Previsão de propriedades fisico-químicas e composição química da gasolina a partir de espectros no infravermelho

Detalhes bibliográficos
Autor(a) principal: Côcco, Lílian Cristina
Data de Publicação: 2008
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/17491
Resumo: Orientador: Carlos Itsuo Yamamoto
id UFPR_65523e67441f5b85ef75c3679a504dbb
oai_identifier_str oai:acervodigital.ufpr.br:1884/17491
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia e Ciência dos Materiais - PIPEYamamoto, Carlos Itsuo, 1965-Côcco, Lílian Cristina2024-05-09T21:41:18Z2024-05-09T21:41:18Z2008https://hdl.handle.net/1884/17491Orientador: Carlos Itsuo YamamotoAcompanha CD-ROM com apendicesTese (doutorado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia - PIPE. Defesa: Curitiba, 11/04/2008Inclui bibliografiaÁrea de concentração: Engenharia de processos térmicos e químicosResumo: Avaliar a qualidade de um combustível é uma tarefa muito importante, pois pode-se controlar especificações técnicas de produção, bem como parâmetros ambientais, ambos os quais devem ser obedecidos para um bom funcionamento do motor e menor emissão de gases tóxicos de combustão. Para a gasolina, este controle é realizado através de ensaios de normas ASTM e NBR específicos, adotados pela Agência Nacional de Petróleo, Gás Natural e Biocombustíveis. Ferramentas úteis na avaliação da qualidade, modelos matemáticos vêm sendo aplicados com a principal finalidade de prever propriedades fisico-químicas da gasolina e sua composição química média. Estes modelos matemáticos podem ser obtidos a partir da espectroscopia no infravermelho e calibração multivariada, cujas principais vantagens são rapidez analítica e boa capacidade preditiva. Deve-se considerar que este tipo de análise, não substitui os ensaios em laboratório, pois os mesmos são as referências para diferenciar amostras conformes e não conformes, porém auxiliam de modo considerável uma avaliação primária da qualidade da gasolina devido à rápida resposta analítica. Este trabalho descreve a obtenção de modelos matemáticos, aplicando-se calibração multivariada em espectros no infravermelho médio obtidos por ATR, de 128 amostras de gasolina, com variada composição química, coletadas em um período de dois anos e meio. Os espectros IV foram utilizados na montagem da matriz de entrada para a modelagem, enquanto os ensaios fisico-químicos padronizados e cromatografia gasosa forneceram dados para as matrizes de saída. Noventa amostras foram utilizadas para treinamento e 38 para teste. Para calibrar a composição química obtida pela cromatografia, utilizou-se as técnicas de espectrometria de massas e ionização química, para identificar compostos desconhecidos presentes na gasolina e melhorar o ajuste aos modelos matemáticos. Foram detectados e identificados 290 compostos, sendo 101 desconhecidos, seguindo regras de fragmentação para cada grupo químico presente na gasolina. Assim sendo, 6 modelos PLS/PCR foram obtidos para previsão de propriedades como massa específica, pressão de vapor Reid, T10, T50, T90 e PFE da curva de destilação. Outros 6 modelos PLS/PCR foram obtidos para previsão dos grupos químicos presentes (teor de aromáticos, parafínicos, isoparafínicos, naftênicos, olefínicos e oxigenados). De um modo geral obteve-se modelos matemáticos com bons ajustes de treinamento, com coeficientes de correlação maiores que 0,975 (T10) atingindo um máximo de 0,998 (teor de naftênicos) e são capazes de prever a composição química média e propriedades de interesse da gasolina, com desvios aceitáveis de previsão. Os modelos PLS tiveram os melhores resultados e poderão ser utilizados para montagem de um equipamento portátil ou um sensor virtual para aplicação em campo, avaliando-se a qualidade de maneira rápida e eficaz.Abstract: It is very important to evaluate the fuel quality because it is possible to control technical specifications of production, as well as environmental parameters, both which must be obeyed for a good engine performance and lower emission of toxic gases from combustion. For gasoline this control is carried out thought specific ASTM and NBR assays, adopted by the Brazilian National Petroleum Agency. Useful tools for evaluating the quality, mathematical models have been applied with the main purpose of predicting physico-chemical properties of gasoline and its average chemical composition. These mathematical models can be attained from infrared spectroscopy and multivariate calibration, which main advantages are fast analytical response and good prediction capability. It must be considered that this type of infrared analysis does not substitute the assays in laboratory, therefore they are the references to differentiate the suitable from the unsuitable samples. On the other hand it assists in a considerable way the primary evaluation of the gasoline quality due to fast analytical response. This work describes the attainment of mathematical models, applying multivariate calibration in middle infrared spectrum with ATR, from 128 gasoline samples with diverse chemical compositions, collected