Determinação de parâmetros de qualidade de gasolinas automotivas utilizando espectroscopia de emissão por chama e métodos quimiométricos

• Autor(a) principal: Jaqueline Martins de Paulo
• Data de Publicação: 2013
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/SFSA-9BWQS6
• topic: Mínimos quadrados parciais; Ferramentas quimiométricas; Flame Emission Spectroscopy (FES); Partial Least Squares (PLS); Espectroscopia de Emissão em Chama; Gasolinas adulteradas; Análise discriminante com método de mínimos quadrados parciais (PLS-DA); Química analítica; Espectroscopia de chama; Gasolina; Adulterações; Quimiometria

Visando aprimorar o monitoramento da qualidade dos combustíveis comercializados no Brasil através do emprego de metodologias simples, rápidas e de baixo custo, neste trabalho foi desenvolvido um sistema que associa a Espectroscopia de Emissão em Chama (FES, Flame Emission Spectroscopy) com ferramentas quimiométricas como PLS (mínimos quadrados parciais, do inglês Partial Least Squares) e PLS-DA (Análise discriminante com método de mínimos quadrados parciais). As aplicações desta metodologia foram organizadas como segue: No capítulo 5 um modelo PLS-DA, foi utilizado para classificar diferentes tipos de gasolinas comercializadas no Brasil tais como: gasolina C comum (GC), aditivadas (GA) e premium (GP). Neste caso, o modelo PLS-DA foi construído utilizando apenas três variáveis latentes (LV) com variância acumulada de 99,98% em X e 51,05% em Y. O modelo permitiu obter bons valores de sensibilidade e especificidade para o conjunto de calibração e 100% de acerto na previsão. No Capítulo 6 apresenta a classificação de amostras de gasolinas Brasileiras adulteradas com querosene, aguarrás, thinner, solvente de borracha e etanol, um modelo PLS-DA foi construído utilizando cinco variáveis latentes (LV) com variância acumulada de 100% em X e 84,6% em Y. No Capítulo 7, os dados espectrais obtidos utilizando a FES foram associados com PLS com o objetivo de prever parâmetros de octanagem MON (Motor Octane Number) and RON (Research Octane Number). Foram obtidos baixos valores de RMSEC (Root Mean Square Error of Calibration) and RMSEP (Root Mean Square Error of Prediction) sendo RMSEC igual a 0,14 e RMSEP de 0,56. As metodologias propostas se mostraram bastante promissoras principalmente pelo fato de serem simples, rápidas e não requererem pré-tratamento das amostras. O sistema pode ser aprimorado para ser utilizado na triagem para análises de rotina apresentando baixo custo e boa exatidão. Neste contexto, a metodologia abre possibilidades importantes para laboratórios realizarem o controle de qualidade com maior eficiência na fiscalização.