Avaliação do modelo LASSO na determinação de metano, etano e propano em gás natural e biogás utilizando um espectrômetro de baixo custo e portátil
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPB |
Texto Completo: | https://repositorio.ufpb.br/jspui/handle/123456789/25861 |
Resumo: | O gás natural (GN) é um combustível fóssil, composto majoritariamente por metano, etano e propano, que é utilizado como fonte calorífica e energética em residências e indústrias. O controle de qualidade do GN é realizado para determinar os teores de metano, etano e propano, além do controle das características do gás. Para o controle de qualidade utiliza-se comumente a cromatografia a gás. No entanto está técnica possui algumas desvantagens como tempo de análise, custos com manutenção do equipamento, demanda de reagentes, entre outros. Uma alternativa para determinação desses analitos em misturas gasosas é a espectroscopia no Infravermelho próximo (NIR). Contudo, tais espectros obtidos necessitam de ferramentas quimometricas para que possam ser usadas para fins quantitativos. Diante disso, o método Least Absolute Shrinkage and Selection Operator (LASSO), que pode ser empregado para seleção de variáveis e predição de amostras futuras, foi usado para determinar metano, etano e propano em amostras de gás natural e biogás. Os resultados assim obtidos foram comparados com os obtidos pelos métodos full spectrum Partial Least Squares (PLS) e pelo modelo MLR com as variáveis selecionadas pelo Algoritmo das Projeções Sucessivas (SPA). Os dados foram préprocessados usando segunda derivada com suavização Savitzky-Golay ajustados a janelas de 21 pontos e polinômio de 2º ordem . Os parâmetros obtidos na predição, rPred e RMSEP, para o LASSO foram comparados com os valores obtidos para os modelos PLS e SPA-MLR. Para o metano, os valores obtidos pelo LASSO foram similares ao PLS e SPA-MLR, com RMSEP de 4,45% mol mol -1 e r de 0,96. Para o etano, o modelo LASSO apresentou um resultado similar ao PLS e superior ao SPA MLR, com os valores de RMSEP de 3,98% mol mol -1 e r de 0,95. Considerando o propano, foi obervado que os valores do LASSO não divergiram de modo significativo do PLS e do SPA-MLR, com RMSEP de 1,46% mol mol -1 e r de 0,97. O teste F a um nivel de 95% de confiança mostrou que não ocorreram diferenças estatiscamente significativas entre as metodologias estudadas. Portanto, o estudo antingiu seu objetivo inicial que é demonstrar que o LASSO pode ser utiliado para predição dos analitos de modo satisfatório, da mesma forma que os modelos PLS e SPA-MLR |
id |
UFPB-2_e5a7b6bf8af2b7b29ff85f1aa92f2620 |
---|---|
oai_identifier_str |
oai:repositorio.ufpb.br:123456789/25861 |
network_acronym_str |
UFPB-2 |
network_name_str |
Repositório Institucional da UFPB |
repository_id_str |
|
spelling |
2023-01-20T13:58:38Z2023-01-202023-01-20T13:58:38Z2022-12-15https://repositorio.ufpb.br/jspui/handle/123456789/25861O gás natural (GN) é um combustível fóssil, composto majoritariamente por metano, etano e propano, que é utilizado como fonte calorífica e energética em residências e indústrias. O controle de qualidade do GN é realizado para determinar os teores de metano, etano e propano, além do controle das características do gás. Para o controle de qualidade utiliza-se comumente a cromatografia a gás. No entanto está técnica possui algumas desvantagens como tempo de análise, custos com manutenção do equipamento, demanda de reagentes, entre outros. Uma alternativa para determinação desses analitos em misturas gasosas é a espectroscopia no Infravermelho próximo (NIR). Contudo, tais espectros obtidos necessitam de ferramentas quimometricas para que possam ser usadas para fins quantitativos. Diante disso, o método Least Absolute Shrinkage and Selection Operator (LASSO), que pode ser empregado para seleção de variáveis e predição de amostras futuras, foi usado para determinar metano, etano e propano em amostras de gás natural e biogás. Os resultados assim obtidos foram comparados com os obtidos pelos métodos full spectrum Partial Least Squares (PLS) e pelo modelo MLR com as variáveis selecionadas pelo Algoritmo das Projeções Sucessivas (SPA). Os dados foram préprocessados usando segunda derivada com suavização Savitzky-Golay ajustados a janelas de 21 pontos e polinômio de 2º ordem . Os parâmetros obtidos na predição, rPred e RMSEP, para o LASSO foram comparados com os valores obtidos para os modelos PLS e SPA-MLR. Para o metano, os valores obtidos pelo LASSO foram similares ao PLS e SPA-MLR, com RMSEP de 4,45% mol mol -1 e r de 0,96. Para o etano, o modelo LASSO apresentou um resultado similar ao PLS e superior ao SPA MLR, com os valores de RMSEP de 3,98% mol mol -1 e r de 0,95. Considerando o propano, foi obervado que os valores do LASSO não divergiram de modo significativo do PLS e do SPA-MLR, com RMSEP de 1,46% mol mol -1 e r de 0,97. O teste