O biodiesel tem sido amplamente utilizado como uma fonte de energia renovável, que contribui para a diminuição de demanda por diesel mineral. Portanto, existem várias propriedades que devem ser monitoradas, a fim de produzir e distribuir biodiesel com a qualidade exigida. Neste trabalho, as propriedades físicas do biodiesel, tais como massa específica, índice de refração e ponto de entupimento de filtro a frio foram medidas e associadas a espectrometria no infravermelho próximo (NIR) e espectrometria no infravermelho médio (Mid-IR) utilizando ferramentas quimiométricas. Os métodos de regressão por mínimos quadrados parciais (PLS), regressão de mínimos quadrados parciais por intervalos (iPLS), e regressão por máquinas de vetor de suporte (SVM) com seleção de variáveis por Algoritmo Genético (GA) foram utilizadas para modelar as propriedades mencionadas. As amostras de biodiesel foram sintetizadas a partir de diferentes fontes, tais como canola, girassol, milho e soja. Amostras adicionais de biodiesel foram adquiridas de um fornecedor da região sul do Brasil. Em primeiro lugar, o pré-processamento de correção de linha de base foi usado para normalizar os dados espectrais de NIR, seguidos de outros tipos de pré-processamentos que foram aplicados, tais como centralização dos dados na média, 1 derivada e variação de padrão normal. O melhor resultado para a previsão do ponto de entupimento de filtro a frio foi utilizando os espectros de Mid-IR e o método de regressão GA-SVM, com alto coeficiente de determinação da previsão, R2Pred=0,96 e baixo valor da Raiz Quadrada do Erro Médio Quadrático da previsão, RMSEP (C)= 0,6. Para o modelo de previsão da massa específica, o melhor resultado foi obtido utilizando os espectros de Mid-IR e regressão por PLS, com R2Pred=0,98 e RMSEP (g/cm3)= 0,0002. Quanto ao modelo de previsão para o índice de refração, o melhor resultado foi obtido utilizando os espectros de Mid-IR e regressão por PLS, com excelente R2Pred=0,98 e RMSEP= 0,0001. Para esses conjuntos de dados, o PLS e o SVM demonstraram sua robustez, apresentando-se como ferramentas úteis para a previsão das propriedades do biodiesel estudadas / Biodiesel has been widely used as a renewable energy source which contributes to the mineral diesel decrease demand. Therefore, there are several properties that must be monitored in order to produce and distribute biodiesel with the required quality. In this work, the biodiesel physical properties such as specific mass, refractive index and cold filter plugging point were measured and associated with near infrared spectroscopy (NIR) and mid-Infrared spectroscopy (mid-IR) spectra using chemometric tools. The Partial Least Squares Regression (PLS), Interval Partial Least Squares Regression (iPLS), and Support Vector Machines Regression (SVM) with variable selection by Genetic Algorithm (GA) methods were used to model the aforementioned properties. The biodiesel samples were synthesized from different sources such as canola, sunflower, corn, and soybean. Additional biodiesel samples were purchased from a Brazil South Region supplier. Firstly, the preprocessing baseline correction was used to normalize the NIR spectral data, following others preprocessing types were applied in such as the mean center, the first derivative and standard normal variate. The best result for predicting the cold filter plugging point was using Mid-IR spectra and GA-SVM regression method, with high coefficient determination of prediction, R2Pred = 0.94 and low value of the Root Mean Square Error of Prediction, RMSEP (C) = 0.7. For the specific mass prediction model, the best result was obtained using the Mid-IR spectrums and PLS regression, with the R2Pred = 0.98 and RMSEP (g/cm3) = 0.0002. As for a prediction model for the refractive index, the best result was obtained using the Mid-IR spectrums and PLS regression, with the R2Pred = 0.98 and RMSEP = 0.0001. For these datasets, the PLS and SVM models demonstrated theirs robustness, presenting themselves as useful tools for the biodiesel properties prediction studied

O biodiesel tem sido amplamente utilizado como uma fonte de energia renovável, que contribui para a diminuição de demanda por diesel mineral. Portanto, existem várias propriedades que devem ser monitoradas, a fim de produzir e distribuir biodiesel com a qualidade exigida. Neste trabalho, as propriedades físicas do biodiesel, tais como massa específica, índice de refração e ponto de entupimento de filtro a frio foram medidas e associadas a espectrometria no infravermelho próximo (NIR) e espectrometria no infravermelho médio (Mid-IR) utilizando ferramentas quimiométricas. Os métodos de regressão por mínimos quadrados parciais (PLS), regressão de mínimos quadrados parciais por intervalos (iPLS), e regressão por máquinas de vetor de suporte (SVM) com seleção de variáveis por Algoritmo Genético (GA) foram utilizadas para modelar as propriedades mencionadas. As amostras de biodiesel