Estudo da viabilidade de implementação de metodologia para análise de parâmetros da gasolina empregando espectroscopia de infravermelho próximo e quimiometria
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/181116 |
Resumo: | A gasolina é um combustível de composição complexa, constituído por hidrocarbonetos aromáticos, olefínicos e saturados e alguns compostos contendo enxofre e metais. A estrutura química dos hidrocarbonetos da gasolina tem grande influência na sua qualidade, que é assegurada através de diversas análises especificadas pela Agência Nacional do Petróleo, Gás Natural e Biocombustíveis (ANP). Um dos parâmetros mais importantes no controle de qualidade da gasolina é o número de octanas, que é muito relacionado com a composição, e indica a resistência do combustível à auto-ignição. Com o intuito de garantir o atendimento às especificações de forma mais rápida e precisa, muitos métodos alternativos têm sido estudados, em substituição às análises clássicas, que são caras e trabalhosas. Neste contexto, buscou-se, através deste trabalho, que foi realizado em empresa do setor petroquímico, implementar metodologia para determinação do número de octano motor (MON) e teor de aromáticos e olefinas da gasolina, utilizando espectroscopia no infravermelho próximo e quimiometria. Para tanto, diversos espectros de gasolinas foram coletados, pré-tratados pelo uso de primeira derivada e submetidos à calibração multivariada utilizando o algoritmo de regressão por quadrados mínimos parciais (PLS). O modelo criado para o MON obteve raiz da média quadrática dos resíduos de previsão (RMSEP) igual a 0,2951 e boa correlação com as técnicas tradicionais, principalmente para a faixa de MON de 82,0 e 83,6, devendo ser completado para possível utilização em outras faixas. A regressão para predição de aromáticos apresentou RMSEP igual a 1,0978% e coeficiente de correlação da curva de predição de 0,6030, logo, a metodologia proposta precisa ser reavaliada antes de ser utilizada. Já o modelo para determinação de olefinas, com R2=0,9529 e RMSEP igual a 0,5744%, demonstrou alta correlação com a metodologia de referência, podendo ser uma alternativa para análise de gasolinas. |
id |
UFRGS-2_380941cef8c668f99e19a84de1498280 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/181116 |
network_acronym_str |
UFRGS-2 |
network_name_str |
Repositório Institucional da UFRGS |
repository_id_str |
|
spelling |
Sales, Jamila Bittencourt deFerrão, Marco Flôres2018-08-18T03:01:14Z2018http://hdl.handle.net/10183/181116001074045A gasolina é um combustível de composição complexa, constituído por hidrocarbonetos aromáticos, olefínicos e saturados e alguns compostos contendo enxofre e metais. A estrutura química dos hidrocarbonetos da gasolina tem grande influência na sua qualidade, que é assegurada através de diversas análises especificadas pela Agência Nacional do Petróleo, Gás Natural e Biocombustíveis (ANP). Um dos parâmetros mais importantes no controle de qualidade da gasolina é o número de octanas, que é muito relacionado com a composição, e indica a resistência do combustível à auto-ignição. Com o intuito de garantir o atendimento às especificações de forma mais rápida e precisa, muitos métodos alternativos têm sido estudados, em substituição às análises clássicas, que são caras e trabalhosas. Neste contexto, buscou-se, através deste trabalho, que foi realizado em empresa do setor petroquímico, implementar metodologia para determinação do número de octano motor (MON) e teor de aromáticos e olefinas da gasolina, utilizando espectroscopia no infravermelho próximo e quimiometria. Para tanto, diversos espectros de gasolinas foram coletados, pré-tratados pelo uso de primeira derivada e submetidos à calibração multivariada utilizando o algoritmo de regressão por quadrados mínimos parciais (PLS). O modelo criado para o MON obteve raiz da média quadrática dos resíduos de previsão (RMSEP) igual a 0,2951 e boa correlação com as técnicas tradicionais, principalmente para a faixa de MON de 82,0 e 83,6, devendo ser completado para possível utilização em outras faixas. A regressão para predição de aromáticos apresentou RMSEP igual a 1,0978% e coeficiente de correlação da curva de predição de 0,6030, logo, a metodologia proposta precisa ser reavaliada antes de ser utilizada. Já o modelo para determinação de olefinas, com R2=0,9529 e RMSEP