os estudos, 80 % das amostras formaram o conjunto de calibração e 20% formaram o conjunto de validação. Os resultados mostraram que o modelo PLS obtido com os espectros mid-IR e intervalos selecionados pelo algoritmo UVE forneceu a melhor previsão para o índice de refração, com 5 variáveis latentes, raiz quadrada do erro médio quadrático (RMSEP) igual a 1,0∙10-4 e coeficiente de determinação da previsão (R2pred) igual a 0,95. O melhor modelo de previsão para a massa específica foi obtido pelo método RF com os espectros de mid-IR, com RMSEP igual 1,16∙10-4 g∙cm-3 e R2pred igual a 0,98. Para a previsão do PEFF, o melhor modelo foi obtido com SVM em espectros mid-IR e intervalos selecionados pelo algoritmo RC, com RMSEP igual a 0,7˚C e R2pred igual a 0,94. O melhor modelo de previsão da viscosidade cinemática a 40˚C foi obtido pelo método RF com os espectros de mid-IR, com RMSEP igual a 0,0184 mm2∙s-1 e R2pred igual a 0,98. Os resultados deste estudo mostraram que os espectros de mid-IR foram os mais adequados na previsão das propriedades estudadas. A figura de mérito Soma das probabilidades do teste de Wilcoxon (SWTP) desenvolvida neste estudo foi imprescindível para a escolha do melhor modelo.
Autores principais:	Cunha, Camilla Lima
Assunto:	PLS SVM Florestas aleatórias Seleção de variáveis NIR mid-IR Raman Massa específica Índice de refração Ponto de entupimento de filtro a frio Viscosidade Calibração multivariada Combustíveis fósseis Espectroscopia de infravermelho Random forest Variable selection Density Refractive index Cold filter plugging point Viscosity ENGENHARIAS::ENGENHARIA QUIMICA::TECNOLOGIA QUIMICA
Ano:	2021
País:	Brasil
Tipo de documento:	tese de doutoramento
Tipo de acesso:	acesso aberto
Instituição associada:	IBICT
Idioma:	português
Origem:	Oasisbr

Descrição
Resumo:	Com o desenvolvimento e o aumento do uso de combustíveis renováveis, surge também a necessidade de garantir sua produção e distribuição com a qualidade especificada. Desta forma, tornou-se imprescindível o estudo de metodologias eficazes para determinar as propriedades físico-químicas de forma rápida e não destrutiva, possibilitando a sua aplicação ao controle de qualidade no monitoramento on/in/at-line dos combustíveis em ambiente industrial. Na literatura, as espectroscopias de infravermelho, próximo (NIR) e médio (mid-IR), têm sido exaustivamente combinadas as ferramentas quimiométricas para determinação de propriedades de misturas diesel-biodiesel. Contudo, a inclusão da aplicação da espectroscopia Raman pode oferecer praticidade aos ensaios e contribuir na construção de instrumentos de baixo custo para controle de qualidade de combustíveis e biocombustíveis. Neste cenário, o presente estudo tem como objetivo apresentar modelos de previsão das propriedades de combustíveis (diesel) e biocombustíveis (biodiesel), puros e de suas misturas, baseados em técnicas espectroscópicas (NIR, mid-IR e Raman) acopladas com ferramentas quimiométricas, as quais se inclui a utilização de técnicas de seleção de variáveis combinadas com mínimos quadrados parciais (PLS) e a aplicação de florestas aleatórias (RF) e máquina de vetores de suporte (SVM) para as propriedades não lineares. Na primeira parte do estudo (banco 1), o índice de refração e a massa específica de 148 amostras de biodiesel foram determinados usando dados espectroscópicos. Na segunda parte do estudo (banco 2), o ponto de entupimento de filtro de frio (PEFF) e a viscosidade cinemática a 40˚C de 333 amostras de biodiesel, diesel, diesel-biodiesel e misturas de diesel-biodiesel-etanol foram determinados usando dados espectroscópicos. Para ambos os estudos, 80 % das amostras formaram o conjunto de calibração e 20% formaram o conjunto de validação. Os resultados mostraram que o modelo PLS obtido com os espectros mid-IR e intervalos selecionados pelo algoritmo UVE forneceu a melhor previsão para o índice de refração, com 5 variáveis latentes, raiz quadrada do erro médio quadrático (RMSEP) igual a 1,0∙10-4 e coeficiente de determinação da previsão (R2pred) igual a 0,95. O melhor modelo de previsão para a massa específica foi obtido pelo método RF com os espectros de mid-IR, com RMSEP igual 1,16∙10-4 g∙cm-3 e R2pred igual a 0,98. Para a previsão do PEFF, o melhor modelo foi obtido com SVM em espectros mid-IR e intervalos selecionados pelo algoritmo RC, com RMSEP igual a 0,7˚C e R2pred igual a 0,94. O melhor modelo de previsão da viscosidade cinemática a 40˚C foi obtido pelo método RF com os espectros de mid-IR, com RMSEP igual a 0,0184 mm2∙s-1 e R2pred igual a 0,98. Os resultados deste estudo mostraram que os espectros de mid-IR foram os mais adequados na previsão das propriedades estudadas. A figura de mérito Soma das probabilidades do teste de Wilcoxon (SWTP) desenvolvida neste estudo foi imprescindível para a escolha do melhor modelo.

Atividades financiadas

Não foram encontrados projetos financiados.