in a period of two and a half years. Infrared spectra had been used to assemble the input matrix for the modeling, whereas the standardized assays and gaseous chromatography had supplied the output matrices. Ninety samples were been used for training and 38 for testing. In order to calibrate chemical composition from chromatography, the techniques of mass spectrometry and chemical ionization were used to identify unknown substances of the gasoline studied and improve the fitting of the mathematical models. Two hundred and ninety substances were detected and identified, from which 101 were unknown, according to fragment rules for each chemical group in the gasoline. So, six PLS/PCR models were attained to predict some properties as specific mass, Reid vapor pressure, T10, T50, T90 and PFE from distillation curve. Another six PLS/PCR models were attained to predict the chemical groups composition of aromatics, paraffins, isoparaffins, naphtenes, olefins and oxygenates. In a general way, mathematical models were attained with good training fit, with correlation coefficients higher than 0,975 (T10) and reaching a maximum of 0.998 (naphtenes) and they are able to forecast an average chemical percentage and properties of interest from gasoline, with acceptable prediction errors. PLS models had the best results and can be used to assemble a portable equipment or a virtual sensor for field applications, evaluating quality in a fast and efficient way. 244f. : il. algumas color., grafs., tabs.application/pdfDisponível em formato digitalEspectrometria de massaGasolinaCromatografia a gásEngenharia de Materiais e MetalurgiaPrevisão de propriedades fisico-químicas e composição química da gasolina a partir de espectros no infravermelhoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALTESE LILIAN COCCO.pdfapplication/pdf8627450https://acervodigital.ufpr.br/bitstream/1884/17491/1/TESE%20LILIAN%20COCCO.pdf040cfc01da68bf7d2b5c49b54b7bf5e1MD51open accessTEXTTESE LILIAN COCCO.pdf.txtExtracted Texttext/plain1037264https://acervodigital.ufpr.br/bitstream/1884/17491/2/TESE%20LILIAN%20COCCO.pdf.txt042d464fd5e5caa56d0bf3acf1c9c71aMD52open accessTHUMBNAILTESE LILIAN COCCO.pdf.jpgGenerated Thumbnailimage/jpeg1216https://acervodigital.ufpr.br/bitstream/1884/17491/3/TESE%20LILIAN%20COCCO.pdf.jpg605928a0f818a614d5d25c14f484e356MD53open access1884/174912024-05-09 18:41:18.14open accessoai:acervodigital.ufpr.br:1884/17491Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-05-09T21:41:18Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Previsão de propriedades fisico-químicas e composição química da gasolina a partir de espectros no infravermelho
title Previsão de propriedades fisico-químicas e composição química da gasolina a partir de espectros no infravermelho
spellingShingle Previsão de propriedades fisico-químicas e composição química da gasolina a partir de espectros no infravermelho
Côcco, Lílian Cristina
Espectrometria de massa
Gasolina
Cromatografia a gás
Engenharia de Materiais e Metalurgia
title_short Previsão de propriedades fisico-químicas e composição química da gasolina a partir de espectros no infravermelho
title_full Previsão de propriedades fisico-químicas e composição química da gasolina a partir de espectros no infravermelho
title_fullStr Previsão de propriedades fisico-químicas e composição química da gasolina a partir de espectros no infravermelho
title_full_unstemmed Previsão de propriedades fisico-químicas e composição química da gasolina a partir de espectros no infravermelho
title_sort Previsão de propriedades fisico-químicas e composição química da gasolina a partir de espectros no infravermelho
author Côcco, Lílian Cristina
author_facet Côcco, Lílian Cristina
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia e Ciência dos Materiais - PIPE
dc.contributor.advisor1.fl_str_mv Yamamoto, Carlos Itsuo, 1965-
dc.contributor.author.fl_str_mv Côcco, Lílian Cristina
contributor_str_mv Yamamoto, Carlos Itsuo, 1965-
dc.subject.por.fl_str_mv Espectrometria de massa
Gasolina
Cromatografia a gás
Engenharia de Materiais e Metalurgia
topic Espectrometria de massa
Gasolina
Cromatografia a gás
Engenharia de Materiais e Metalurgia
description Orientador: Carlos Itsuo Yamamoto
publishDate 2008
dc.date.issued.fl_str_mv 2008
dc.date.accessioned.fl_str_mv 2024-05-09T21:41:18Z
dc.date.available.fl_str_mv 2024-05-09T21:41:18Z
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.uri.fl_str_mv https://hdl.handle.net/1884/17491
url https://hdl.handle.net/1884/17491
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 244f. : il. algumas color., grafs., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/17491/1/TESE%20LILIAN%20COCCO.pdf
https://acervodigital.ufpr.br/bitstream/1884/17491/2/TESE%20LILIAN%20COCCO.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/17491/3/TESE%20LILIAN%20COCCO.pdf.jpg
bitstream.checksum.fl_str_mv 040cfc01da68bf7d2b5c49b54b7bf5e1
042d464fd5e5caa56d0bf3acf1c9c71a
605928a0f818a614d5d25c14f484e356
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1801860207398092800

Registros relacionados