Use este identificador para citar ou linkar para este item:
https://repositorio.ufpe.br/handle/123456789/44883
Compartilhe esta página
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.advisor | AVELAR, Maria Fernanda Pimentel | - |
dc.contributor.author | MELO, Bruno Henrique da Silva | - |
dc.date.accessioned | 2022-06-28T11:35:27Z | - |
dc.date.available | 2022-06-28T11:35:27Z | - |
dc.date.issued | 2021-03-16 | - |
dc.identifier.citation | MELO, Bruno Henrique da Silva. Monitoramento da produção de açúcar empregando espectrômetro NIR portátil. 2021. Dissertação (Mestrado em Química) – Universidade Federal de Pernambuco, Recife, 2021. | pt_BR |
dc.identifier.uri | https://repositorio.ufpe.br/handle/123456789/44883 | - |
dc.description.abstract | O uso da espectroscopia no infravermelho próximo (NIRS) para identificar e quantificar diferentes tipos de analitos apresenta vantagens em comparação às metodologias convencionais: é uma técnica rápida, não destrutiva e não invasiva. Por essa razão, vem sendo amplamente empregada no setor industrial, pois permite agilidade na tomada de decisões diante de urgências na cadeia produtiva. No setor sucroalcooleiro em particular, destacam-se a determinação do teor de sólidos solúveis (brix) e sacarose aparente (pol), parâmetros importantes no monitoramento da produção de açúcar. Lidar com amostras reais em uma indústria pode ser desafiador, uma vez que efeitos inerentes ao processo estão comumente presentes nos dados, como os acarretados por variações no tipo de amostra, concentração de analitos, viscosidade, entre outros, que podem afetar a qualidade dos espectros e dificultar o tratamento de dados. Diferentes técnicas de calibração multivariada podem ser empregadas para lidar com estes efeitos, geralmente associados a desvios da linearidade. Nesse contexto, o presente trabalho direcionou-se a avaliar o desempenho de um espectrômetro NIR portátil e comparar as técnicas de regressão por mínimos quadrados parciais (Partial Least Squares - PLS) e máquinas de vetores de suporte (Support Vector Machines - SVM) na construção de modelos para quantificação de brix e pol de diversos substratos da fabricação de açúcar de uma usina situada no estado de Pernambuco, visando maior eficiência no controle do processo, rapidez na obtenção de resultados e controle de perdas. Para isso, medidas de transmitância e reflectância difusa, assim como as análises de referência, foram realizadas nas amostras provenientes dos processos derecepção de matéria-prima, extração e tratamento do caldo, evaporação, cristalização e cozimento, centrifugação e refinamento de açúcar VHP (Very High Polarization). As amostras foram coletadas em 2 safras (2019/2020 e 2020/2021), totalizando 1507, e ainda submetidas à análise pelo método de referência para brix, e 769 dessas, quantificadas também para pol. Através da análise espectral e comparação entre os modelos, foi constatada a presença de efeitos não-lineares, sobretudo nas amostras medidas por reflectância difusa, por serem mais concentradas e apresentarem maior variabilidade de tipo de amostra. Dentre os modelos obtidos, aqueles construídos com SVM demonstraram maior capacidade em lidar com não-linearidades, e menores valores de RMSEP (Root Mean Square Error of Prediction) foram observados: 0,59 e 0,69% (m/m) para brix e pol por transmitância, e 1,44 e 2,44% (m/m) para brix e pol por reflectância difusa, respectivamente. O emprego de espectrômetros portáteis e calibração multivariada no setor sucroalcooleiro mostra uma melhor relação custo/benefício comparado aos espectrômetros de bancada, que são em geral mais caros, indicando a viabilidade de se utilizar a estratégia de modelagem sugerida para o monitoramento dos parâmetros de qualidade do processo. | pt_BR |
dc.description.sponsorship | CNPq | pt_BR |
dc.language.iso | por | pt_BR |
dc.publisher | Universidade Federal de Pernambuco | pt_BR |
dc.rights | openAccess | pt_BR |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Química analítica | pt_BR |
dc.subject | Regressão não-linear | pt_BR |
dc.title | Monitoramento da produção de açúcar empregando espectrômetro NIR portátil | pt_BR |
dc.type | masterThesis | pt_BR |
dc.contributor.advisor-co | SALES, Rafaella de Figueiredo | - |
dc.contributor.authorLattes | http://lattes.cnpq.br/9280522712927118 | pt_BR |
dc.publisher.initials | UFPE | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.degree.level | mestrado | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/6880348154073236 | pt_BR |
dc.publisher.program | Programa de Pos Graduacao em Quimica | pt_BR |
dc.description.abstractx | The use of near infrared spectroscopy (NIRS) to identify and quantify different types of analyte presents advantages in comparison to the conventional methodologies: it is a fast, non-destructive and non invasive technique. For this reason, it has been widely employed in the industry, allowing a faster decision-making process in the face of emergencies in the production. In the sugarcane industry, in particular, the soluble solids content (brix) and apparent sucrose content (pol) are important parameters needed to be determined in the monitoring of sugar production. Dealing with real industrial samples can present challenging aspects because of the inherent effects within the process that are commonly present in the data, such as variations in type of sample, analyte concentration and viscosity. These effects can affect the quality of the spectra, hindering data processing. Different multivariate calibration techniques can be used to deal with these effects, generally associated with deviations from linearity. In this context, this work aimed to evaluate the performance of a portable NIR spectrometer in the development of calibration models to quantify brix and pol of various substrates of sugar production in a sugarcane mill located in the state of Pernambuco. A comparison between two regression techniques was also evaluated: partial least squares regression (Partial Least Squares - PLS) and support vector machines (Support Vector Machines - SVM). The objective of the work was to provide higher efficiency in process control, by obtaining faster results and controlling losses in the process. To this end, transmittance and reflectance measurements were acquired from the samples collected from the processes of cane reception, juice extraction and treatment, evaporation, crystallization, boiling, centrifugation and VHP (Very High Polarization) sugar refining. A total of 1507 samples were collected from two harvesting seasons (2019/2020 and 2020/2021). All of these were analysed by the reference method to quantify brix; 769 were also submitted to pol determination. Through spectral analysis and model comparison, it was possible to verify the presence of non-linear effects in the data, in particular for samples analysed in the reflectance mode, as they are more concentrated and present greater variability in type of sample. Among the models obtained, the SVM models demonstrated a greater ability to deal with nonlinearities. Lower values of RMSEP (Root Mean Square Error of Prediction) were then obtained for this approach: 0.59 and 0.69% (m/m) for brix and pol by transmittance, and 1.44 and 2.44% (m/m) for brix and pol by reflectance, respectively. The use of portable spectrometers and multivariate calibration in the sugar-alcohol sector demonstrated a higher benefit–cost ratio when compared to benchtop spectrometers, which are in general more expensive. This study confirms then the feasibility of using the modelling strategy suggested in this work for monitoring the quality parameters of the sugarcane production process. | pt_BR |
dc.contributor.advisor-coLattes | http://lattes.cnpq.br/4843457147548400 | pt_BR |
Aparece nas coleções: | Dissertações de Mestrado - Química |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
DISSERTAÇÃO Bruno Henrique da Silva Melo.pdf | 5,62 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este arquivo é protegido por direitos autorais |
Este item está licenciada sob uma Licença Creative Commons