Zugl.: Aachen, Techn. Hochsch., Diss., 2008

Konstanz, Univ., Diss., 2008. / Aus: Ersch. auch im Verl. Dr. Hut (http://www.dr.hut-verlag.de), ISBN 978-3-89963-780-9.

Zugl.: Aachen, Techn. Hochsch., Diss., 2007

Würzburg, Univ., Diss., 2009. / Zsfassung in dt. Sprache.

Universiẗat, Diss., 1999--München.

Universiẗat, Diss., 2003--Heidelberg.

The aim of the thesis was to find out whether NIR spectroscopy is a suitable method for adulteration control of cow and goat milk. Also to which concentration level the method is still effective was sought. Theoretical part summarizes information about the requirements for goat milk, its composition and processing possibilities. It also contains information about food adulteration and the relevant legislation. Infrared spectroscopy is theoretically described, particularly NIR spectroscopy. The experimental part describes the procedure of qualitative analysis using NIR spectroscopy, the method of evaluation and its results. Different samples of goat milk adulterated with various proportions of cow milk were compared. Results were evaluated using discriminant analysis. NIR spectroscopy has been demonstrated as a method suitable for detecting goat milk adulteration.

The aim of the thesis on "Evaluation of the color of honey" was to determine why the instrument can not Lovibond Honey Colorpod 440110 to evaluate color of all types of honey and compare results of with spectrophotometric measurement methods. The work is divided into theoretical and practical part. The theoretical part is dedicated to honey, its composition and methods of evaluating color. The practical part describes the results obtained instrument Lovibond Honey Colorpod -- 440110, spectrophotometers Konica Minolta -- 3500d a FT -- NIR Antaris. In UV/VIS region not been demonstrated reason of errors of photometer. Maximum lightness had a very light honeys and the largest share of yellow had light honey. The highest values of absorbance attain dark honeys. In color space CIE L* a* b* had the largest share of red. Evaluation of the color of honey in the UV/VIS can not prove adulteration of honey always unambiguously, but there are signs by which honey can be described as suspicious. By analyzing the NIR spectrum is falsification of honey demonstrated using discriminant analysis.

O desenvolvimento e aperfeiçoamento de métodos de otimização são pontos de profundo interesse em todas as áreas de pesquisa. Tais técnicas muitas vezes envolvem a aquisição de métodos de controle novos ou melhores, o que está diretamente ligado a duas tarefas importantes: a escolha de formas eficientes de monitoramento do processo e a obtenção de modelos confiáveis para a variável de interesse a partir de dados experimentais. Graças às suas diversas vantagens, os sensores óticos vêm sendo amplamente aplicados na primeira tarefa. Uma vez que é possível a utilização de vários tipos de espectroscopia através deste tipo de sensor, modelos capazes de lidar com dados espectrais estão se tornando cada vez mais atraentes. A segunda tarefa, por sua vez, depende não só de quais preditores são utilizados na construção do modelo, mas também de quantos. Como a qualidade do modelo depende também do número de variáveis selecionadas, é importante desenvolver métodos que identifiquem aqueles que explicam o máximo possível da variabilidade dos dados. O método de otimização Colônia de Formigas (ACO) aparece como uma ferramenta bastante útil na seleção de variáveis, podendo-se encontrar muitas variações desse algoritmo na literatura. O propósito deste trabalho é desenvolver métodos de seleção de variáveis com base no algoritmo ACO, conceitos estatísticos e testes de hipóteses. Para isso, diversos critérios de decisão foram implementados nas etapas do algoritmo referentes à atualização de trilha de feromônios (C1) e à seleção de modelos (C2). A fim de estudar estas modificações, foram realizados dois estudos de caso: o primeiro na área de bioprocessos e o segundo na área de caracterização de alimentos. Ambos os estudos mostraram que, em geral, os modelos com menores erros são obtidos utilizando-se métricas dos componentes do modelo, tal como o tamanho do intervalo de confiança de cada parâmetro e o teste-t de hipóteses. Além disso, a modificação do critério de seleção de modelos parece não interferir significativamente no resultado final do algoritmo. Por último, foi feito um estudo da aplicação dessas versões do ACO no campo de caracterização de combustíveis, mais especificamente diesel, associando-se duas análises espectroscópicas para predição do conteúdo de enxofre. Algumas das versões desenvolvidas mostraram-se superior ao algoritmo ACO utilizado como base para este trabalho, proposto por Ranzan (2014), e todas os versões forneceram melhores resultados na quantificação de enxofre que aqueles obtidos por PCR. Dessa forma, comprova-se a potencialidade de métricas implementadas no algoritmo ACO, associadas à espectroscopia, na seleção de preditores significativos. / The development and improvement of optimization methods are points of deep interest in all areas of research. These techniques are often related to the acquisition of new or better control methods, which are directly attached to two importante tasks: choosing efficient forms of process monitoring and obtaining reliable models for the monitored variable from experimental data. Due to their several advantagens, optical sensors are being widely applied in the first task. Since several types of spectroscopy are possible through this type of sensor, models capable of dealing with spectral data are becoming increasingly attractive. The second task depends not only on which predictors are used in the model, but also on how many. Since the quality of the model depends on the number of selected variables, it is important to develop methods that identify those that explain the greater amount of data variability as possible, without compromising the reliability of the model. The Ant Colony Optimization is an important tool for variable selection, being possible to find a lot of variations of this method in literature. The purpose of this work is to develop a method of variable selection based on the Ant Colony Optimization (ACO) algorithm, statistical concepts and hypothesis testing. For this purpose, several decision criteria for trail update (C1) and model selection (C2) were implemented within the routine. In order to study these modifications, two case study was conducted: one related to bioprocess monitoring and another one envolving the characterization of food products. Both studies showed that, in general, the models with the lowest errors were obtained through the use of model component metrics, such as the length of the confidence interval associated with each parameter and the t hypothesis test. Besides, the modification of the model selection criterion doesn’t seem to affect the algorithm final result. Finally, the aplicattion of these methods in the field of fuels characterization, specifically diesel fuel, was studied, associating two spectroscopical analyses in order to predict the sulfur content. Some of the new developed methods appeared to be better than the ACO algorithm used as basis in this work, proposed by Ranzan (2014), and all methods showed better results than those from the models constructed by PCR. Thus, it is proved the high potencial of using different metrics within ACO algorithm, associated with spectroscopy, in order to select significative predictors.