F a um nivel de 95% de confiança mostrou que não ocorreram diferenças estatiscamente significativas entre as metodologias estudadas. Portanto, o estudo antingiu seu objetivo inicial que é demonstrar que o LASSO pode ser utiliado para predição dos analitos de modo satisfatório, da mesma forma que os modelos PLS e SPA-MLRNatural gas is a fossil fuel, composed mainly of methane, ethane and propane, which is used as a heat and energy source in homes and industries. NG quality control is carried out to determine the methane, ethane and propane contents, in addition to controlling the gas characteristics. For quality control, gas chromatography is commonly used.. However, this technique has some disadvantages such as analysis time, equipment maintenance costs, reagent demand, among others. An alternative for determining these compounds in gaseous mixtures is Near Infrared (NIR) spectroscopy. However, such spectra need chemometric tools so that they can be used for quantitative purposes. Therefore, the Least Absolute Shrinkage and Selection Operator (LASSO) method, which can be used for selection of variables and prediction of future samples, was used to determine methane, ethane and propane in natural gas and biogas samples. The results thus obtained were compared with those obtained by the full spectrum Partial Least Squares (PLS) methods and by the MLR model with the variables selected by the Successive Projection Algorithm (SPA). Data were preprocessed using second derivative with Savitzky-Golay smoothing fitted to 21 point windows and 2nd order polynomial. The parameters obtained in the prediction, rPred and RMSEP, for LASSO were compared with the values obtained for the PLS and SPA-MLR models. For methane, the values obtained by LASSO were similar to PLS and SPA-MLR, with RMSEP of 4,45% mol mol-1 and r of 0,96. For ethane, the LASSO model presented a similar result to PLS and superior to SPA-MLR, with RMSEP values of 3,98% mol mol-1 and r of 0,95. Considering propane, it was observed that LASSO values did not differ significantly from PLS and SPA-MLR, with RMSEP of 1,46% mol mol-1 and r of 0,97. The F test at a 95% confidence level showed that there were no statistically significant differences between the studied methodologies. Therefore, the study achieved its initial objective, which is to demonstrate that LASSO can be used to predict the analytes in a satisfactory way, in the same way as the PLS and S PAMLR models.Submitted by Josélia Silva (joseliabiblio@gmail.com) on 2023-01-20T13:58:38Z No. of bitstreams: 1 JRBS20012023 .pdf: 1710565 bytes, checksum: 3ff728ec94b6f8f7b2fab3b817c011e6 (MD5)Made available in DSpace on 2023-01-20T13:58:38Z (GMT). No. of bitstreams: 1 JRBS20012023 .pdf: 1710565 bytes, checksum: 3ff728ec94b6f8f7b2fab3b817c011e6 (MD5) Previous issue date: 2022-12-15porUniversidade Federal da ParaíbaUFPBBrasilQuímicaCNPQ::CIENCIAS EXATAS E DA TERRA::QUIMICALASSOGás naturalNanoNIRAvaliação do modelo LASSO na determinação de metano, etano e propano em gás natural e biogás utilizando um espectrômetro de baixo custo e portátilinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisAraújo, Mário César Ugulino deSoares, Sófacles Figueredo CarreiroSantos, Jainny Rityelle Batista dosinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFPBinstname:Universidade Federal da Paraíba (UFPB)instacron:UFPBTEXTJRBS20012023 .pdf.txtJRBS20012023 .pdf.txtExtracted texttext/plain69116https://repositorio.ufpb.br/jspui/bitstream/123456789/25861/3/JRBS20012023%20.pdf.txt678f7fc1a7b9a167acbc06154799a2f0MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-82390https://repositorio.ufpb.br/jspui/bitstream/123456789/25861/2/license.txte20ac18e101915e6935b82a641b985c0MD52ORIGINALJRBS20012023 .pdfJRBS20012023 .pdfapplication/pdf1710565https://repositorio.ufpb.br/jspui/bitstream/123456789/25861/1/JRBS20012023%20.pdf3ff728ec94b6f8f7b2fab3b817c011e6MD51123456789/258612023-01-21 03:05:54.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Repositório InstitucionalPUB |
dc.title.pt_BR.fl_str_mv |
Avaliação do modelo LASSO na determinação de metano, etano e propano em gás natural e biogás utilizando um espectrômetro de baixo custo e portátil |
title |
Avaliação do modelo LASSO na determinação de metano, etano e propano em gás natural e biogás utilizando um espectrômetro de baixo custo e portátil |
spellingShingle |
Avaliação do modelo LASSO na determinação de metano, etano e propano em gás natural e biogás utilizando um espectrômetro de baixo custo e portátil Santos, Jainny Rityelle Batista dos CNPQ::CIENCIAS EXATAS E DA TERRA::QUIMICA LASSO Gás natural NanoNIR |
title_short |
Avaliação do modelo LASSO na determinação de metano, etano e propano em gás natural e biogás utilizando um espectrômetro de baixo custo e portátil |
title_full |
Avaliação do modelo LASSO na determinação de metano, etano e propano em gás natural e biogás utilizando um espectrômetro de baixo custo e portátil |
