Caracterização do querosene através da espectroscopia de infravermelho próximo.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2009 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | http://www.teses.usp.br/teses/disponiveis/3/3137/tde-07082009-150008/ |
Resumo: | Ensejou-se obter a caracterização do Querosene via espectroscopia de infravermelho próximo com o objetivo de se instalar um analisador NIR (Near InfraRed) na unidade de processo de destilação industrial, permitindo a otimização do processo de produção. Foi construído um banco de dados espectrais (NIR) e das propriedades: densidade D20/4oC, destilação (PIE, 5%, 10%, 20%, 30%, 40%, 50%, 60%, 70%, 80%, 90% e PFE), enxofre total, ponto de fulgor, ponto de congelamento e viscosidade a -20oC e a 40oC durante um período de 8 meses. A partir dos dados experimentais foram construídos modelos de inferência para as propriedades do querosene através dos métodos PLS (Partial Least Squares) e redes neurais. Inferências a partir de dados operacionais foram também elaboradas para comparação. As inferências construídas com os dados espectrais apresentaram resultados melhores que as obtidas com as variáveis operacionais. |
id |
USP_56ec1b142f9945fa2f10587db5b04660 |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-07082009-150008 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
Caracterização do querosene através da espectroscopia de infravermelho próximo.Characterization of kerosene by near infrared spectroscopy.Espectroscopia infravermelhaKeroseneNear infeared spectroscopyNeural networksQueroseneRedes neuraisEnsejou-se obter a caracterização do Querosene via espectroscopia de infravermelho próximo com o objetivo de se instalar um analisador NIR (Near InfraRed) na unidade de processo de destilação industrial, permitindo a otimização do processo de produção. Foi construído um banco de dados espectrais (NIR) e das propriedades: densidade D20/4oC, destilação (PIE, 5%, 10%, 20%, 30%, 40%, 50%, 60%, 70%, 80%, 90% e PFE), enxofre total, ponto de fulgor, ponto de congelamento e viscosidade a -20oC e a 40oC durante um período de 8 meses. A partir dos dados experimentais foram construídos modelos de inferência para as propriedades do querosene através dos métodos PLS (Partial Least Squares) e redes neurais. Inferências a partir de dados operacionais foram também elaboradas para comparação. As inferências construídas com os dados espectrais apresentaram resultados melhores que as obtidas com as variáveis operacionais.This work aimed to obtain the characterization of Kerosene by Near Infrared Spectroscopy (NIR) with the intention to install a NIR analyzer at an industrial process of distillation, allowing optimization of the production process. A database of spectral data (NIR) was built and another with the properties: density D20/4oC, distillation (IBP, 5%, 10%, 20%, 30%, 40%, 50%, 60%, 70%, 80%, 90% and FBP), total sulfur, flash point, freezing point and viscosity at -20oC and 40oC for a period of 8 months. Models of inference to kerosene properties by the PLS (Partial Least Squares) and neural networks methods were built up from experimental data. Inferences from operational data were also compiled for comparison. As a conclusion of this work, inferences from spectroscopy data were better than those from operational data.Biblioteca Digitais de Teses e Dissertações da USPNascimento, Cláudio Augusto Oller doCamolesi, Valmir José2009-04-23info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/3/3137/tde-07082009-150008/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:10:00Zoai:teses.usp.br:tde-07082009-150008Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:10Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Caracterização do querosene através da espectroscopia de infravermelho próximo. Characterization of kerosene by near infrared spectroscopy. |
title |
Caracterização do querosene através da espectroscopia de infravermelho próximo. |
spellingShingle |
Caracterização do querosene através da espectroscopia de infravermelho próximo. Camolesi, Valmir José Espectroscopia infravermelha Kerosene Near infeared spectroscopy Neural networks Querosene Redes neurais |
title_short |
Caracterização do querosene através da espectroscopia de infravermelho próximo. |
title_full |
Caracterização do querosene através da espectroscopia de infravermelho próximo. |
title_fullStr |
Caracterização do querosene através da espectroscopia de infravermelho próximo. |
title_full_unstemmed |
Caracterização do querosene através da espectroscopia de infravermelho próximo. |
title_sort |
Caracterização do querosene através da espectroscopia de infravermelho próximo. |
author |
Camolesi, Valmir José |
author_facet |
Camolesi, Valmir José |
author_role |
author |
dc.contributor.none.fl_str_mv |
Nascimento, Cláudio Augusto Oller do |
dc.contributor.author.fl_str_mv |
Camolesi, Valmir José |
dc.subject.por.fl_str_mv |
Espectroscopia infravermelha Kerosene Near infeared spectroscopy Neural networks Querosene Redes neurais |
topic |
Espectroscopia infravermelha Kerosene Near infeared spectroscopy Neural networks Querosene Redes neurais |
description |
Ensejou-se obter a caracterização do Querosene via espectroscopia de infravermelho próximo com o objetivo de se instalar um analisador NIR (Near InfraRed) na unidade de processo de destilação industrial, permitindo a otimização do processo de produção. Foi construído um banco de dados espectrais (NIR) e das propriedades: densidade D20/4oC, destilação (PIE, 5%, 10%, 20%, 30%, 40%, 50%, 60%, 70%, 80%, 90% e PFE), enxofre total, ponto de fulgor, ponto de congelamento e viscosidade a -20oC e a 40oC durante um período de 8 meses. A partir dos dados experimentais foram construídos modelos de inferência para as propriedades do querosene através dos métodos PLS (Partial Least Squares) e redes neurais. Inferências a partir de dados operacionais foram também elaboradas para comparação. As inferências construídas com os dados espectrais apresentaram resultados melhores que as obtidas com as variáveis operacionais. |
publishDate |
2009 |
dc.date.none.fl_str_mv |
2009-04-23 |
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 |
http://www.teses.usp.br/teses/disponiveis/3/3137/tde-07082009-150008/ |
url |
http://www.teses.usp.br/teses/disponiveis/3/3137/tde-07082009-150008/ |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
|
dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
|
dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1809090484453244928 |