Please use this identifier to cite or link to this item:
https://repositorio.ufu.br/handle/123456789/31516
Document type: | Tese |
Access type: | Acesso Aberto |
Title: | Classificação do teor de biodiesel metílico de macaúba e níger na mistura com diesel, por meio da combinação da técnica de Espectroscopia MIR e dos métodos classificadores PLS-DA e SVM |
Alternate title (s): | Classification of the content of methyl biodiesel of macaúba and niger in the mixture with diesel, through the combination of the MIR Spectroscopy technique and the PLS-DA and SVM classifier methods |
Author: | Oliveira, Lígia Rodrigues de |
First Advisor: | Santos, Douglas Queiroz |
First member of the Committee: | Faria, Anizio Marcio de |
Second member of the Committee: | Batista, Antônio Carlos Ferreira |
Third member of the Committee: | Santos, João Paulo Victorino |
Fourth member of the Committee: | Oliveira, Eduardo Chagas de |
Summary: | Nas últimas décadas, foram desenvolvidas políticas públicas de incentivo ao uso de biocombustíveis no Brasil, tais como o estabelecimento de um teor mínimo obrigatório de adição de biodiesel ao diesel comercializado. Visando evitar adulterações na composição dessa blenda estabelecida por lei, faz-se necessário um rigoroso controle de qualidade ao longo de toda cadeia produtiva e de distribuição. Nesta temática, pesquisas podem ser fomentadas, no sentido de desenvolver metodologias que forneçam respostas rápidas e confiáveis para o controle qualitativo dessa mistura binária. Neste trabalho, foram desenvolvidos modelos analíticos para classificar amostras de biodiesel metílico de macaúba e níger em mistura com diesel, usando a combinação das técnicas analíticas/quimiométricas de Espectroscopia MIR e dos métodos preditivos, como de Análise Discriminante por Mínimos Quadrados Parciais (PLS-DA) e de Máquinas de Vetores de Suporte (SVM). Para a construção dos modelos discriminativos, produziu-se um total de 74 combinações de diesel BX, geradas pela mistura do biodiesel metílico de macaúba e níger ao diesel puro, em um intervalo de concentração de 0,25% a 30,00% (v/v). O primeiro grupo de amostras foi preparado utilizando a proporção de 10% de biodiesel para 90% de diesel puro (B10), e o segundo de acordo com as diferentes percentagens BX (B3 à B9 e B11 à B30 contendo, respectivamente, de 3 a 9% e 11 a 30% de biodiesel). Foram utilizadas em cada modelo PLS-DA, 50 amostras para os conjuntos de treinamento e de 24 amostras para teste. Na análise de qualidade dos modelos, os erros quadráticos médios obtidos foram baixos, com percentagens dentro da reprodutibilidade do método normatizado. Os critérios de desempenho obtidos para os modelos desenvolvidos, tais como sensibilidade, especificidade, precisão e eficiência, foram iguais a 100%, os quais também apresentaram excelente capacidade em discriminar todas as amostras em suas respectivas blendas, com uma previsão de 100%. O algoritmo de SVM também mostrou ser uma boa opção para discriminação entre as classes B10 e BX do biodiesel metílico de níger e macaúba. Quanto à análise de desempenho dos modelos preditivos, a base de dados foi dividida em três subconjuntos: treinamento, teste e validação, compreendendo 50/12/12 amostras, respectivamente. Diferentes funções do Kernel, como a linear, polinomial, sigmoidal e a função de base radial (RBF) foram testadas, visando avaliar a capacidade de generalização do classificador. Se tratando dos modelos de níger, o kernel RBF foi o que apresentou a melhor acurácia (0,92) em relação aos demais, com os hiperparâmetros definidos 𝐶=10 e 𝛾=10−4. Já para os modelos de macaúba, foram obtidas excelentes medidas de acurácia para todos os Kernel avaliados, com os hiperparâmetros definidos 𝐶=10 e 𝛾=10−5. A precisão e eficiência de classificação da SVM foi superior a 70,0% nas análises de teste e validação, em ambos os modelos desenvolvidos. Os resultados também revelaram valor igual a 100% para os dados de treino, o que reforça a capacidade de discriminação dos modelos SVM. Em geral, a boa performance obtida neste estudo, sugere que as metodologias analíticas são viáveis. A combinação das técnicas analíticas/quimiométricas permitiu discriminar, de maneira rápida e eficiente, as amostras de B10 e BX dos dois biodieseis metílicos na mistura com o diesel, oferecendo também a possibilidade de minimizar o uso de solventes e reagentes. Desta maneira, podem ser indicadas para o controle de qualidade destes combustíveis. |
