Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.ufpe.br/handle/123456789/46826
Comparte esta pagina
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | AVELAR, Maria Fernanda Pimentel | - |
dc.contributor.advisor | SILVA, Neirivaldo Cavalcante | - |
dc.contributor.author | PATRÍCIO, Luan Cássio Barbosa | - |
dc.date.accessioned | 2022-09-30T16:02:46Z | - |
dc.date.available | 2022-09-30T16:02:46Z | - |
dc.date.issued | 2021-12-27 | - |
dc.identifier.citation | PATRÍCIO, Luan Cássio Barbosa. Análise comparativa de gasolinas automotivas para fins forenses utilizando ensaios normatizados, curvas de destilação e espectroscopia no infravermelho associadas a técnicas quimiométricas. 2021. Dissertação (Mestrado em Química) - Universidade de Pernambuco, Recife, 2021. | pt_BR |
dc.identifier.uri | https://repositorio.ufpe.br/handle/123456789/46826 | - |
dc.description.abstract | A Polícia Científica do estado de Pernambuco, Brasil, vem se deparando com casos forenses que demandam reconhecer se amostras de gasolina são de mesma origem, como, por exemplo, situa- ções em que é preciso saber se uma amostra apreendida em um caminhão é a mesma de um tanque. Ensaios físico-químicos convencionais para análise de gasolina podem ser utilizados nesses casos na tentativa de comparar as amostras. Outra opção é empregar a espectroscopia no infravermelho, o que tornaria o trabalho da polícia científica mais fácil e rápido, podendo inclusive viabilizar aná- lises in situ com instrumentos portáteis. Nesse contexto, este trabalho tem como objetivo avaliar o potencial de utilização dos métodos convencionais e da espectroscopia na região do infravermelho (médio - MIR e próximo - NIR), usando equipamentos de bancada e portátil, para comparação de pares de amostras de gasolinas para fins forenses. A metodologia desenvolvida considera as incer- tezas de medição relacionadas aos ensaios convencionais e às medidas espectroscópicas. As incer- tezas para as medidas espectrais foram estimadas considerando quatro principais fontes: variação na temperatura, variação no equipamento em termos de posicionamento do comprimento de onda, repetibilidade e precisão intermediária. A partir destas, foi estimada a incerteza combinada e ex- pandida, conforme o ISO GUM - Guide to the Expression of Uncertainty in Measurement. Foram coletadas 54 amostras de gasolina de 9 regiões do estado de Pernambuco, as quais foram fraciona- das e destinadas para análises pelos ensaios normatizados pela Agência Nacional de Petróleo, Gás Natural e Biocombustíveis - ANP, obtenção das curvas de destilação e análises espectroscópicas na região do infravermelho próximo e médio. Os espectros foram obtidos em triplicata por meio de dois instrumentos distintos, sendo um espectrofotômetro de bancada (SPECTRUM 400, da Per- kin Elmer, com aquisição de espectros na faixa de 10000 a 4000 cm-1 no NIR e de 4000 a 400 cm-1 no MIR) e um equipamento portátil (MicroNIR, da Viavi, com aquisição na faixa de 11012 a 5965 cm-1), resultando em um total de 54 espectros médios em cada equipamento. Considerando as incertezas expandidas estimadas, foram gerados aleatoriamente 49 espectros virtuais para cada amostra dos ensaios convencionais, cada curva de destilação e para cada um dos espectros médios, totalizando 13500 amostras para compor o estudo, sendo 2700 amostras dos ensaios convencionais, 2700 das curvas de destilação, 2700 espectros no equipamento NIR portátil, 2700 do equipamento de bancada no NIR e 2700 do equipamento de bancada no MIR. Em cada caso, as amostras foram organizadas em pares pela distância Euclidiana, em seguida os dados dos ensaios convencionais e das curvas de destilação foram pré-processados com autoescalonamento e os dados espectroscópi- cos com SNV para então serem comparados em pares de amostras (cada um contendo a amostra real e as respectivas amostras virtuais) em uma análise de componentes principais (PCA). Foi pos- sível visualizar a separação clara na PCA em 97% dos pares das análises convencionais, o restante foi parcialmente separado. Para as curvas de destilação, percebeu-se a separação em 100% dos pares. No caso dos espectros obtidos com o equipamento portátil NIR, 13,9% dos pares não foram separados, 14,7% foram parcialmente separados e 71,4% foram completamente separados. Já para os dados espectrais NIR adquiridos com equipamento de bancada, 20,5% dos pares não foram separados, 14% foram parcialmente separados e 65,5% foram completamente separados. Para o conjunto de espectros obtidos no MIR, 29,3% dos pares não foram separados, 54,5% foram parci- almente separados e 16,1% foram completamente separados. Os resultados obtidos mostram o po- tencial das estratégias desenvolvidas para discriminação das amostras de gasolina. | pt_BR |
dc.description.sponsorship | CAPES | 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 | Forense | pt_BR |
