• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • Tagged with
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Determinação da composição de blends de petróleos utilizando FTIR-ATR e calibração multivariada / Determination of the Composition of Blends of Oils Using FTIR-ATR and Multivariate Calibration

Filgueiras, Paulo Roberto 08 July 2011 (has links)
Made available in DSpace on 2016-12-23T14:41:53Z (GMT). No. of bitstreams: 1 PAULO ROBERTO FILGUEIRAS.pdf: 3169918 bytes, checksum: 48cbcda80c2b29c10aaabd66b509f472 (MD5) Previous issue date: 2011-07-08 / A exploração de petróleos nas diversas bacias sedimentares dá origem a óleos com composições químicas variáveis no qual exibe grandes diferenças de em suas propriedades físico-químicas, podendo estas características individuais serem mantidas mesmo após a formação das misturas (Blends). O conhecimento da composição do petróleo é uma necessidade imprescindível numa refinaria para o ajuste das condições do processo, pois definem a quantidade e a qualidades das diversas frações que podem ser obtidas. Neste contexto, métodos de espectroscopia no infravermelho médio, com reflectância total atenuada (FTIR-ATR) podem ser uma alternativa eficaz para fornecer metodologias analíticas rápidas, práticas, não destrutiva e de fácil amostragem para monitorar a composição do petróleo. Desta forma, é proposta deste trabalho estudar e desenvolver modelos de calibração multivariados, capazes de determinar a composição de blends de petróleo, formado por óleos de quatro Campos produtores, utilizando como descritores as absorções obtidas por medidas de FTIR-ATR. A metodologia é baseada na modelagem por mínimos quadrados parciais por intervalos (iPLS) e sinergismos de intervalos (siPLS), avaliados pelos erros gerados na previsão de novas amostras. Os resultados são promissores e indicam que os modelos se ajustam melhor a óleos com menor densidade. A absorção da molécula de água no infravermelho faz com que a água emulsionada seja um interferente no processo de modelagem. Os melhores resultados foram apresentados pelo algoritmo siPLS com erros de previsão entre 1,5 a 1,6 % e valores de correção em torno de 0,99 para óleos dos dois Campos com menor densidade. A partir dos resultados obtidos é possível elaborar um modelo estatístico para ser utilizado no processo de mistura de petróleos com objetivo de prever ou determinar a real composição do Blend / The exploitation of oil in various sedimentary basins gives rise to oils with variable chemical compositions in which displays great differences in their physical-chemistry properties, these individual characteristics can be maintained even after the blend. The composition of the oil is an indispensable necessity in a refinery for the adjustment of process conditions, because they define the amount of various fractions that can be obtained. In this context, methods of spectroscopy mid-infrared with attenuated total reflectance (FTIR-ATR) can be an effective alternative analytical methodologies to provide rapid, practical, not destructive sampling and easy to monitor the composition of oil. This way, this work is proposed to determine the composition of blends of oil, formed by four fields of oil producers by FTIR-ATR measurements. The modeling methodology is based on partial least squares interval (iPLS) and synergisms intervals (siPLS) assessed the errors generated in prediction of new samples. The results are promising indicating that the models best fits the oils with lower density. The absorption of water molecule in IR causes the emulsified water is interfering in a process modeling. The best results were presented by the algorithm with errors siPLS forecast of 1.5 to 1.6% and offset values around 0.99% for oils two fields with lower density. From the results, we develop a statistical model to be used in the mixing process oil in order to predict or determine the actual composition of Blend

Page generated in 0.0684 seconds