Submitted by Jean Medeiros (jeanletras@uepb.edu.br) on 2016-12-05T11:47:50Z
No. of bitstreams: 1
PDF - David Douglas de Sousa Fernandes.pdf: 2350130 bytes, checksum: 479e48d76037cc92ae400749c168cb38 (MD5) / Approved for entry into archive by Secta BC (secta.csu.bc@uepb.edu.br) on 2016-12-06T19:16:54Z (GMT) No. of bitstreams: 1
PDF - David Douglas de Sousa Fernandes.pdf: 2350130 bytes, checksum: 479e48d76037cc92ae400749c168cb38 (MD5) / Made available in DSpace on 2016-12-06T19:16:54Z (GMT). No. of bitstreams: 1
PDF - David Douglas de Sousa Fernandes.pdf: 2350130 bytes, checksum: 479e48d76037cc92ae400749c168cb38 (MD5)
Previous issue date: 2013-02-18 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Biodiesel is a fuel derived from renewable sources and can be obtained from vegetable oils, animal fat until residual oils. In Brazil commercialization of biodiesel occurs in blends, being added 5 % to diesel (B5). Biodiesel to be marketed must follow a series of standards established by Brazilian National Agency of Petroleum, Natural Gas and Biofuels (ANP). However alternative methodologies are being developed for the purpose and quality control of biodiesel. The objective of this work is to build multivariate models, in first moment to classify samples of biodiesel produced from different oils, in the second moment to predict the amount of biodiesel blended with diesel, and finally to classify mixtures biodiesel/diesel adulterated with soybean oil. In all cases molecular UV-Vis spectroscopy was used. An exploratory analysis was used to determine the behavior of the samples under study, for this we used the Principal Component Analysis (PCA) and Hierarchical Cluster Analysis (HCA). To classify samples biodiesel and blends biodiesel/diesel recognition techniques were used such as Supervised Independent Modeling of Soft Analogies between Classes (SIMCA) and Linear Discriminate Analysis technique associated with variable selection Successive Projections Algorithm (SPA-LDA). To predict the amount of biodiesel blended with diesel was used variable selection Successive Projections Algorithm (SPA) and Stepwise (SW), techniques associated with Multiple Linear Regression (MLR) and compared the values with Partial Least Squares (PLS). Based on the results obtained, it is possible to carry out the classification of samples of biodiesel from the oil source and the samples contaminated with soybean oil with 100% success. For predicting biodiesel content in blends biodiesel/diesel results were further adjusted using the SPA-MLR, where the average error of prediction was 0.57 %. / O biodiesel é um combustível proveniente de fontes renováveis e pode ser obtido desde óleos vegetais, gordura animal até óleos residuais. No Brasil a comercialização do biodiesel ocorre em forma de misturas, sendo adicionados 5% ao diesel (B5). Para ser comercializado o biodiesel deve obedecer a uma série de parâmetros estabelecidos em normas utilizadas pela Agência Nacional de Petróleo, Gás Natural e Biocombustíveis (ANP). Contudo metodologias alternativas estão sendo desenvolvidas com o propósito no controle e na qualidade do biodiesel. Objetivou-se com este trabalho a construção de modelos multivariados capazes em primeiro momento de classificar amostras de biodiesel produzidas a partir dos óleos de origens distintas, em segundo momento de predizer o teor de biodiesel misturado ao diesel, e por fim classificar misturas biodiesel/diesel adulteradas com óleo de soja. Em todos os casos utilizou-se a espectroscopia de absorção molecular UV-Vis. Análise exploratória foi utilizada pra determinar o comportamento das amostras em estudo, para tal utilizou-se a Análise por Componentes Principais (PCA) e a Análise de Agrupamentos Hierárquicos (HCA). Para classificar as amostras de biodiesel e de misturas biodiesel/diesel foram utilizadas técnicas de reconhecimento supervisionadas tais como a Modelagem Suave Independente de Analogias entre Classes (SIMCA) e Análise Discriminante Linear associada a técnica de seleção de variáveis Algoritmo das Projeções Sucessivas (SPA- LDA). Para predizer a quantidade de biodiesel misturado ao diesel foi empregada seleção de variáveis Algoritmo das Projeções Sucessivas (SPA) e Stepwise (SW) associados a técnica de Regressão Linear Múltipla (MLR) e comparados os valores obtidos a técnica dos Mínimos Quadrados Parciais (PLS). Com base nos resultados obtidos é possível realizar a classificação das amostras de biodiesel a partir do óleo de origem e das amostras contaminadas com óleo de soja com 100% de êxito. Na predição do teor de biodiesel em misturas biodiesel/diesel os resultados foram mais ajustados utilizando o SPA-MLR, onde o erro médio de predição foi de 0,57 %.
Identifer | oai:union.ndltd.org:IBICT/oai:tede.bc.uepb.edu.br:tede/2685 |
Date | 18 February 2013 |
Creators | Fernandes, David Douglas de Sousa |
Contributors | Véras Neto, Jose Germano, Pistonesi, Marcelo Fabián, Meneses, Carlos Henrique Salvino Gadelha |
Publisher | Universidade Estadual da Paraíba, Programa de Pós-Graduação em Ciências Agrárias - PPGCA, UEPB, Brasil, Pró-Reitoria de Pós-Graduação e Pesquisa - PRPGP |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Biblioteca Digital de Teses e Dissertações da UEPB, instname:Universidade Estadual da Paraíba, instacron:UEPB |
Rights | info:eu-repo/semantics/openAccess |
Relation | -3549167150673249483, 600, 600, 600, 524871450381110278, 7828424726906663919 |
Page generated in 0.003 seconds