dc.subject | Gasolina | pt_BR |
dc.subject | Quimiometria | pt_BR |
dc.title | Análise comparativa de gasolinas automotivas para fins forenses utilizando ensaios normatizados, curvas de destilação e espectroscopia no infravermelho associadas a técnicas quimiométricas | pt_BR |
dc.type | masterThesis | pt_BR |
dc.contributor.advisor-co | SALES, Rafaella de Figueiredo | - |
dc.contributor.authorLattes | http://lattes.cnpq.br/3783833060376498 | 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.contributor.advisorLattes | http://lattes.cnpq.br/0949681042622025 | pt_BR |
dc.publisher.program | Programa de Pos Graduacao em Quimica | pt_BR |
dc.description.abstractx | In Pernambuco State, Brazil, the police had faced forensic cases such as fuel theft and adulteration often require identification of gasoline sample as to origins, to decide whether or not samples seized at different locations came from the same fuel. Conventional physicochemical analysis for gasoline can be applied to try to solve these cases. Nevertheless, near (NIR) and middle (MIR) infrared spectroscopy can facilitate forensic work, especially due to the possibility of carrying out in situ analysis using handheld NIR devices. These devices require less instrumentation and time than needed for conventional physicochemical analyses and facilitate use in the field. In this context, this work aims to evaluate the potential of conventional physicochemical analyses and NIR and MIR spectroscopy, comparing a handheld NIR device and a benchtop NIR spectrometer, to differ- entiate one individual gasoline sample from another. The methodology considers measurement uncertainties related to conventional analyses and spectroscopic measurements. The uncertainties for the spectral measurements were estimated considering four main sources: temperature varia- tion, equipment variation in terms of wavelength positioning, repeatability and intermediate preci- sion. From these, the combined and expanded uncertainty was estimated, according to the ISO GUM - Guide to the Expression of Uncertainty in Measurement. Fifty-five gasoline samples were collected from 9 regions of the state of Pernambuco, Brazil, which were fractionated and destined for analysis by tests standardized by the ANP, obtaining distillation curves and spectroscopic anal- ysis in the near and mid-infrared region. The spectra were obtained in triplicate using two different instruments, a benchtop spectrophotometer (SPECTRUM 400, by Perkin Elmer, with acquisition of spectra in the range of 10000 to 4000 cm-1 in the NIR and from 4000 to 400 cm-1 in the MIR) and a handheld instrument (MicroNIR, from Viavi, with acquisition of spectra in the range from 11012 to 5965 cm-1), resulting in a total of 54 average spectra in each instrument. Considering the estimated expanded uncertainties, 49 virtual spectra were randomly generated for each sample of the conventional analyses, each distillation curve and for each of the average spectra, totaling 13,500 samples to compose the study, 2700 of which were from the conventional analyses, 2700 of the distillation curves, 2700 spectra on handheld NIR instrument, 2700 spectra on benchtop instrument on NIR and 2700 on benchtop instrument on MIR. In each case, the samples were ar- ranged in pairs by their Euclidean distance, then the data sets from conventional analyses and dis- tillation curves were pre-processed with autoscaling and the spectroscopic data sets with SNV to then be compared in pairs of samples (each containing the real sample and the respective virtual samples) in the principal component analysis (PCA). It was possible to visualize a clear separation in the PCA in 97% of the pairs for the conventional analyses data sets, the rest were partially sep- arated. For the distillation curves data sets, a separation in 100% of the pairs was noticed. In the case of the spectra obtained with the portable NIR equipment, 13.9% of the pairs were not sepa- rated, 14.7% were partially separated and 71.4% were completely separated. As for the NIR spec- tral data acquired with bench equipment, 20.5% of the pairs were not separated, 14% were partially separated and 65.5% were completely separated. For the set of spectra obtained in the MIR, 29.3% of the pairs were not separated, 54.5% were partially separated and 16.1% were completely sepa- rated. The results obtained showed the potential of the developed strategies to discriminate gasoline samples. | pt_BR |
dc.contributor.advisor-coLattes | http://lattes.cnpq.br/4843457147548400 | pt_BR |
Aparece en las colecciones: | Dissertações de Mestrado - Química |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
DISSERTAÇÃO Luan Cássio Barbosa Patrício.pdf | 2,96 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este ítem está protegido por copyright original |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons