Previsão de propriedades das gasolinas do Nordeste empregando espectroscopia NIR/MIR e transferência de calibração

Detalhes bibliográficos
Autor(a) principal: HONORATO, Fernanda Araújo
Data de Publicação: 2006
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFPE
Texto Completo: https://repositorio.ufpe.br/handle/123456789/9551
Resumo: Este trabalho tem duas partes, ambas envolvendo espectroscopia no infravermelho e quimiometria. Na primeira parte, foram obtidos modelos de calibração multivariada baseados em dados espectrais nas regiões NIR e MIR para prever as principais propriedades de gasolinas comercializadas na região Nordeste. Foram coletadas 160 amostras de gasolinas e os modelos de calibração foram construídos considerando-se dados espectrais da região NIR (em dois caminhos ópticos diferentes - 1 e 10 mm) e MIR, dois algoritmos de calibração (mínimos quadráticos parciais - PLS e regressão linear múltipla - MLR), e diferentes pré-processamentos (derivada, alisamento e seleção de variáveis com o Algoritmo Genético, AG, ou o Algoritmo de Projeções Sucessivas, APS). Analisando-se os erros médios quadráticos relativos de previsão (RMSEPR) para os vários modelos, observou-se que todas as propriedades envolvidas podem ser preditas de forma satisfatória a partir do espectro NIR na faixa 1600-2500 nm (caminho óptico de 1 mm), com calibração por MLR e seleção de variáveis pelo algoritmo genético, com qualquer dos pré-processamentos utilizados.A outra parte trata do problema de transferência de calibração. Propôs-se uma nova estratégia para a construção de modelos de calibração robustos em relação a diferenças entre dois equipamentos. O APS foi utilizado para selecionar variáveis de forma a minimizar o erro de previsão para o conjunto de teste do equipamento primário, mas também para um pequeno conjunto de amostras medidas no equipamento secundário (amostras de transferência). Dois conjuntos de dados foram empregados: espectros MIR de gasolinas C, para previsão da propriedade T90% (temperatura para 90% de amostra destilada); e espectros NIR de amostras de milho para previsão do teor de umidade. Os modelos MLR robustos assim obtidos foram comparados a modelos PLS, utilizando-se padronização direta em etapas (PDS) para corrigir os espectros do equipamento secundário. Os erros de predição no equipamento secundário para os modelos MLR robustos foram comparáveis aos dos modelos PLS-PDS e levemente inferiores aos erros do modelo APSV-MLR
id UFPE_814968b22273d5e8f76515c561f6585a
oai_identifier_str oai:repositorio.ufpe.br:123456789/9551
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str 2221
spelling HONORATO, Fernanda AraújoPIMENTEL, Maria Fernanda2014-06-12T23:15:04Z2014-06-12T23:15:04Z2006Araújo Honorato, Fernanda; Fernanda Pimentel, Maria. Previsão de propriedades das gasolinas do Nordeste empregando espectroscopia NIR/MIR e transferência de calibração. 2006. Tese (Doutorado). Programa de Pós-Graduação em Química, Universidade Federal de Pernambuco, Recife, 2006.https://repositorio.ufpe.br/handle/123456789/9551Este trabalho tem duas partes, ambas envolvendo espectroscopia no infravermelho e quimiometria. Na primeira parte, foram obtidos modelos de calibração multivariada baseados em dados espectrais nas regiões NIR e MIR para prever as principais propriedades de gasolinas comercializadas na região Nordeste. Foram coletadas 160 amostras de gasolinas e os modelos de calibração foram construídos considerando-se dados espectrais da região NIR (em dois caminhos ópticos diferentes - 1 e 10 mm) e MIR, dois algoritmos de calibração (mínimos quadráticos parciais - PLS e regressão linear múltipla - MLR), e diferentes pré-processamentos (derivada, alisamento e seleção de variáveis com o Algoritmo Genético, AG, ou o Algoritmo de Projeções Sucessivas, APS). Analisando-se os erros médios quadráticos