title_fullStr |
Avaliação do modelo LASSO na determinação de metano, etano e propano em gás natural e biogás utilizando um espectrômetro de baixo custo e portátil |
title_full_unstemmed |
Avaliação do modelo LASSO na determinação de metano, etano e propano em gás natural e biogás utilizando um espectrômetro de baixo custo e portátil |
title_sort |
Avaliação do modelo LASSO na determinação de metano, etano e propano em gás natural e biogás utilizando um espectrômetro de baixo custo e portátil |
author |
Santos, Jainny Rityelle Batista dos |
author_facet |
Santos, Jainny Rityelle Batista dos |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Araújo, Mário César Ugulino de |
dc.contributor.advisor-co1.fl_str_mv |
Soares, Sófacles Figueredo Carreiro |
dc.contributor.author.fl_str_mv |
Santos, Jainny Rityelle Batista dos |
contributor_str_mv |
Araújo, Mário César Ugulino de Soares, Sófacles Figueredo Carreiro |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::QUIMICA |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::QUIMICA LASSO Gás natural NanoNIR |
dc.subject.por.fl_str_mv |
LASSO Gás natural NanoNIR |
description |
O gás natural (GN) é um combustível fóssil, composto majoritariamente por metano, etano e propano, que é utilizado como fonte calorífica e energética em residências e indústrias. O controle de qualidade do GN é realizado para determinar os teores de metano, etano e propano, além do controle das características do gás. Para o controle de qualidade utiliza-se comumente a cromatografia a gás. No entanto está técnica possui algumas desvantagens como tempo de análise, custos com manutenção do equipamento, demanda de reagentes, entre outros. Uma alternativa para determinação desses analitos em misturas gasosas é a espectroscopia no Infravermelho próximo (NIR). Contudo, tais espectros obtidos necessitam de ferramentas quimometricas para que possam ser usadas para fins quantitativos. Diante disso, o método Least Absolute Shrinkage and Selection Operator (LASSO), que pode ser empregado para seleção de variáveis e predição de amostras futuras, foi usado para determinar metano, etano e propano em amostras de gás natural e biogás. Os resultados assim obtidos foram comparados com os obtidos pelos métodos full spectrum Partial Least Squares (PLS) e pelo modelo MLR com as variáveis selecionadas pelo Algoritmo das Projeções Sucessivas (SPA). Os dados foram préprocessados usando segunda derivada com suavização Savitzky-Golay ajustados a janelas de 21 pontos e polinômio de 2º ordem . Os parâmetros obtidos na predição, rPred e RMSEP, para o LASSO foram comparados com os valores obtidos para os modelos PLS e SPA-MLR. Para o metano, os valores obtidos pelo LASSO foram similares ao PLS e SPA-MLR, com RMSEP de 4,45% mol mol -1 e r de 0,96. Para o etano, o modelo LASSO apresentou um resultado similar ao PLS e superior ao SPA MLR, com os valores de RMSEP de 3,98% mol mol -1 e r de 0,95. Considerando o propano, foi obervado que os valores do LASSO não divergiram de modo significativo do PLS e do SPA-MLR, com RMSEP de 1,46% mol mol -1 e r de 0,97. O teste F a um nivel de 95% de confiança mostrou que não ocorreram diferenças estatiscamente significativas entre as metodologias estudadas. Portanto, o estudo antingiu seu objetivo inicial que é demonstrar que o LASSO pode ser utiliado para predição dos analitos de modo satisfatório, da mesma forma que os modelos PLS e SPA-MLR |
publishDate |
2022 |
dc.date.issued.fl_str_mv |
2022-12-15 |
dc.date.accessioned.fl_str_mv |
2023-01-20T13:58:38Z |
dc.date.available.fl_str_mv |
2023-01-20 2023-01-20T13:58:38Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufpb.br/jspui/handle/123456789/25861 |
url |
https://repositorio.ufpb.br/jspui/handle/123456789/25861 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal da Paraíba |
dc.publisher.initials.fl_str_mv |
UFPB |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Química |
publisher.none.fl_str_mv |
Universidade Federal da Paraíba |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPB instname:Universidade Federal da Paraíba (UFPB) instacron:UFPB |
instname_str |
Universidade Federal da Paraíba (UFPB) |
instacron_str |
UFPB |
institution |
UFPB |
reponame_str |
Repositório Institucional da UFPB |
collection |
Repositório Institucional da UFPB |
bitstream.url.fl_str_mv |
https://repositorio.ufpb.br/jspui/bitstream/123456789/25861/3/JRBS20012023%20.pdf.txt https://repositorio.ufpb.br/jspui/bitstream/123456789/25861/2/license.txt https://repositorio.ufpb.br/jspui/bitstream/123456789/25861/1/JRBS20012023%20.pdf |
bitstream.checksum.fl_str_mv |
678f7fc1a7b9a167acbc06154799a2f0 e20ac18e101915e6935b82a641b985c0 3ff728ec94b6f8f7b2fab3b817c011e6 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
|
repository.mail.fl_str_mv |
|
_version_ |
1777562278906822656 |