Metodologias analíticas para a identificação de não conformidades em amostras de álcool combustível
Autor(a) principal: | |
---|---|
Data de Publicação: | 2013 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFPB |
Texto Completo: | https://repositorio.ufpb.br/jspui/handle/tede/8167 |
Resumo: | In Brazil, ethanol fuel is marketed in the hydrated form (HEAF– Hydrated Ethyl Alcohol Fuel). The adulterations found in HEAF can generate fines, and possible risks to society. With this perspective, this work proposes developing new analytical methods based on the use of infrared spectroscopy (NIR and MIR), and Cyclic Voltammetry (copper electrode), and chemometric pattern recognition techniques, to identify HEAF adulterations (with water or methanol). A total of 184 HEAF samples collected from different gasoline stations were analyzed. These samples were divided in three classes: (1) unadulterated, (2) adulterated with water (0.5% to 10%mm-1), and (3) adulterated with methanol (2% to 13% mm-1). Principal Components Analysis (PCA) was applied, permitting verification of a tendency to form clusters for unadulterated and adulterated samples. Classification models based on Linear Discriminant Analysis (LDA), with variable selection algorithms: SPA (Successive Projections Algorithm), GA (Genetic Algorithm), and SW (Stepwise) were employed. PLS-DA (Discriminant Analysis by Partial Least Squares) was applied to the data. Assessing the MIR spectra, 100% correct classification was achieved for all models. For NIR data, SPA-LDA and LDA-SW achieved a correct classification rate (RCC) of 84.4%, and 97.8%, respectively, while PLS-DA and GALDA correctly classified all test samples. In the evaluation of voltammetric data, as SPA-LDA as PLS-DA achieved a 93% RCC, but the GA-LDA and SW-LDA models showed better results, correctly classifying all test samples. The results suggest that the proposed methods are promising alternatives for identifying HEAF samples adulterated with water or methanol both quickly and securely. |
id |
UFPB_b05bd087cfc23b52a4c149a54763d411 |
---|---|
oai_identifier_str |
oai:repositorio.ufpb.br:tede/8167 |
network_acronym_str |
UFPB |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFPB |
repository_id_str |
|
spelling |
Metodologias analíticas para a identificação de não conformidades em amostras de álcool combustívelEspectroscopia no infravermelhoVoltametriaClassificação multivariadaSeleção de variáveisInfrared spectroscopyVoltammetryMultivariate classificationVariables selectionCIENCIAS EXATAS E DA TERRA::QUIMICAIn Brazil, ethanol fuel is marketed in the hydrated form (HEAF– Hydrated Ethyl Alcohol Fuel). The adulterations found in HEAF can generate fines, and possible risks to society. With this perspective, this work proposes developing new analytical methods based on the use of infrared spectroscopy (NIR and MIR), and Cyclic Voltammetry (copper electrode), and chemometric pattern recognition techniques, to identify HEAF adulterations (with water or methanol). A total of 184 HEAF samples collected from different gasoline stations were analyzed. These samples were divided in three classes: (1) unadulterated, (2) adulterated with water (0.5% to 10%mm-1), and (3) adulterated with methanol (2% to 13% mm-1). Principal Components Analysis (PCA) was applied, permitting verification of a tendency to form clusters for unadulterated and adulterated samples. Classification models based on Linear Discriminant Analysis (LDA), with variable selection algorithms: SPA (Successive Projections Algorithm), GA (Genetic Algorithm), and SW (Stepwise) were employed. PLS-DA (Discriminant Analysis by Partial Least Squares) was applied to the data. Assessing the MIR spectra, 100% correct classification was achieved for all models. For NIR data, SPA-LDA and LDA-SW achieved a correct classification rate (RCC) of 84.4%, and 97.8%, respectively, while PLS-DA and GALDA correctly classified all test samples. In the evaluation of voltammetric data, as SPA-LDA as PLS-DA achieved a 93% RCC, but the GA-LDA and SW-LDA models showed better results, correctly classifying all test samples. The results suggest that the proposed methods are promising alternatives for identifying HEAF samples adulterated with water or methanol both quickly and securely.Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPqNo Brasil, uma das formas de comercialização do etanol combustível é na forma hidratada (AEHC - Álcool Etílico Hidratado Combustível). As adulterações encontradas nas amostras de AEHC são preocupantes, pois podem gerar prejuízos fiscais e à sociedade. Dentro dessa perspectiva, este trabalho propõe o desenvolvimento de novas metodologias analíticas baseadas no uso da espectroscopia no infravermelho (próximo - NIR e médio - MIR) e Voltametria Cíclica (com eletrodo cobre), em conjunto com técnicas quimiométricas de reconhecimento de padrões, visando à identificação das adulterações de AEHC com água ou metanol. Um total de 184 amostras de AEHC, coletadas de diferentes postos de combustíveis foram analisadas. Estas amostras foram divididas em três classes: (1) não adulteradas; (2) adulteradas com água (0,5% a 10,0%) e (3) adulteradas com metanol (2,0% a 13,0% m.m-1). A análise por componentes principais (PCA) foi aplicada aos dados, sendo possível verificar, principalmente, uma tendência à formação de agrupamentos das classes de amostras não adulteradas e adulteradas. Modelos de classificação foram baseados na análise discriminante linear (LDA) com prévia seleção de variáveis pelos algoritmos: SPA (Algoritmo das projeções sucessivas), GA (Algoritmo genético), SW (Stepwise). A técnica de PLS-DA (Análise discriminante pelos mínimos quadrados parciais) também foi aplicada nos dados. Avaliando os espectros MIR, 100% de acerto de classificação foram alcançados com todos os modelos. Para os dados NIR, utilizando SPA-LDA e SW-LDA houve uma taxa de classificação correta (TCC) de 84,4% e 97,8%, respectivamente, enquanto em PLS-DA e GA-LDA classificaram-se corretamente todas as amostras de teste. Na avaliação dos dados voltamétricos, tanto o SPA-LDA como o PLS-DA alcançaram uma TCC de 93%, mas os modelos GA-LDA e SW-LDA apresentaram melhores resultados, classificando corretamente todas as amostras de teste. Portanto, os métodos propostos são alternativas promissoras para a identificação, de forma rápida e segura, de adulteração em amostras de AEHC com água ou metanol.Universidade Federal da ParaíbaBrasilQuímicaPrograma de Pós-Graduação em QuímicaUFPBPontes, Márcio José Coelho deCV: http://lattes.cnpq.br/1685611433864910Silva, Adenilton Camilo da2016-05-03T14:00:03Z2018-07-21T00:29:44Z2018-07-21T00:29:44Z2013-08-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfSILVA, Adenilton Camilo da. Metodologias analíticas para a identificação de não conformidades em amostras de álcool combustível, 2013. 82 f. Dissertação, (Mestrado em Química) - Universidade Federal da Paraíba, João Pessoa, 2013.https://repositorio.ufpb.br/jspui/handle/tede/8167porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFPBinstname:Universidade Federal da Paraíba (UFPB)instacron:UFPB2018-09-06T01:54:56Zoai:repositorio.ufpb.br:tede/8167Biblioteca Digital de Teses e Dissertaçõeshttps://repositorio.ufpb.br/PUBhttp://tede.biblioteca.ufpb.br:8080/oai/requestdiretoria@ufpb.br|| diretoria@ufpb.bropendoar:2018-09-06T01:54:56Biblioteca Digital de Teses e Dissertações da UFPB - Universidade Federal da Paraíba (UFPB)false |
dc.title.none.fl_str_mv |
Metodologias analíticas para a identificação de não conformidades em amostras de álcool combustível |
title |
Metodologias analíticas para a identificação de não conformidades em amostras de álcool combustível |
spellingShingle |
Metodologias analíticas para a identificação de não conformidades em amostras de álcool combustível Silva, Adenilton Camilo da Espectroscopia no infravermelho Voltametria Classificação multivariada Seleção de variáveis Infrared spectroscopy Voltammetry Multivariate classification Variables selection CIENCIAS EXATAS E DA TERRA::QUIMICA |
title_short |
Metodologias analíticas para a identificação de não conformidades em amostras de álcool combustível |
title_full |
Metodologias analíticas para a identificação de não conformidades em amostras de álcool combustível |
title_fullStr |
Metodologias analíticas para a identificação de não conformidades em amostras de álcool combustível |
title_full_unstemmed |
Metodologias analíticas para a identificação de não conformidades em amostras de álcool combustível |
