13.07.2015 Views

Caracterização de Petróleo por Espectroscopia no Infravermelho ...

Caracterização de Petróleo por Espectroscopia no Infravermelho ...

Caracterização de Petróleo por Espectroscopia no Infravermelho ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

- a baixa necessida<strong>de</strong> <strong>de</strong> manutenção <strong>de</strong> um analisador NIR – somente a lâmpadaprecisa ser substituída periodicamente – <strong>de</strong> forma que o tempo médio entrefalhas é bem maior que outros analisadores.Como toda técnica analítica, a espectroscopia NIR apresenta limitações nas suasaplicações para a indústria do petróleo. Nesse rol, po<strong>de</strong>-se incluir [6]:- a dificulda<strong>de</strong> para <strong>de</strong>senvolver calibrações aplicadas a frações pesadas (comoresíduo <strong>de</strong> vácuo);- o <strong>de</strong>sempenho insatisfatório para a <strong>de</strong>terminação da pressão <strong>de</strong> va<strong>por</strong> Reid(PVR), quando a concentração <strong>de</strong> hidrocarbonetos leves não é constante;- a baixa sensibilida<strong>de</strong>, <strong>por</strong> exemplo para baixos teores <strong>de</strong> benze<strong>no</strong> ou enxofre;- a alta <strong>de</strong>pendência da qualida<strong>de</strong> do sistema <strong>de</strong> amostragem e ina<strong>de</strong>quabilida<strong>de</strong>para fases múltiplas.3.2. CALIBRAÇÃO MULTIVARIADA3.2.1. REGRESSÃO POR MÍNIMOS QUADRADOS PARCIAIS (PLS)A regressão <strong>por</strong> PLS é um método matemático <strong>de</strong> compressão <strong>de</strong> dados que visaextrair informações relevantes do conjunto <strong>de</strong> dados espectrais para relacioná-las coma variável <strong>de</strong> interesse.O PLS reduz o espaço multivariado através da criação <strong>de</strong> um <strong>no</strong>vo conjunto <strong>de</strong>variáveis, chamadas <strong>de</strong> fatores ou variáveis latentes, que são combinações lineares dasvariáveis espectrais originais [12].Essa técnica <strong>de</strong> regressão <strong>de</strong>compõe a matriz <strong>de</strong> dados espectrais X em variáveislatentes, relacionando-as com a matriz <strong>de</strong> dados Y (que contém os valores da variável<strong>de</strong> interesse), simultaneamente trocando informações entre as matrizes até a obtençãodo mo<strong>de</strong>lo <strong>de</strong> calibração que apresentar me<strong>no</strong>r erro <strong>de</strong> previsão da proprieda<strong>de</strong> <strong>de</strong>interesse em Y.12

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!