Raman spectroscopy assisted by machine learning for the study of biodiesel stability parameters

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Valeriano, Maycom Cezar
Orientador(a): Lopez, Monica Benicia Mamian
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Universidade Federal do ABC
Programa de Pós-Graduação: Programa de Pós-Graduação em Ciência e Tecnologia/Química
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126939&midiaext=81340
Resumo: Coordenação de Aperfeiçoamento de Pessoal de Nivel Superior
id UFBC_632800bdbb53f12ce3b79e60c32aff6c
oai_identifier_str oai:BDTD:126939
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisRaman spectroscopy assisted by machine learning for the study of biodiesel stability parameters2023-09-26Lopez, Monica Benicia MamianValeriano, Maycom CezarUniversidade Federal do ABCPrograma de Pós-Graduação em Ciência e Tecnologia/QuímicaUFABCengBIODIESELESPECTROSCOPIA RAMANANQUIMIOMETRIAPARÂMETROS DE ESTABILIDADERAMAN SPECTROSCOPYMULTIVARIATE ANALYSISCHEMOMETRICSSTABILITY QUALITYPROGRAMA DE PCoordenação de Aperfeiçoamento de Pessoal de Nivel SuperiorHuman Resources Program of the National Petroleum and Gas Agency Natural and BiofuelsSendo um biocombustível análogo ao diesel, o biodiesel desponta como fonte de energia biorenovável. No entanto, seu uso demanda de metodologias que visam manter a qualidade e reduzir danos ao motor e ao meio ambiente. Neste contexto, as técnicas espectroscópicas tornam-se uma alternativa adequada que permite análises não destrutivas e requer um volume mínimo de amostra. Dentre elas, a espectroscopia Raman, que mede o espalhamento inelástico da radiação quando interage com a matéria, tem se mostrado uma técnica promissora para o monitoramento da qualidade do biodiesel. No entanto, devido à alta quantidade de informações armazenadas nos espectros Raman e à complexidade das amostras, é um desafio extrair informações quantitativas diretamente, tornando necessário o uso de métodos de processamento computacional para modelar e extrair as informações relevantes para fins exploratórios ou quantitativos. Nessa perspectiva, este trabalho utiliza métodos de mineração de dados e aprendizado de máquina para classificar amostras de biodiesel de soja em função do seu teor de umidade, e determinar a estabilidade oxidativa de acordo com a legislação vigente estabelecida pela Agência Nacional do Petróleo (ANP). A combinação de espectroscopia Raman e análise exploratória permitiu o rastreamento de modificações estruturais em moléculas de biodiesel através de mudanças observadas principalmente nos modos de vibração -CH2, -CH3 e -C=C-. Classificadores multivariados como PLS-DA SVM e SIMCA foram aplicados em amostras de biodiesel de acordo com seu teor de água (valor limite = 200 mg kg-1) através de seus modos vibracionais O-H, CH2 e CH3. Além disso, a estabilidade oxidativa, definida como a resistência do biocombustível a processos oxidativos causados pelo oxigênio e temperaturas mais próximas do ambiente, e medida através do tempo de indução, foi avaliada através da construção de modelos de calibração PLS. As mudanças estruturais causadas pelo processo de oxidação mostraram diferenças nos modos vibracionais CH2 e CH3 devido, principalmente, à clivagem da ligação C=C. Os modelos PLS e iPLS-Raman demonstraram melhoria significativa de aproximadamente 47% na previsão erros quando comparado com espectroscopia infravermelha. Além disso, procedimentos de soft-modeling usando um método multivariado de resolução de curvas (MCR-ALS) foi aplicado para estudar a cinética desse processo. A variação encontrada nos modos vibracionais -CH2, -CH3 e -C=C permitiu modelar sua cinética de decomposição, bem como determinar sua ordem de reação e suas constantes de velocidade. As metodologias desenvolvidas se mostraram significativamente mais rápidas e simples, se comparadas com os métodos padrão utilizados para a determinação de água e estabilidade oxidativa em biodiesel, além de serem potencialmente aplicáveis em campo, in situ ou in line.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126939&midiaext=81340application/pdfreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2026-01-15T22:08:04Zoai:BDTD:126939Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2024-11-12T10:22:10Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false
dc.title.pt.fl_str_mv Raman spectroscopy assisted by machine learning for the study of biodiesel stability parameters
title Raman spectroscopy assisted by machine learning for the study of biodiesel stability parameters
spellingShingle Raman spectroscopy assisted by machine learning for the study of biodiesel stability parameters
Valeriano, Maycom Cezar
title_short Raman spectroscopy assisted by machine learning for the study of biodiesel stability parameters
title_full Raman spectroscopy assisted by machine learning for the study of biodiesel stability parameters
title_fullStr Raman spectroscopy assisted by machine learning for the study of biodiesel stability parameters
title_full_unstemmed Raman spectroscopy assisted by machine learning for the study of biodiesel stability parameters
title_sort Raman spectroscopy assisted by machine learning for the study of biodiesel stability parameters
author Valeriano, Maycom Cezar
author_facet Valeriano, Maycom Cezar
author_role author
dc.contributor.advisor1.fl_str_mv Lopez, Monica Benicia Mamian
dc.contributor.author.fl_str_mv Valeriano, Maycom Cezar
contributor_str_mv Lopez, Monica Benicia Mamian
description Coordenação de Aperfeiçoamento de Pessoal de Nivel Superior
publishDate 2023
dc.date.issued.fl_str_mv 2023-09-26
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126939&midiaext=81340
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126939&midiaext=81340
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do ABC
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Ciência e Tecnologia/Química
dc.publisher.initials.fl_str_mv UFABC
publisher.none.fl_str_mv Universidade Federal do ABC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFABC
instname:Universidade Federal do ABC (UFABC)
instacron:UFABC
instname_str Universidade Federal do ABC (UFABC)
instacron_str UFABC
institution UFABC
reponame_str Repositório Institucional da UFABC
collection Repositório Institucional da UFABC
repository.name.fl_str_mv Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)
repository.mail.fl_str_mv
_version_ 1854475891473645568

Registros relacionados