Abstract: | In recent decades, public policies have been developed to encourage the use of biofuels in Brazil, such as the establishment of a minimum mandatory content of biodiesel to commercialized diesel. In order to avoid adulterations in the composition of this blend established by law, a strict quality control is necessary throughout the entire production and distribution chain. Regarding this topic, many researches can be promoted, in order to develop methodologies that could give us quick and reliable answers for the quality control of this binary mix. In this work, analytic methods were developed to classify methyl biodiesel of macaúba and níger samples (both combined as a mixture) combined with diesel, by the combination of analytical/chemometric techniques of medium infrared spectroscopy (MIR), Discriminant Analysis by Partial Least Squares (PLS-DA), and by the use of support vector machines (SVM). For the construction of the discriminative models, a total of 74 combinations of BX diesel were produced, generated by the addition of methyl biodiesel of macaúba and níger to the pure diesel (B100), in a concentration range from 0,25% to 30,00% (v/v). The first group of samples was prepared using a proportion of 10% biofuel and 90% of pure diesel (B10), and the second according to different BX percentages (B3 to B9 and B11 to B30 containing, each of them, from 3 to 9% and from 11 to 30% of biodiesel). For each PLS-DA model were used 50 samples for the training sets and 24 samples for the testing. During the quality analysis of the models, the root mean squared errors of prediction were low, with percentages within the reproducibility of the standardized method. The performance criteria obtained for the developed models, such as sensitivity, specificity, precision and efficiency were of 100%. They also presented an excellent capacity to discriminate all the samples by its respective blends, with a prediction 100% accurate. The SVM algorithm also proved to be a great option to discriminate between the two classes of methyl biodiesel of macaúba B10 and BX. Regarding the performance analysis of the predictive models, the data base was divided in three subsets: training, test and validation, including 50/12/12 samples respectively. Different functions of the Kernel, such as the linear, polynomial, sigmoid and the radial base function (RBF) were tested, aiming to evaluate the generalization capacity of the classifier. Regarding the níger model, the RBF Kernel was the one that presented the best accuracy (0,92) in relation to the rest, with the hyperparameters defined as 𝐶=10 and 𝛾=10−4. For the macaúba models, a great precision was obtained for all the tested Kernels, with the hyperparameters defined as 𝐶=10 and 𝛾=10−5. The precision and the efficiency of classification of the SVM were higher than 70,0% in the test analysis and validation in both models. The results also revealed a value equal to 100% for the training data, which reinforces the discrimination capacity of the SVM models. In general, the good performance obtained in this study, suggests that the analytical methodologies are viable. The combination of analytical / chemometric techniques allowed to discriminate, quickly and efficiently, the samples of B10 and BX from the two methyl biodiesels in the mixture with diesel, also offering the possibility of minimizing the use of solvents and reagents. The good performance obtained in this study, indicates that this kind of methodology is viable, and could be used in the quality control of this fuel. |
Keywords: | Biocombustíveis Oleaginosas FT-MIR Controle de Qualidade Quimiometria Biofuels Oilseeds FT-MIR Quality control Chemometrics |
Area (s) of CNPq: | CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA::TECNOLOGIA QUIMICA::OLEOS |
Subject: | Biodiesel Plantas oleaginosas Quimiometria |
Language: | por |
Country: | Brasil |
Publisher: | Universidade Federal de Uberlândia |
Program: | Programa de Pós-graduação em Biocombustíveis |
Quote: | OLIVEIRA, Lígia Rodrigues de. Classificação do teor de biodiesel metílico de macaúba e níger na mistura com diesel, por meio da combinação da técnica de Espectroscopia MIR e dos métodos classificadores PLS-DA e SVM 2021. 106 f. Tese (Doutorado em Biocombustíveis) - Universidade Federal de Uberlândia, Uberlândia, 2021. DOI http://doi.org/10.14393/ufu.te.2021.175 . |
Document identifier: | http://doi.org/10.14393/ufu.te.2021.175 |
URI: | https://repositorio.ufu.br/handle/123456789/31516 |
Date of defense: | 24-Feb-2021 |
Appears in Collections: | TESE - Biocombustíveis |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
ClassificacaoTeorBiodiesel.pdf | Tese | 29.94 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License