1 |
Analisador virtual para a determinação do teor dos contaminantes mapd em um reator tricklebedMassa, Ana Rosa Caribé de Góes January 2017 (has links)
Submitted by Uillis de Assis Santos (uillis.assis@ufba.br) on 2018-01-26T13:26:54Z
No. of bitstreams: 1
AnaRosaCaribédeGóesMassa_Dissertação-UFBA-Politécnica-EngenhariaIndustrial-2017.pdf: 4582890 bytes, checksum: 3c5c6099462e9b7f61ff397081c5dd6a (MD5) / Approved for entry into archive by Vanessa Reis (vanessa.jamile@ufba.br) on 2018-01-26T16:03:46Z (GMT) No. of bitstreams: 1
AnaRosaCaribédeGóesMassa_Dissertação-UFBA-Politécnica-EngenhariaIndustrial-2017.pdf: 4582890 bytes, checksum: 3c5c6099462e9b7f61ff397081c5dd6a (MD5) / Made available in DSpace on 2018-01-26T16:03:46Z (GMT). No. of bitstreams: 1
AnaRosaCaribédeGóesMassa_Dissertação-UFBA-Politécnica-EngenhariaIndustrial-2017.pdf: 4582890 bytes, checksum: 3c5c6099462e9b7f61ff397081c5dd6a (MD5) / Analisadores em linha fornecem uma resposta rápida de composição em comparação às
análises laboratoriais. Porém, esses estão sujeitos a frequentes interferências e contaminações
devido às substâncias utilizadas nas correntes reais, que agridem, contaminam e
comprometem o funcionamento do equipamento, exigindo manutenções rotineiras. Durante
estas, há perda de informações vitais que podem culminar numa parada da produção, a não ser
que outro equipamento permita estimar tais informações de maneira confiável. Desta forma, o
presente trabalho tem por objetivo desenvolver um analisador virtual para estimar a
concentração dos contaminantes metilacetileno e propadieno (MAPD) em um reator trickle
bed em uma indústria de propileno no Brasil. A partir da coleta de dados de processos de uma
campanha catalítica, coletados por cromatógrafos a gás, termopares e medidores de vazão,
foram desenvolvidos modelos de calibração multivariada utilizando a técnica de Regressão
por Mínimos Quadrados Parciais (PLS), para dois leitos catalíticos, A e B. Dados de treze
variáveis de processo, monitoradas a cada 10 minutos durante uma campanha catalítica para
cada leito, foram utilizados. Os modelos PLS foram desenvolvidos e validados e foram
capazes de fornecer valores preditos confiáveis, com R2
de 0,84 para o leito A e 0,92 para o
leito B. Normalidade e homocedacidade dos resíduos foram observadas em ambos modelos.
Além disso, foi realizada uma seleção de variáveis utilizando o gráfico de escores VIP
(Variable Importance in Projection) obtido durante o desenvolvimento dos modelos PLS. As
variáveis mais importantes foram selecionadas e os modelos PLS construídos apenas com
essas variáveis mantiveram a capacidade de predição em ambos os leitos, com valores de R2
de 0,82 para o leito A e 0,87 para o leito B. Normalidade e homocedacidade dos resíduos
foram mantidas, e um teste F não gerou evidência que indicasse diferença significativa entre
os modelos desenvolvidos antes e após a seleção de variáveis. Dessa forma, os modelos PLSVIP
fornecem uma estimativa confiável do teor de MAPD no reator trickle bed na planta de
propeno estudada. Esses resultados mostraram que os métodos desenvolvidos possuem um
alto potencial de aplicação nos reatores estudados caso haja necessidade, evitando assim uma
parada da planta e subsequente perda de capital investido. / Online analysers grant a faster answer on the composition of products when compared with
laboratory analysis. However, the former is often affected by substances in the stream line
which harm and compromise its normal working state, calling for frequent maintenance.
During those, the loss of vital information could lead to a halt in production, unless another
device allows for such information to be carefully estimated.As such, this paper aims at
developing a Virtual Analyser that can estimate the concentration of methylacetylene and
propadiene (MAPD) contaminants in a trickle bed reactor at a propene industrial plant in
Brazil. Process data collected in the reactor by gas chromatographers,temperature probes and
flowmeters were employed to build multivariate calibration models by using the Partial Least
Square Regression(PLS)technique, for two bed reactors, A and B.Data from thirteen process
variables, monitored every 10 minutes during one catalytic campaign for each bed, of about
three months each, were used. The developed PLS models for both beds have shown a great
prediction capacity and remarkable performances, with R2
of 0.84 for bed A and 0.92 for bed
B. Residual normality and homoscedasticity were observed for both models. In addition, a
variable selection approach was carried out using the VIP (Variable Importance in Projection)
score plot obtained during the developed PLS models. The most important variables (process
variables)were selected and the PLS models built with only these variables were still able to
keep are markable prediction ability for both beds, with a R2
of 0.82 for bed A and 0.87 for
bed B. Residual normality and homoscedasticity were kept, and an F test did not provide
evidence for significant difference between the models developed before and after the
variable selection. Therefore, the PLS-VIP models provided a reliable estimate of the MAPD
content in the trickle bed reactors at the studied propene plant. These outcomes showed that
the developed methods present a high potential for application in the studied reactors, if
necessary, in order to prevent a halt in production and its subsequent loss of invested capital.
|
2 |
Modelos de calibração multivariada por NIRS para a predição de características de qualidade da carne bovina / Multivariate calibration models for NIRS to predict beef quality characteristicsOliveira, Raphael Rocha de 28 June 2014 (has links)
Submitted by Erika Demachki (erikademachki@gmail.com) on 2015-01-21T18:47:40Z
No. of bitstreams: 2
Tese - Raphael Rocha de Oliveira - 2014.pdf: 1885225 bytes, checksum: 5adb0d9c490f337d13e5335be96b08f2 (MD5)
license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Erika Demachki (erikademachki@gmail.com) on 2015-01-21T18:47:50Z (GMT) No. of bitstreams: 2
Tese - Raphael Rocha de Oliveira - 2014.pdf: 1885225 bytes, checksum: 5adb0d9c490f337d13e5335be96b08f2 (MD5)
license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2015-01-21T18:47:50Z (GMT). No. of bitstreams: 2
Tese - Raphael Rocha de Oliveira - 2014.pdf: 1885225 bytes, checksum: 5adb0d9c490f337d13e5335be96b08f2 (MD5)
license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5)
Previous issue date: 2014-06-28 / Near infrared reflectance spectroscopy (NIRS) has been successfully applied in
the quantitative determination of the main constituents of beef but it has been
presenting inconsistent results in determining characteristics relating to
tenderness. In addition, the various aspects related to data processing
(mathematical pre-treatments, spectral bands, sample presentation, regression
method), should be constantly evaluated, since they affect the prediction cap acity
of NIRS. In this context, the present study was developed to determine which
spectral data-processing methods make it possible, using the PLS regression
method, to obtain robust calibration models that determine the chemical
composition and tenderness characteristics of beef. The accuracy of the models
was determined by external validation, which has been little used in previously
published studies. To develop the calibration models, three spectra were collected
from each sample of the Longissimus dorsi muscle of 25 mixed-breed castrated
dairy calves, divided into five treatments (five repetitions in each) based on
supplying diets containing millet and including babassu mesocarp bran at
proportions of 0; 12; 24; 36 and 48% in the dry matter of the total diet, comprising
75 spectra. For the external validation set, samples were used from five mixedbreed castrated dairy calves fed on a diet based on maize and soybean, totalling
15 spectra. To determine the chemical composition (fat content, protein, ash
content and moisture) and the tenderness properties (water holding capacity –
WHC -, total and soluble collagen, shear force, FMI and pH), 135 calibration
models were developed with mathematical pre-treatments available on VISION
software, version 3.1, using PLS regression, from which 37 (27.41% of the total)
presented coefficients of determination considered good or excellent in their
predictive capacity. The pre-treatment with “first derivatives” made it possible to
develop more robust models for the chemical composition properties, except for
RMF, in which “Savitzky-Golay” and “second derivatives” were more efficient,
obtaining R
2
and RPD values above those available in the literature. For
determining the tenderness properties in beef, the models develope d with “first
and second derivatives” pre-treatments, in isolation or with “Savitzky -Golay” or
“multiplicative scatter correction” smoothing methods, presented the highest
values of RPD, demonstrating that themselves are efficient chemometric tools for
obtaining robust calibration models. Models were obtained with limited predictive
capacity only in the determination of total fats and total collagen quantification.