DANTAS, Allan Nilson de Sousa. Estudo de novos parâmetros para aprimoramento do controle de qualidade da cera de carnaúba. 2014. 113 f. Tese (Doutorado em química)- Universidade Federal do Ceará, Fortaleza-CE, 2014. / Submitted by Elineudson Ribeiro (elineudsonr@gmail.com) on 2016-05-31T18:15:29Z No. of bitstreams: 1 2014_tese_ansdantas.pdf: 5176120 bytes, checksum: e189ee73179294e707b53c7a859776d5 (MD5) / Approved for entry into archive by José Jairo Viana de Sousa (jairo@ufc.br) on 2016-05-31T23:21:09Z (GMT) No. of bitstreams: 1 2014_tese_ansdantas.pdf: 5176120 bytes, checksum: e189ee73179294e707b53c7a859776d5 (MD5) / Made available in DSpace on 2016-05-31T23:21:09Z (GMT). No. of bitstreams: 1 2014_tese_ansdantas.pdf: 5176120 bytes, checksum: e189ee73179294e707b53c7a859776d5 (MD5) Previous issue date: 2014 / Carnauba wax is an important economic product and its industrial production has over the years suffering from the scarcity of scientific studies to aid in the understanding of the chemical differences between different types of wax. The aim of this work was characterize the different types of carnauba waxes (Type 1, Type 3 and Type 4) in relation to the chemical composition. The organic matrix of the samples were investigated by Infrared Spectroscopy (MID and NIR), Thermal Analysis and Gas Chromatography (CGMS). The results showed that the three types of waxes are very similar in its organic composition, presenting in its composition mainly paraffin, alcohols and esters of long chain fatty acids. To evaluate inorganic content, an optimization of the conditions of the sample preparation by microwave assisted wet digestion implemented. The digests showed residual carbon content less than 5%. The analysis was performed by ICP-OES. The elements data set was processed using the software The Unscrambler 7.1 and X10.3. The mean values for the elements in the samples investigated wax Type 1 levels were: K (22.3 mg kg -1), Al (20.5 mg kg-1), Fe (11.5 mg kg-1), Mg (4.0 mg kg-1), Na (3.5 mg kg-1), Pb (2.2 mg kg-1), Ca (1.2 mg kg-1), Cu (0.5 mg kg-1), Mn (0.4 mg kg-1) , Zn (0.2 mg kg-1) and Co (0.2 mg kg-1). The levels observed for Ni (67.2 mg kg-1) were higher in samples from three industries, raising the average value of the element. For samples carnauba wax Type 3, the mean concentrations of elements were: Al(122.0 mg kg-1), K(112.1 mg kg-1), Ca (103.9 mg kg- 1), Fe(93.4 mg kg-1), Mg(67.1 mg kg-1), Na(39.6 mg kg-1), Mn(9.6 mg kg-1), Pb(1 7 mg kg-1), Zn (0.6 mg kg-1), Ni (0.3 mg kg-1), Cu (0.2 mg kg-1) and Co (0.1 mg kg-1). Finally, the samples with wax to Type 4, the mean concentration values were observed : K (185.3 mg kg-1), Ca (116.8 mg kg-1), Al (97.6 mg kg-1), Fe (84.5 mg kg-1) mg (76.9 mg kg-1), Na (37.6 mg kg-1), Mn (8.7 mg kg-1), Pb (2.3 mg kg-1), Zn (0.7 mg kg -1), Cu (0.2 mg kg-1) and Co (0.1 mg kg-1). Principal Component Analysis showed that the three types of waxes could be distinguished based on the levels of inorganic elements. In this view point waxes Type 4 showed the highest inorganic levels than the waxes Type 3 and Type 1. New wax samples were acquired with a view to developing a model of multivariate calibration (NIR / PLS) for prediction of Al, Ca, Cu, Fe, K, Mg, Mn and Na in wax samples. The spectra were preprocessed applying first derivative and then the models PLS-1 were obtained. The spectra data set were divided into two groups: one for the calibration and the other for validation. The models obtained were promising for predicting the content of elements such as Al, Fe and Cu in samples of wax. Finally, the results obtained in this work can be