Máquina de vetores de suporte aplicada a dados de espectroscopia NIR de combustíveis e lubrificantes para o desenvolvimento de modelos de regressão e classificação

Detalhes bibliográficos
Ano de defesa: 2012
Autor(a) principal: Alves, Julio Cesar Laurentino, 1978-
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: [s.n.]
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Máquina de vetores de suporte
Espectroscopia de infravermelho próximo
Combustíveis diesel
Óleo lubrificante
Método de calibração multivariada não linear
Support vectors machine
Near infrared spectroscopy
Diesel oil
Lubricant oil
Nonlinear multivariate calibration method
Link de acesso: https://hdl.handle.net/20.500.12733/1617100
Resumo: Orientador: Ronei Jesus Poppi
id UNICAMP-30_09a3d77fe44d2da803fae524f1a78dc2
oai_identifier_str oai::846051
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Máquina de vetores de suporte aplicada a dados de espectroscopia NIR de combustíveis e lubrificantes para o desenvolvimento de modelos de regressão e classificaçãoSupport vectors machine applied to NIR spectroscopy data of fuels and lubricants for development of regression and classification modelsMáquina de vetores de suporteEspectroscopia de infravermelho próximoCombustíveis dieselÓleo lubrificanteMétodo de calibração multivariada não linearSupport vectors machineNear infrared spectroscopyDiesel oilLubricant oilNonlinear multivariate calibration methodOrientador: Ronei Jesus PoppiTese (doutorado) - Universidade Estadual de Campinas, Instituto de QuímicaResumo: Modelos lineares de regressão e classificação por vezes proporcionam um desempenho insatisfatório no tratamento de dados de espectroscopia no infravermelho próximo de produtos derivados de petróleo. A máquina de vetores de suporte (SVM), baseada na teoria do aprendizado estatístico, possibilita o desenvolvimento de modelos de regressão e classificação não lineares que podem proporcionar uma melhor modelagem dos referidos dados, porém ainda é pouco explorada para resolução de problemas em química analítica. Nesse trabalho demonstra-se a utilização do SVM para o tratamento de dados de espectroscopia na região do infravermelho próximo de combustíveis e lubrificantes. O SVM foi utilizado para a solução de problemas de regressão e classificação e seus resultados comparados com os algoritmos de referência PLS e SIMCA. Foram abordados os seguintes problemas analíticos relacionados a controle de processos e controle de qualidade: (i) determinação de parâmetros de qualidade do óleo diesel utilizados para otimização do processo de mistura em linha na produção desse combustível; (ii) determinação de parâmetros de qualidade do óleo diesel que é carga do processo de HDT, para controle e otimização das condições de processo dessa unidade; (iii) determinação do teor de biodiesel na mistura com o óleo diesel; (iv) classificação das diferentes correntes que compõem o pool de óleo diesel na refinaria, permitindo a identificação de adulterações e controle de qualidade; (v) classificação de lubrificantes quanto ao teor de óleo naftênico e/ou presença de óleo vegetal. Demonstram-se o melhor desempenho do SVM em relação aos modelos desenvolvidos com os métodos quimiométricos de referência (métodos lineares). O desenvolvimento de métodos analíticos rápidos e de baixo custo para solução de problemas em controle de processos e controle de qualidade, com a utilização de modelos de regressão e classificação mais exatos, proporcionam o monitoramento da qualidade de forma mais eficaz e eficiente, contribuindo para o aumento das rentabilidades nas atividades econômicas de produção e comercialização dos derivados do petróleo estudadosAbstract: Linear regression and classification models can produce a poor performance in processing near-infrared spectroscopy data of petroleum products. Support vectors machine (SVM), based on statistical learning theory, provides the development of models for nonlinear regression and classification that can result in better modeling of these data but it is still little explored for solving problems in analytical chemistry. This work demonstrates the use of the SVM for treatment of near-infrared spectroscopy data of fuels and lubricants. The SVM was used to solve regression and classification problems and its results were compared with the reference algorithms PLS and SIMCA. The following analytical problems related to process control and quality control were studied: (i) quality parameters determination of diesel oil, used for optimization of in line blending process; (ii) quality parameters determination of diesel oil which is feed-stock of HDT unit for optimization of process control; (iii) quantification of biodiesel blended with diesel oil; (iv) classification of different streams that make up the pool of diesel oil in the refinery, enabling identification of adulteration and quality control; (v) classification of lubricants based on the content of naphthenic oil and/or the presence of vegetable oil. It is shown the best performance of the SVM compared to models developed with the reference algorithms. The development of fast and low cost analytical methods used in process control and quality control, with the use of more accurate regression and classification models, allows