relativos de previsão (RMSEPR) para os vários modelos, observou-se que todas as propriedades envolvidas podem ser preditas de forma satisfatória a partir do espectro NIR na faixa 1600-2500 nm (caminho óptico de 1 mm), com calibração por MLR e seleção de variáveis pelo algoritmo genético, com qualquer dos pré-processamentos utilizados.A outra parte trata do problema de transferência de calibração. Propôs-se uma nova estratégia para a construção de modelos de calibração robustos em relação a diferenças entre dois equipamentos. O APS foi utilizado para selecionar variáveis de forma a minimizar o erro de previsão para o conjunto de teste do equipamento primário, mas também para um pequeno conjunto de amostras medidas no equipamento secundário (amostras de transferência). Dois conjuntos de dados foram empregados: espectros MIR de gasolinas C, para previsão da propriedade T90% (temperatura para 90% de amostra destilada); e espectros NIR de amostras de milho para previsão do teor de umidade. Os modelos MLR robustos assim obtidos foram comparados a modelos PLS, utilizando-se padronização direta em etapas (PDS) para corrigir os espectros do equipamento secundário. Os erros de predição no equipamento secundário para os modelos MLR robustos foram comparáveis aos dos modelos PLS-PDS e levemente inferiores aos erros do modelo APSV-MLRporUniversidade Federal de PernambucoAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessPropriedades das gasolinasEspectroscopia NIR/MIRTransferência de CalibraçãoPrevisão de propriedades das gasolinas do Nordeste empregando espectroscopia NIR/MIR e transferência de calibraçãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEORIGINALarquivo9183_1.pdfapplication/pdf3734643https://repositorio.ufpe.br/bitstream/123456789/9551/1/arquivo9183_1.pdf84c2b156e03dc9e26311a297b5b3d774MD51LICENSElicense.txttext/plain1748https://repositorio.ufpe.br/bitstream/123456789/9551/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52TEXTarquivo9183_1.pdf.txtarquivo9183_1.pdf.txtExtracted texttext/plain169127https://repositorio.ufpe.br/bitstream/123456789/9551/3/arquivo9183_1.pdf.txt1fed9dfbfb4f978e85bacf25eb7d4199MD53THUMBNAILarquivo9183_1.pdf.jpgarquivo9183_1.pdf.jpgGenerated Thumbnailimage/jpeg1665https://repositorio.ufpe.br/bitstream/123456789/9551/4/arquivo9183_1.pdf.jpge137b7dde004257fb705ee4d7ccb5b9fMD54123456789/95512019-10-25 02:21:44.628oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T05:21:44Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv Previsão de propriedades das gasolinas do Nordeste empregando espectroscopia NIR/MIR e transferência de calibração
title Previsão de propriedades das gasolinas do Nordeste empregando espectroscopia NIR/MIR e transferência de calibração
spellingShingle Previsão de propriedades das gasolinas do Nordeste empregando espectroscopia NIR/MIR e transferência de calibração
HONORATO, Fernanda Araújo
Propriedades das gasolinas
Espectroscopia NIR/MIR
Transferência de Calibração
title_short Previsão de propriedades das gasolinas do Nordeste empregando espectroscopia NIR/MIR e transferência de calibração
title_full Previsão de propriedades das gasolinas do Nordeste empregando espectroscopia NIR/MIR e transferência de calibração
title_fullStr Previsão de propriedades das gasolinas do Nordeste empregando espectroscopia NIR/MIR e transferência de calibração
title_full_unstemmed Previsão de propriedades das gasolinas do Nordeste empregando espectroscopia NIR/MIR e transferência de calibração
title_sort Previsão de propriedades das gasolinas do Nordeste empregando espectroscopia NIR/MIR e transferência de calibração
author HONORATO, Fernanda Araújo
author_facet HONORATO, Fernanda Araújo
author_role author
dc.contributor.author.fl_str_mv HONORATO, Fernanda Araújo
dc.contributor.advisor1.fl_str_mv PIMENTEL, Maria Fernanda