foram sintetizadas a partir de diferentes fontes, tais como canola, girassol, milho e soja. Amostras adicionais de biodiesel foram adquiridas de um fornecedor da região sul do Brasil. Em primeiro lugar, o pré-processamento de correção de linha de base foi usado para normalizar os dados espectrais de NIR, seguidos de outros tipos de pré-processamentos que foram aplicados, tais como centralização dos dados na média, 1 derivada e variação de padrão normal. O melhor resultado para a previsão do ponto de entupimento de filtro a frio foi utilizando os espectros de Mid-IR e o método de regressão GA-SVM, com alto coeficiente de determinação da previsão, R2Pred=0,96 e baixo valor da Raiz Quadrada do Erro Médio Quadrático da previsão, RMSEP (C)= 0,6. Para o modelo de previsão da massa específica, o melhor resultado foi obtido utilizando os espectros de Mid-IR e regressão por PLS, com R2Pred=0,98 e RMSEP (g/cm3)= 0,0002. Quanto ao modelo de previsão para o índice de refração, o melhor resultado foi obtido utilizando os espectros de Mid-IR e regressão por PLS, com excelente R2Pred=0,98 e RMSEP= 0,0001. Para esses conjuntos de dados, o PLS e o SVM demonstraram sua robustez, apresentando-se como ferramentas úteis para a previsão das propriedades do biodiesel estudadas / Biodiesel has been widely used as a renewable energy source which contributes to the mineral diesel decrease demand. Therefore, there are several properties that must be monitored in order to produce and distribute biodiesel with the required quality. In this work, the biodiesel physical properties such as specific mass, refractive index and cold filter plugging point were measured and associated with near infrared spectroscopy (NIR) and mid-Infrared spectroscopy (mid-IR) spectra using chemometric tools. The Partial Least Squares Regression (PLS), Interval Partial Least Squares Regression (iPLS), and Support Vector Machines Regression (SVM) with variable selection by Genetic Algorithm (GA) methods were used to model the aforementioned properties. The biodiesel samples were synthesized from different sources such as canola, sunflower, corn, and soybean. Additional biodiesel samples were purchased from a Brazil South Region supplier. Firstly, the preprocessing baseline correction was used to normalize the NIR spectral data, following others preprocessing types were applied in such as the mean center, the first derivative and standard normal variate. The best result for predicting the cold filter plugging point was using Mid-IR spectra and GA-SVM regression method, with high coefficient determination of prediction, R2Pred = 0.94 and low value of the Root Mean Square Error of Prediction, RMSEP (C) = 0.7. For the specific mass prediction model, the best result was obtained using the Mid-IR spectrums and PLS regression, with the R2Pred = 0.98 and RMSEP (g/cm3) = 0.0002. As for a prediction model for the refractive index, the best result was obtained using the Mid-IR spectrums and PLS regression, with the R2Pred = 0.98 and RMSEP = 0.0001. For these datasets, the PLS and SVM models demonstrated theirs robustness, presenting themselves as useful tools for the biodiesel properties prediction studied

Submitted by Liliane Ferreira (ljuvencia30@gmail.com) on 2018-09-13T14:03:50Z No. of bitstreams: 2 Dissertação - Jaqueline Rodrigues Ferreira - 2018.pdf: 3324369 bytes, checksum: 7bb3737ade608223e8320020b0b39180 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-09-14T10:23:57Z (GMT) No. of bitstreams: 2 Dissertação - Jaqueline Rodrigues Ferreira - 2018.pdf: 3324369 bytes, checksum: 7bb3737ade608223e8320020b0b39180 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-09-14T10:23:57Z (GMT). No. of bitstreams: 2 Dissertação - Jaqueline Rodrigues Ferreira - 2018.pdf: 3324369 bytes, checksum: 7bb3737ade608223e8320020b0b39180 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-06-29 / The use of steel pipe piles as a foundation element brings a new focus to the contributions of soil plug to the behavior of open-ended pipe piles. Therefore, considering the necessity to understand the plug formation, its influence on pipe pile load capacity and the limited of research developed in real scale models, this work aims to numerically simulate the process jacking open ended steel pipe piles in sands, seeking to investigate the soil properties and piles geometry interference on the jacking process. For the development of these simulations an explicit finite difference program, FLAC (Fast Lagrangian Analysis of Continua), was used. The methodology developed started with the finite difference mesh, jacking velocity and interface parameters (normal and shear modulus) calibration. This process was validated with calibration chamber tests results developed in other researches. Henceforth, parametric analysis involving the pipe geometry – internal diameter, wall thickness and tip angle – and the soil mechanical parameters – friction angle, density and