Modelagem empírica multivariada aplicada a dados no infravermelho médio para predição de propriedades mecânicas do poli(tereftalato de etileno)-PET

Made available in DSpace on 2014-06-12T18:04:18Z (GMT). No. of bitstreams: 2
arquivo212_1.pdf: 2637300 bytes, checksum: 3480fbb211fbbb9df39dab409c601c88 (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2010 / Universidade Federal de Pernambuco / Neste trabalho, foram construídos modelos empíricos multivariados empregando a
espectroscopia MIR associada à calibração multivariada para determinação das
propriedades mecânicas resistência à tração na ruptura (), módulo de elasticidade (E) e
percentual de alongamento (%) do poliéster poli(tereftalato de etileno)-PET. As
amostras de filmes de PET (92) foram coletadas de uma indústria de Pernambuco e
submetidas a ensaios mecânicos na máquina universal de ensaio (método de referência).
Com o objetivo de ampliar as faixas de variação destas propriedades, 48 destas amostras
foram expostas à radiação gama nas doses de 25, 60, 120, 240 e 500 kGy. Os espectros
foram obtidos pelas técnicas de transmissão direta (TD) e reflexão total atenuada
(ATR), utilizando um espectrofotômetro FTIR, na faixa espectral de 600-4000 cm-1,
com resolução de 4,0 cm-1 e 8 varreduras. Os espectros foram submetidos a diversos
pré-processamentos como suavização e derivadas pelo algoritmo Savitzy-Golay (SG),
empregando-se diferentes tamanhos de janelas; variação normal padrão (SNV-Standard
Normal Variate) e correção multiplicativa do sinal (MSC-Multiplicative Scatter
Correction), como também combinações de algumas destas. Foram desenvolvidos
modelos por Regressão por Mínimos Quadrados Parciais (PLS - Partial Least Squares),
utilizando o algoritmo Jack-Knife para seleção dos fatores e por Regressão Linear
Múltipla (MLR Multiple Linear Regression), empregando o Algoritmo das Projeções
Sucessivas (SPA Sucessive Projection Algorithm) para seleção das variáveis
espectrais. Para escolha do número de fatores (PLS) ou variáveis (MLR-SPA) foi usado
a validação cruzada completa e para seleção dos conjuntos de calibração e validação
externa foi empregado o algoritmo SPXY (Sample set Partitioning based on joint x-y
distances). A capacidade preditiva dos modelos PLS e MLR foi avaliada de acordo com
os erros de previsão (RMSEP) para o conjunto de validação externa. Sendo assim, os
modelos construídos apresentaram desempenho semelhante para a, visto que os
valores do RMSEP foram equivalentes à estimativa da repetitividade do método
convencional. Para o módulo de elasticidade, apenas os modelos com espectros após
derivação SG e combinação da derivada SG e SNV tiveram capacidade preditiva
satisfatória para as técnicas de ATR e TD, respectivamente. Já para o %não foi
possível a construção de modelos com as técnicas utilizadas. Portanto, a espectroscopia
MIR associada à calibração multivariada mostrou-se eficiente para previsão dae E do
PET, com erros de previsão equivalentes à repetitividade do ensaio convencional

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/6333
Date31 January 2010
CreatorsFonseca Caetano, Viviane
ContributorsMaria Vinhas, Glória
PublisherUniversidade Federal de Pernambuco
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.002 seconds