title_sort |
Metodologias analíticas para a identificação de não conformidades em amostras de álcool combustível |
author |
Silva, Adenilton Camilo da |
author_facet |
Silva, Adenilton Camilo da |
author_role |
author |
dc.contributor.none.fl_str_mv |
Pontes, Márcio José Coelho de CV: http://lattes.cnpq.br/1685611433864910 |
dc.contributor.author.fl_str_mv |
Silva, Adenilton Camilo da |
dc.subject.por.fl_str_mv |
Espectroscopia no infravermelho Voltametria Classificação multivariada Seleção de variáveis Infrared spectroscopy Voltammetry Multivariate classification Variables selection CIENCIAS EXATAS E DA TERRA::QUIMICA |
topic |
Espectroscopia no infravermelho Voltametria Classificação multivariada Seleção de variáveis Infrared spectroscopy Voltammetry Multivariate classification Variables selection CIENCIAS EXATAS E DA TERRA::QUIMICA |
description |
In Brazil, ethanol fuel is marketed in the hydrated form (HEAF– Hydrated Ethyl Alcohol Fuel). The adulterations found in HEAF can generate fines, and possible risks to society. With this perspective, this work proposes developing new analytical methods based on the use of infrared spectroscopy (NIR and MIR), and Cyclic Voltammetry (copper electrode), and chemometric pattern recognition techniques, to identify HEAF adulterations (with water or methanol). A total of 184 HEAF samples collected from different gasoline stations were analyzed. These samples were divided in three classes: (1) unadulterated, (2) adulterated with water (0.5% to 10%mm-1), and (3) adulterated with methanol (2% to 13% mm-1). Principal Components Analysis (PCA) was applied, permitting verification of a tendency to form clusters for unadulterated and adulterated samples. Classification models based on Linear Discriminant Analysis (LDA), with variable selection algorithms: SPA (Successive Projections Algorithm), GA (Genetic Algorithm), and SW (Stepwise) were employed. PLS-DA (Discriminant Analysis by Partial Least Squares) was applied to the data. Assessing the MIR spectra, 100% correct classification was achieved for all models. For NIR data, SPA-LDA and LDA-SW achieved a correct classification rate (RCC) of 84.4%, and 97.8%, respectively, while PLS-DA and GALDA correctly classified all test samples. In the evaluation of voltammetric data, as SPA-LDA as PLS-DA achieved a 93% RCC, but the GA-LDA and SW-LDA models showed better results, correctly classifying all test samples. The results suggest that the proposed methods are promising alternatives for identifying HEAF samples adulterated with water or methanol both quickly and securely. |
publishDate |
2013 |
dc.date.none.fl_str_mv |
2013-08-27 2016-05-03T14:00:03Z 2018-07-21T00:29:44Z 2018-07-21T00:29:44Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
SILVA, Adenilton Camilo da. Metodologias analíticas para a identificação de não conformidades em amostras de álcool combustível, 2013. 82 f. Dissertação, (Mestrado em Química) - Universidade Federal da Paraíba, João Pessoa, 2013. https://repositorio.ufpb.br/jspui/handle/tede/8167 |
identifier_str_mv |
SILVA, Adenilton Camilo da. Metodologias analíticas para a identificação de não conformidades em amostras de álcool combustível, 2013. 82 f. Dissertação, (Mestrado em Química) - Universidade Federal da Paraíba, João Pessoa, 2013. |
url |
https://repositorio.ufpb.br/jspui/handle/tede/8167 |
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.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal da Paraíba Brasil Química Programa de Pós-Graduação em Química UFPB |
publisher.none.fl_str_mv |
Universidade Federal da Paraíba Brasil Química Programa de Pós-Graduação em Química UFPB |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFPB instname:Universidade Federal da Paraíba (UFPB) instacron:UFPB |
instname_str |
Universidade Federal da Paraíba (UFPB) |
instacron_str |
UFPB |
institution |
UFPB |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFPB |
collection |
Biblioteca Digital de Teses e Dissertações da UFPB |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFPB - Universidade Federal da Paraíba (UFPB) |
repository.mail.fl_str_mv |
diretoria@ufpb.br|| diretoria@ufpb.br |
_version_ |
1801842919899922432 |