elastic modulus – were conducted. As result, among all the factors analyzed, soil density and pile tip angle do not interfere in soil plug formation. Furthermore, the program selected for the simulations was able to model plugging, exhibiting similar behavior to calibration chamber tests results. / A crescente utilização de estacas metálicas tubulares de ponta aberta como elemento de fundação traz novo enfoque às contribuições do tampão de solo ao comportamento destes elementos de fundação. Assim, considerando a necessidade da compreensão do processo de formação deste tampão, sua influência na capacidade de carga das estacas e a pequena quantidade de pesquisas desenvolvidas com modelos em escala real, o objetivo deste trabalho é simular numericamente o processo de cravação estática de estacas metálicas tubulares de ponta aberta em areias, buscando estudar a interferência das propriedades do solo e da geometria das estacas na dinâmica do processo executivo. Para o desenvolvimento destas simulações utilizou-se um programa de diferenças finitas explicito, FLAC (Fast Lagrangian Analysis of Continua). A metodologia desenvolvida iniciou-se com a calibração da malha de diferenças finitas, da velocidade de cravação e dos parâmetros das interfaces – módulos normal e cisalhante. Sendo esta calibração validada com a utilização dos resultados de ensaios em câmara de calibração realizados em outras pesquisas. Posteriormente, desenvolveu-se uma análise paramétrica onde foram variáveis a geometria do problema – diâmetro interno, espessura da parede e inclinação da ponta das estacas, e os parâmetros mecânicos do solo – ângulo de atrito, peso específico e módulo de elasticidade. Como resultado, têm-se que, o peso específico do solo e a inclinação da ponta das estacas não interferem na formação do tampão de solo, enquanto que o diâmetro interno e a espessura da parede das estacas apresentam grande influência nos resultados. Além disso, o programa selecionado para as simulações foi capaz de modelar o fenômeno do tamponamento, exibindo comportamento semelhante ao encontrado nos ensaios realizados em câmara de calibração.

Les gazoles, carburant automobile préféré des français, sont « additivés » afin de permettre leur utilisation en hiver. Les n-paraffines présentes dans ces gazoles cristallisent en effet à basse température. Ces cristaux peuvent alors entraîner le colmatage des filtres protecteurs situés en amont du moteur. Des polymères à base d'éthylène, notamment les copolymères éthylène-acétate de vinyle (EVA), sont utilisés pour abaisser la température à laquelle les problématiques de filtration adviennent. Un nouveau procédé de copolymérisation radicalaire d'éthylène et d'acétate de vinyle, à plus basse pression et à plus basse température, que le procédé industriel actuel, a été développé au cours de cette thèse. Une grande variété d'EVA a ainsi été obtenue. Ils présentent des caractéristiques structurelles et une efficacité, pour le traitement des gazoles, similaires aux EVA commerciaux. Ce procédé a, par ailleurs, permis la synthèse d'autres co- et terpolymères de l'éthylène variant par la nature des comonomères polaires utilisés ou par l'architecture. Des modèles de copolymères EVA ont été également synthétisés par métathèse. La grande diversité d'additifs polymères à disposition combinée à des techniques d'analyse thermique et de diffusion des rayons X mises en oeuvre au plus proche de l'application (en particulier dans le gazole), ont permis de mieux appréhender leur mode d'action sur la cristallisation des n-paraffines. Les spécificités structurelles, des polymères, conditionnant leur efficacité pour le traitement de la tenue à froid des gazoles ont également pu être établies / The additivation of diesel fuels allows operating engines at low temperatures without filter blocking and thus fulfilling legal requirements. Ethylene based copolymers such as ethylene-vinyl acetate copolymers, made by free radical polymerization at high pressure (above 2000 bars) and high temperature (above 200 °C) are frequently used as middle distillate cold flow improvers (MDFI). A new free radical copolymerization process of ethylene and vinyl acetate in organic solvent media has been developed. This process gives access to polymers close to commercial MDFI additives under tremendous less drastic conditions (under 250 bars of ethylene and 70 °C). Thanks to this process, a wide diversity (variation of the nature of the polar unit, of polymer architecture…) of ethylene based polymers was obtained. Moreover, EVA model copolymers have been synthesized by metathesis. Thanks to these numerous and diverse ethylene based polymers combined with thermal analysis and X-ray scattering studies a better understanding of the operating mode of these additives in a diesel fuel has been achieved. The structural characteristics of the polymers enabling their effectiveness as diesel fuel cold flow improvers have also been established