igual a 0,5744%, demonstrou alta correlação com a metodologia de referência, podendo ser uma alternativa para análise de gasolinas.Gasoline is a fuel of complex composition formed by aromatic, olefinic and saturated hydrocarbons and some compounds containing sulfur and metals. The chemical structure of the gasoline’s hydrocarbons has a huge influence in her quality, which is ensured through various analyses specified by National Agency of Petroleum, Natural Gas and Biofuels (ANP). One of the most important parameter to control the gasoline’s quality is the octane number, which is so related to the composition and indicates the resistance to the fuel selfignition. With the purpose of guaranteeing the specifications more quickly and accurately, many alternative methods have been studied, in substitution of the classic analyses, which are expensive and laborious. In this context, it was sought through this work, which was carried out in a petrochemical company, implement methodology to determine Motor Octane Number (MON) and aromatic and olefins content of gasoline by Near Infrared (NIR) Spectroscopy and chemometrics. For this purpose several spectra were acquired, pre-treated by first derivative and subjected to multivariate calibration using Partial Least Squares (PLS) algorithm. The model developed for MON got Root Mean Square Error of Prediction (RMSEP) value of 0.2951 and a good correlation with traditional techniques, especially between MON 82.0 and 83.6, should be completed to be used in another range. The regression for aromatic’s prediction presented RMSEP as 1.0978% and correlation coefficient of the prediction curve of 0.6030, therefore the proposed methodology needs to be reevaluated before being used. The model for olefins determination, however, with R2= 0.9529 and RMSEP as 0.5744%, demonstrated high correlation with the reference methodology, and can be implemented to gasoline analyses.application/pdfporGasolinaEspectroscopia no infravermelhoQuimiometriaCalibração multivariadaAnálise por componentes principais (PCA)GasolineMONPartial Least Squares Regression (PLS)Principal Components Analysis (PCA)Multivariate CalibrationChemometrics.Near Infrared SpectroscopyOctaneEstudo da viabilidade de implementação de metodologia para análise de parâmetros da gasolina empregando espectroscopia de infravermelho próximo e quimiometriainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de QuímicaPorto Alegre, BR-RS2018Química Industrialgraduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL001074045.pdfTexto completoapplication/pdf11388655http://www.lume.ufrgs.br/bitstream/10183/181116/1/001074045.pdfff598e90a8ea6c1d1a4e89664e198dfbMD51TEXT001074045.pdf.txt001074045.pdf.txtExtracted Texttext/plain82412http://www.lume.ufrgs.br/bitstream/10183/181116/2/001074045.pdf.txta8f1fae4758794252f7d9ed24a4b14e5MD52THUMBNAIL001074045.pdf.jpg001074045.pdf.jpgGenerated Thumbnailimage/jpeg988http://www.lume.ufrgs.br/bitstream/10183/181116/3/001074045.pdf.jpg019b9c61d2d3128751c1004dd0a4ced5MD5310183/1811162018-10-05 07:39:43.765oai:www.lume.ufrgs.br:10183/181116Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2018-10-05T10:39:43Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Estudo da viabilidade de implementação de metodologia para análise de parâmetros da gasolina empregando espectroscopia de infravermelho próximo e quimiometria |
title |
Estudo da viabilidade de implementação de metodologia para análise de parâmetros da gasolina empregando espectroscopia de infravermelho próximo e quimiometria |
spellingShingle |
Estudo da viabilidade de implementação de metodologia para análise de parâmetros da gasolina empregando espectroscopia de infravermelho próximo e quimiometria Sales, Jamila Bittencourt de Gasolina Espectroscopia no infravermelho Quimiometria Calibração multivariada Análise por componentes principais (PCA) Gasoline MON Partial Least Squares Regression (PLS) Principal Components Analysis (PCA) Multivariate Calibration Chemometrics. Near Infrared Spectroscopy Octane |
title_short |
Estudo da viabilidade de implementação de metodologia para análise de parâmetros da gasolina empregando espectroscopia de infravermelho próximo e quimiometria |
title_full |
Estudo da viabilidade de implementação de metodologia para análise de parâmetros da gasolina empregando espectroscopia de infravermelho próximo e quimiometria |