contributor_str_mv PIMENTEL, Maria Fernanda
dc.subject.por.fl_str_mv Propriedades das gasolinas
Espectroscopia NIR/MIR
Transferência de Calibração
topic Propriedades das gasolinas
Espectroscopia NIR/MIR
Transferência de Calibração
description Este trabalho tem duas partes, ambas envolvendo espectroscopia no infravermelho e quimiometria. Na primeira parte, foram obtidos modelos de calibração multivariada baseados em dados espectrais nas regiões NIR e MIR para prever as principais propriedades de gasolinas comercializadas na região Nordeste. Foram coletadas 160 amostras de gasolinas e os modelos de calibração foram construídos considerando-se dados espectrais da região NIR (em dois caminhos ópticos diferentes - 1 e 10 mm) e MIR, dois algoritmos de calibração (mínimos quadráticos parciais - PLS e regressão linear múltipla - MLR), e diferentes pré-processamentos (derivada, alisamento e seleção de variáveis com o Algoritmo Genético, AG, ou o Algoritmo de Projeções Sucessivas, APS). Analisando-se os erros médios quadráticos relativos de previsão (RMSEPR) para os vários modelos, observou-se que todas as propriedades envolvidas podem ser preditas de forma satisfatória a partir do espectro NIR na faixa 1600-2500 nm (caminho óptico de 1 mm), com calibração por MLR e seleção de variáveis pelo algoritmo genético, com qualquer dos pré-processamentos utilizados.A outra parte trata do problema de transferência de calibração. Propôs-se uma nova estratégia para a construção de modelos de calibração robustos em relação a diferenças entre dois equipamentos. O APS foi utilizado para selecionar variáveis de forma a minimizar o erro de previsão para o conjunto de teste do equipamento primário, mas também para um pequeno conjunto de amostras medidas no equipamento secundário (amostras de transferência). Dois conjuntos de dados foram empregados: espectros MIR de gasolinas C, para previsão da propriedade T90% (temperatura para 90% de amostra destilada); e espectros NIR de amostras de milho para previsão do teor de umidade. Os modelos MLR robustos assim obtidos foram comparados a modelos PLS, utilizando-se padronização direta em etapas (PDS) para corrigir os espectros do equipamento secundário. Os erros de predição no equipamento secundário para os modelos MLR robustos foram comparáveis aos dos modelos PLS-PDS e levemente inferiores aos erros do modelo APSV-MLR
publishDate 2006
dc.date.issued.fl_str_mv 2006
dc.date.accessioned.fl_str_mv 2014-06-12T23:15:04Z
dc.date.available.fl_str_mv 2014-06-12T23:15:04Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv Araújo Honorato, Fernanda; Fernanda Pimentel, Maria. Previsão de propriedades das gasolinas do Nordeste empregando espectroscopia NIR/MIR e transferência de calibração. 2006. Tese (Doutorado). Programa de Pós-Graduação em Química, Universidade Federal de Pernambuco, Recife, 2006.
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/9551
identifier_str_mv Araújo Honorato, Fernanda; Fernanda Pimentel, Maria. Previsão de propriedades das gasolinas do Nordeste empregando espectroscopia NIR/MIR e transferência de calibração. 2006. Tese (Doutorado). Programa de Pós-Graduação em Química, Universidade Federal de Pernambuco, Recife, 2006.
url https://repositorio.ufpe.br/handle/123456789/9551
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
bitstream.url.fl_str_mv https://repositorio.ufpe.br/bitstream/123456789/9551/1/arquivo9183_1.pdf
https://repositorio.ufpe.br/bitstream/123456789/9551/2/license.txt
https://repositorio.ufpe.br/bitstream/123456789/9551/3/arquivo9183_1.pdf.txt
https://repositorio.ufpe.br/bitstream/123456789/9551/4/arquivo9183_1.pdf.jpg
bitstream.checksum.fl_str_mv 84c2b156e03dc9e26311a297b5b3d774
8a4605be74aa9ea9d79846c1fba20a33
1fed9dfbfb4f978e85bacf25eb7d4199
e137b7dde004257fb705ee4d7ccb5b9f
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1801857949932453888