used as parameter for sample classification and as well as used for the development of standards rules for quality assurance of the carnauba waxes produced by refining industrial processes. / A cera de carnaúba consiste em um importante produto econômico e sua produção vem ao longo dos anos sofrendo com a escassez de trabalhos científicos que auxiliem no entendimento das diferenças químicas existentes entre os tipos de cera. Deste modo, o presente trabalho teve por objetivo propor uma caracterização dos diferentes tipos de cera de carnaúba (Tipo 1, Tipo 3 e Tipo 4) quanto à sua composição química, em especial em relação aos constituintes inorgânicos. As amostras de cera foram avaliadas quanto à composição orgânica por FT-IR, TG e CG-MS. Os resultados obtidos mostraram que as ceras dos Tipos 1, 3 e 4 possuem pequenas diferenças são quanto a sua composição orgânica fator que pode ser responsável pela diferença de coloração entre os materiais, apresentando em sua composição basicamente parafinas, álcoois de cadeia longa e ésteres de ácidos graxos. Para avaliação dos inorgânicos, uma etapa de otimização das condições de preparo de amostra por via úmida assistida por micro-ondas foi implementada. Os digeridos apresentaram teores de carbono residual inferior a 5%, sendo feita a quantificação dos elementos por ICP OES. Os teores médios para os elementos investigados nas amostras de cera do Tipo 1 foram: K (22,3 mg Kg-1), Al (20,5 mg Kg-1), Fe (11,5 mg Kg-1), Mg (4,0 mg Kg-1), Na (3,5 mg Kg-1), Pb (2,2 mg Kg-1), Ca (1,2 mg Kg-1 ), Cu (0,5 mg Kg-1), Mn (0,4 mg Kg-1), Zn (0,2 mg Kg-1) e Co (0,2 mg Kg-1). Os teores observados para Ni (67,2 mg Kg-1 ) se mostraram elevados nas amostras de três industrias, elevando o valor médio do elemento. Para as amostras de cera de carnaúba do Tipo 3, os valores médios das concentrações dos elementos foram: Al (122,0 mg Kg-1), K (112,1 mg Kg-1), Ca (103,9 mg Kg-1), Fe (93,4 mg Kg-1), Mg (67,1 mg Kg-1), Na (39,6 mg Kg-1), Mn (9,6 mg Kg-1 ), Pb (1,7 mg Kg-1), Zn (0,6 mg Kg-1), Ni (0,3 mg Kg-1), Cu (0,2 mg Kg-1) e Co (0,1 mg Kg-1). Por fim, para as amostras de cera do Tipo 4, os valores médios de concentração observados foram: K (185,3 mg Kg-1), Ca (116,8 mg Kg-1), Al, (97,6 mg Kg-1), Fe (84,5 mg Kg-1 ), Mg (76,9 mg Kg-1), Na (37,6 mg Kg-1), Mn (8,7 mg Kg-1), Pb (2,3 mg Kg-1), Zn (0,7 mg Kg-1), Cu (0,2 mg Kg-1) e Co (0,1 mg Kg-1 ). Os dados foram tratados utilizando o software de Quimiometria The Unscrambler 7.1 e X10.3. Análise de Componentes Principais mostrou que as ceras podem ser classificadas e distinguidas em função dos teores das espécies avaliadas. Nesse contexto as ceras Tipo 4 apresentaram os maiores teores de inorgânicos, seguido das ceras do Tipo 3 e por fim das ceras do Tipo 1. Novas amostras de cera foram adquiridas com o intuito de desenvolver um modelo de calibração multivariada (NIR/PLS) para previsão de Al, Ca, Cu, Fe, K, Mg, Mn e Na nas amostras de cera. Os espectros foram pré-processados aplicando 1º derivada ao conjunto de dados espectrais e em seguida foram obtidos os modelos utilizando PLS-1. As amostras de cera foram divididas em dois conjuntos de dados: um para calibração e o outro para validação. Os modelos obtidos se mostraram promissores para a previsão do teor de elementos como Al, Fe e Cu nas amostras de cera de carnaúba. Por fim, os resultados obtidos neste trabalho podem ser utilizados como parâmetros de classificação das amostras de cera, bem como podem ser utilizados como aporte para a elaboração de normas para classificação dos teores de qualidade das ceras de carnaúba produzidas pelas indústrias refinadoras.