title_fullStr |
Estudo da viabilidade de implementação de metodologia para análise de parâmetros da gasolina empregando espectroscopia de infravermelho próximo e quimiometria |
title_full_unstemmed |
Estudo da viabilidade de implementação de metodologia para análise de parâmetros da gasolina empregando espectroscopia de infravermelho próximo e quimiometria |
title_sort |
Estudo da viabilidade de implementação de metodologia para análise de parâmetros da gasolina empregando espectroscopia de infravermelho próximo e quimiometria |
author |
Sales, Jamila Bittencourt de |
author_facet |
Sales, Jamila Bittencourt de |
author_role |
author |
dc.contributor.author.fl_str_mv |
Sales, Jamila Bittencourt de |
dc.contributor.advisor1.fl_str_mv |
Ferrão, Marco Flôres |
contributor_str_mv |
Ferrão, Marco Flôres |
dc.subject.por.fl_str_mv |
Gasolina Espectroscopia no infravermelho Quimiometria Calibração multivariada Análise por componentes principais (PCA) |
topic |
Gasolina Espectroscopia no infravermelho Quimiometria Calibração multivariada Análise por componentes principais (PCA) Gasoline MON Partial Least Squares Regression (PLS) Principal Components Analysis (PCA) Multivariate Calibration Chemometrics. Near Infrared Spectroscopy Octane |
dc.subject.eng.fl_str_mv |
Gasoline MON Partial Least Squares Regression (PLS) Principal Components Analysis (PCA) Multivariate Calibration Chemometrics. Near Infrared Spectroscopy Octane |
description |
A gasolina é um combustível de composição complexa, constituído por hidrocarbonetos aromáticos, olefínicos e saturados e alguns compostos contendo enxofre e metais. A estrutura química dos hidrocarbonetos da gasolina tem grande influência na sua qualidade, que é assegurada através de diversas análises especificadas pela Agência Nacional do Petróleo, Gás Natural e Biocombustíveis (ANP). Um dos parâmetros mais importantes no controle de qualidade da gasolina é o número de octanas, que é muito relacionado com a composição, e indica a resistência do combustível à auto-ignição. Com o intuito de garantir o atendimento às especificações de forma mais rápida e precisa, muitos métodos alternativos têm sido estudados, em substituição às análises clássicas, que são caras e trabalhosas. Neste contexto, buscou-se, através deste trabalho, que foi realizado em empresa do setor petroquímico, implementar metodologia para determinação do número de octano motor (MON) e teor de aromáticos e olefinas da gasolina, utilizando espectroscopia no infravermelho próximo e quimiometria. Para tanto, diversos espectros de gasolinas foram coletados, pré-tratados pelo uso de primeira derivada e submetidos à calibração multivariada utilizando o algoritmo de regressão por quadrados mínimos parciais (PLS). O modelo criado para o MON obteve raiz da média quadrática dos resíduos de previsão (RMSEP) igual a 0,2951 e boa correlação com as técnicas tradicionais, principalmente para a faixa de MON de 82,0 e 83,6, devendo ser completado para possível utilização em outras faixas. A regressão para predição de aromáticos apresentou RMSEP igual a 1,0978% e coeficiente de correlação da curva de predição de 0,6030, logo, a metodologia proposta precisa ser reavaliada antes de ser utilizada. Já o modelo para determinação de olefinas, com R2=0,9529 e RMSEP igual a 0,5744%, demonstrou alta correlação com a metodologia de referência, podendo ser uma alternativa para análise de gasolinas. |
publishDate |
2018 |
dc.date.accessioned.fl_str_mv |
2018-08-18T03:01:14Z |
dc.date.issued.fl_str_mv |
2018 |
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 |
http://hdl.handle.net/10183/181116 |
dc.identifier.nrb.pt_BR.fl_str_mv |
001074045 |
url |
http://hdl.handle.net/10183/181116 |
identifier_str_mv |
001074045 |
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.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Repositório Institucional da UFRGS |
collection |
Repositório Institucional da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/181116/1/001074045.pdf http://www.lume.ufrgs.br/bitstream/10183/181116/2/001074045.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/181116/3/001074045.pdf.jpg |
bitstream.checksum.fl_str_mv |
ff598e90a8ea6c1d1a4e89664e198dfb a8f1fae4758794252f7d9ed24a4b14e5 019b9c61d2d3128751c1004dd0a4ced5 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
|
_version_ |
1801224555495161856 |