Return to search

Aplicação de classificadores para determinação de conformidade de biodiesel / Attesting compliance of biodiesel quality using classification methods

Submitted by Rosivalda Pereira (mrs.pereira@ufma.br) on 2017-09-04T17:47:07Z
No. of bitstreams: 1
MarcusLopes.pdf: 2085041 bytes, checksum: 14f6f9bbe0d5b050a23103874af8c783 (MD5) / Made available in DSpace on 2017-09-04T17:47:07Z (GMT). No. of bitstreams: 1
MarcusLopes.pdf: 2085041 bytes, checksum: 14f6f9bbe0d5b050a23103874af8c783 (MD5)
Previous issue date: 2017-07-26 / The growing demand for energy and the limitations of oil reserves have led to the
search for renewable and sustainable energy sources to replace, even partially, fossil fuels.
Biodiesel has become in last decades the main alternative to petroleum diesel. Its quality
is evaluated by given parameters and specifications which vary according to country or
region like, for example, in Europe (EN 14214), US (ASTM D6751) and Brazil (RANP
45/2014), among others. Some of these parameters are intrinsically related to the composition
of fatty acid methyl esters (FAMEs) of biodiesel, such as viscosity, density, oxidative
stability and iodine value, which allows to relate the behavior of these properties with the
size of the carbon chain and the presence of unsaturation in the molecules. In the present
work four methods for direct classification (support vector machine, K-nearest neighbors,
decision tree classifier and artificial neural networks) were optimized and compared to
classify biodiesel samples according to their compliance to viscosity, density, oxidative
stability and iodine value, having as input the composition of fatty acid methyl esters,
since those parameters are intrinsically related to composition of biodiesel. The classifi-
cations were carried out under the specifications of standards EN 14214, ASTM D6751
and RANP 45/2014. A comparison between these methods of direct classification and empirical
equations (indirect classification) distinguished positively the direct classification
methods in the problem addressed, especially when the biodiesel samples have properties
values very close to the limits of the considered specifications. / A demanda crescente por fontes de energia renováveis e como alternativa aos combustíveis
fósseis tornam o biodiesel como uma das principais alternativas para substituição dos derivados do petróleo. O controle da qualidade do biodiesel durante processo de
produção e distribuição é extremamente importante para garantir um combustível com
qualidade confiável e com desempenho satisfatório para o usuário final. O biodiesel é
caracterizado pela medição de determinadas propriedades de acordo com normas internacionais.
A utilização de métodos de aprendizagem de máquina para a caracterização do
biodiesel permite economia de tempo e dinheiro. Neste trabalho é mostrado que para a
determinação da conformidade de um biodiesel os classificadores SVM, KNN e Árvore de
decisões apresentam melhores resultados que os métodos de predição de trabalhos anteriores.
Para as propriedades de viscosidade densidade, índice de iodo e estabilidade oxidativa
(RANP 45/2014, EN14214:2014 e ASTM D6751-15) os classificadores KNN e Árvore de
decisões apresentaram-se como melhores opções. Estes resultados mostram que os classificadores
podem ser aplicados de forma prática visando economia de tempo, recursos
financeiros e humanos.

Identiferoai:union.ndltd.org:IBICT/oai:tede2:tede/1896
Date26 July 2017
CreatorsLOPES, Marcus Vinicius de Sousa
ContributorsBARROS FILHO, Allan Kardec Duailibe, SANTANA, Ewaldo Eder Carvalho, FONSECA NETO, João Viana da, CAVALCANTE, Kiany Sirley Brandão, OLIVEIRA, Fausto Lucena de
PublisherUniversidade Federal do Maranhão, PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET, UFMA, Brasil, DEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCET
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da UFMA, instname:Universidade Federal do Maranhão, instacron:UFMA
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0023 seconds