monitoring quality parameters in more effectiveness and efficient manner, making possible an increase in profitability of economic activities of production and business of petroleum derivatives studiedDoutoradoQuímica AnalíticaDoutor em Ciências[s.n.]Poppi, Ronei Jesus, 1961-2020Arruda, Marco Aurelio ZezziAugusto, FabioBraga, Jez Willian BatistaSacorague, Luiz AlexandreUniversidade Estadual de Campinas (UNICAMP). Instituto de QuímicaPrograma de Pós-Graduação em QuímicaUNIVERSIDADE ESTADUAL DE CAMPINASAlves, Julio Cesar Laurentino, 1978-2012info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf247 p. : il.https://hdl.handle.net/20.500.12733/1617100ALVES, Julio Cesar Laurentino. Máquina de vetores de suporte aplicada a dados de espectroscopia NIR de combustíveis e lubrificantes para o desenvolvimento de modelos de regressão e classificação. 2012. 247 p. Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Química, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1617100. Acesso em: 28 fev. 2025.https://repositorio.unicamp.br/acervo/detalhe/846051porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2017-02-18T06:31:41Zoai::846051Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2017-02-18T06:31:41Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Máquina de vetores de suporte aplicada a dados de espectroscopia NIR de combustíveis e lubrificantes para o desenvolvimento de modelos de regressão e classificação
Support vectors machine applied to NIR spectroscopy data of fuels and lubricants for development of regression and classification models
title Máquina de vetores de suporte aplicada a dados de espectroscopia NIR de combustíveis e lubrificantes para o desenvolvimento de modelos de regressão e classificação
spellingShingle Máquina de vetores de suporte aplicada a dados de espectroscopia NIR de combustíveis e lubrificantes para o desenvolvimento de modelos de regressão e classificação
Alves, Julio Cesar Laurentino, 1978-
Máquina de vetores de suporte
Espectroscopia de infravermelho próximo
Combustíveis diesel
Óleo lubrificante
Método de calibração multivariada não linear
Support vectors machine
Near infrared spectroscopy
Diesel oil
Lubricant oil
Nonlinear multivariate calibration method
title_short Máquina de vetores de suporte aplicada a dados de espectroscopia NIR de combustíveis e lubrificantes para o desenvolvimento de modelos de regressão e classificação
title_full Máquina de vetores de suporte aplicada a dados de espectroscopia NIR de combustíveis e lubrificantes para o desenvolvimento de modelos de regressão e classificação
title_fullStr Máquina de vetores de suporte aplicada a dados de espectroscopia NIR de combustíveis e lubrificantes para o desenvolvimento de modelos de regressão e classificação
title_full_unstemmed Máquina de vetores de suporte aplicada a dados de espectroscopia NIR de combustíveis e lubrificantes para o desenvolvimento de modelos de regressão e classificação
title_sort Máquina de vetores de suporte aplicada a dados de espectroscopia NIR de combustíveis e lubrificantes para o desenvolvimento de modelos de regressão e classificação
author Alves, Julio Cesar Laurentino, 1978-
author_facet Alves, Julio Cesar Laurentino, 1978-
author_role author
dc.contributor.none.fl_str_mv Poppi, Ronei Jesus, 1961-2020
Arruda, Marco Aurelio Zezzi
Augusto, Fabio
Braga, Jez Willian Batista
Sacorague, Luiz Alexandre
Universidade Estadual de Campinas (UNICAMP). Instituto de Química
Programa de Pós-Graduação em Química
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Alves, Julio Cesar Laurentino, 1978-
dc.subject.por.fl_str_mv Máquina de vetores de suporte
Espectroscopia de infravermelho próximo
Combustíveis diesel
Óleo lubrificante
Método de calibração multivariada não linear
Support vectors machine
Near infrared spectroscopy
Diesel oil
Lubricant oil
Nonlinear multivariate calibration method
topic Máquina de vetores de suporte
Espectroscopia de infravermelho próximo
Combustíveis diesel
Óleo lubrificante
Método de calibração multivariada não linear
Support vectors machine
Near infrared spectroscopy
Diesel oil
Lubricant oil
Nonlinear multivariate calibration method
description Orientador: Ronei Jesus Poppi
publishDate 2012
dc.date.none.fl_str_mv 2012
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1617100
ALVES, Julio Cesar Laurentino. Máquina de vetores de suporte aplicada a dados de espectroscopia NIR de combustíveis e lubrificantes para o desenvolvimento de modelos de regressão e classificação. 2012. 247 p. Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Química, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1617100. Acesso em: 28 fev. 2025.
url https://hdl.handle.net/20.500.12733/1617100
identifier_str_mv ALVES, Julio Cesar Laurentino. Máquina de vetores de suporte aplicada a dados de espectroscopia NIR de combustíveis e lubrificantes para o desenvolvimento de modelos de regressão e classificação. 2012. 247 p. Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Química, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1617100. Acesso em: 28 fev. 2025.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/846051
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
247 p. : il.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1829137519751462912

Registros relacionados