This was probably due to the low variability presented in the samples used a nd to
the low sensitivity of NIRS for total collagen. It was concluded that NIRS can be
used to replace conventional methods, being a fast and precise technique, as well
as allowing simultaneous analysis of beef quality characteristics. / A espectroscopia de reflectância no infravermelho próximo (NIRS) tem sido
aplicada com êxito na determinação quantitativa dos principais constituintes da
carne bovina, mas tem apresentado resultados inconsistentes na determinação
das características relacionadas à maciez. Além disso, os diferentes aspectos
relacionados ao processamento dos dados (pré-tratamentos matemáticos, faixas
espectrais, apresentação das amostras, método de regressão), devem ser
avaliados constantemente, já que afetam a capacidade de predição do NIRS.
Assim sendo, o presente estudo foi desenvolvido para determinar quais métodos
de processamento de dados espectrais possibilitam, com o método de regressão
PLS, a obtenção de modelos de calibração robustos para a determinação d a
composição química e das características de maciez da carne bovina, sendo a
acurácia dos modelos determinada por validação externa. Para o
desenvolvimento dos modelos de calibração, foram coletados três espectros de
cada amostra do músculo Longissimus dorsi de 25 novilhos mestiços leiteiros
castrados, divididos em cinco tratamentos, cinco repetições em cada, com base
no fornecimento de dietas contendo milheto e inclusão de farelo do mesocarpo do
babaçu nas proporções de 0; 12; 24; 36 e 48% na matéria seca da dieta total,
totalizando 75 espectros. Para o conjunto de validação externa, foram utilizadas
amostras de cinco novilhos mestiços leiteiros castrados submetidos à dieta à base
de milho e soja, totalizando 15 espectros. Para a determinação da composição
química (lipídios totais, proteína, resíduo mineral fixo e umidade ) e de
propriedades de maciez (capacidade de retenção de água, colágeno total e
solúvel, força de cisalhamento, IFM e pH), foram desenvolvidos 135 modelos de
calibração com os pré-tratamentos matemáticos disponíveis no software VISION,
versão 3.1, utilizando a regressão PLS, dos quais 37 (27,41% do total)
apresentaram valores de coeficientes de determinação considerados como boa
ou excelente capacidade preditiva. O pré-tratamento com “primeira derivada”
possibilitou o desenvolvimento de modelos mais robustos para as propriedades
de composição química, exceto para RMF, em que “Savitzky-Golay” e “segunda
derivada” foram mais eficientes, obtendo valores de R
2
e RPD superiores aos
disponíveis na literatura. Para a determinação das propriedades de maciez em
carne bovina, os modelos desenvolvidos com os pré-tratamentos com “primeira e
segunda derivadas”, isoladamente ou com a utilização dos métodos de
suavização “Savitzky-Golay” ou “correção multiplicativa de sinal”, apresentaram
os maiores valores de RPD, demonstrando ser ferramentas quimiométricas
eficientes para a obtenção de modelos de calibração robustos. Foram obtidos
modelos com capacidade preditiva limitada apenas para a determinação de
lipídios totais e quantificação do colágeno total, provavelmente, devido à baixa
variabilidade apresentada nas amostras utilizadas e à baixa sensibilidade do
NIRS para o colágeno total. Conclui-se, que a espectroscopia de reflectância no
infravermelho próximo pode s er utilizada em substituição aos métodos
convencionais, por ser uma técnica rápida, precisa, sensível e que permite a
análise simultânea das características de qualidade da carne bovina.
|
Page generated in 0.0592 seconds