Spelling suggestions: "subject:"productionsection aromatics"" "subject:"productionsection promatics""
1 |
Calibração multivariada no infravermelho próximo para predição da composição química de correntes petroquímicas do processo de produção de aromáticosSantos, Jamile Batista dos January 2011 (has links)
Submitted by Ana Hilda Fonseca (anahilda@ufba.br) on 2016-09-05T18:15:45Z
No. of bitstreams: 1
Tese_Jamile_corrigida.pdf: 1767610 bytes, checksum: 59de9f8f00948e940a48efbab6f323cc (MD5) / Rejected by Vanessa Reis (vanessa.jamile@ufba.br), reason: Trabalho depositado na coleção errada trata-se de um dissertação de mestrado. Por favor efetue as devidas correções. on 2016-09-06T10:59:16Z (GMT) / Rejected by Vanessa Reis (vanessa.jamile@ufba.br), reason: Trabalho depositado na coleção errada trata-se de um dissertação de mestrado. Por favor efetue as devidas correções. on 2016-09-06T10:59:14Z (GMT) / Submitted by Ana Hilda Fonseca (anahilda@ufba.br) on 2016-09-06T13:03:08Z
No. of bitstreams: 1
Tese_Jamile_corrigida.pdf: 1767610 bytes, checksum: 59de9f8f00948e940a48efbab6f323cc (MD5) / Approved for entry into archive by Uillis de Assis Santos (uillis.assis@ufba.br) on 2016-09-06T13:12:00Z (GMT) No. of bitstreams: 1
Tese_Jamile_corrigida.pdf: 1767610 bytes, checksum: 59de9f8f00948e940a48efbab6f323cc (MD5) / Made available in DSpace on 2016-09-06T13:12:00Z (GMT). No. of bitstreams: 1
Tese_Jamile_corrigida.pdf: 1767610 bytes, checksum: 59de9f8f00948e940a48efbab6f323cc (MD5) / CNPq / Este trabalho teve como objetivo desenvolver um método analítico para
predição da composição química de amostras geradas no processo de
produção de aromáticos utilizando a Espectroscopia no Infravermelho
Próximo (NIR) associado a técnicas de calibração multivariada.Os
conjuntos de calibração e validação foram selecionados através do
algoritmo de Kennard-Stone e a técnica estatística utilizada para a
calibração multivariada foi a Regressão por Mínimos Quadrados Parciais
(PLS). As regiões espectrais selecionadas na etapa de construção dos
modelos foram obtidas através do algoritmo de seleção de variáveis por
regressão de mínimos quadrados parciais por intervalo (iPLS). Para
escolher as condições experimentais mais adequadas para a modelagem
PLS foi realizado um planejamento experimental com matriz Doehlert
usando três variáveis (pré-processamento, faixa de comprimento de onda
e seleção de variáveis espectrais com o algoritmo Jack-knife). Foram
desenvolvidos modelos de calibrações para a previsão da concentração
de não aromáticos, benzeno, tolueno, etil-benzeno, para-xileno, meta-
xileno, orto-xileno, aromáticos C8s+ e aromáticos C9s+ em amostras de
correntes petroquímicas; e os RMSEPs encontrados foram 0,88; 0,38;
2,43; 1,19; 1,08; 1,13; 1,29; 3,87; 1,47% (m/m), respectivamente. O
desempenho do melhor modelo de calibração de cada propriedade foi
avaliado por meio de parâmetros da validação externa. Com os
resultados obtidos, pôde-se demonstrar que os modelos construídos
foram satisfatórios e os erros encontrados são aceitáveis para controle de
processo na indústria. / This work aims at developing an analytical method for predicting the
chemical composition of samples generated in the production of aromatics
using Near Infrared Spectroscopy (NIRS) combined with multivariate
calibration techniques. The calibration and validation sets were selected
by the Kennard-Stone algorithm. Partial Least Squares Regression (PLS)
was the statistical technique used in the multivariate calibration. The
spectral regions selected for the model development were obtained using
the algorithm for spectral variable selection based on the partial least
squares regression interval (iPLS). The most appropriate experimental
conditions for PLS modeling were chosen using an experimental design
based on a three-variable Doehlert matrix (pre-processing, wavelength
range and selection of spectral variables with the Jack-knife algorithm).
Calibration models were developed for predicting non-aromatic, benzene,
toluene, ethyl benzene, p-xylene, m-xylene, o-xylene, aromatic C8s+ and
aromatic C9s+. The performance of the best calibration model for each
property was evaluated by external validation parameters. The PLS
prediction of the properties presented RMSEP 0,88; 0,38; 2,43; 1,19;
1,08; 1,13; 1,29; 3,87; 1,47%w/w respectively. The PLS models showed
satisfactory results and errors were found to be acceptable to the industry
process control.
|
Page generated in 0.0819 seconds