dissertação
Classificação de carvão comercial para uso doméstico por espectroscopia no infravermelho próximo
Carregando...
Notas
Data
Orientadores
Editores
Coorientadores
Membros de banca
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Lavras
Faculdade, Instituto ou Escola
Departamento
Departamento de Ciências Florestais
Programa de Pós-Graduação
Programa de Pós-Graduação em Ciência e Tecnologia da Madeira
Agência de fomento
Coordenação de Aperfeiçoamento de Pessoal do Ensino Superior (CAPES)
Tipo de impacto
Áreas Temáticas da Extenção
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
O carvão vegetal de uso doméstico apresenta grande variação em termos de qualidade porque na maioria dos fornos o processo de carbonização é de difícil controle e muitas vezes matéria-prima inadequada é utilizada, gerando um produto com qualidade heterogênea e duvidosa. O estado de São Paulo no ano de 2003 criou o Selo Premium para certificar os carvões comercializados no estado e atribuiu valores mínimos de referência pra tal certificação. Tendo em vista a necessidade de métodos rápidos e confiáveis para classificar o carvão de uso doméstico uma alternativa é a espectroscopia no infravermelho próximo (NIR). Assim, o objetivo deste estudo foi aplicar a espectroscopia no NIR associada à estatística multivariada para classificar em categorias e estimar a qualidade do carvão vegetal comercial de uso doméstico. Para realizar o estudo, 76 amostras de carvão de nove fornecedores foram selecionadas para a aquisição dos espectros no NIR na face transversal (TV) e superfície rolante (SR) usando a esfera de integração e fibra ótica a partir do carvão lixado e não lixado e para caracterização química por método tradicional da Análise Química Imediata (AQI). A análise de variância foi aplicada nos resultados da AQI para atribuir classes de qualidade para o carvão em função do teor de carbono fixo (TCF). Análise de Componentes Principais (PCA) foi feita a partir dos espectros dos carvões para verificar se é possível agrupar amostras com características químicas semelhantes. Posteriormente, Análise Discriminante baseada em Mínimos Quadrados Parciais (PLS-DA) foi feita para classificar os carvões de acordo com seus fornecedores e predizer sua qualidade por meio do TCF. Os corpos de prova de carvões analisados apresentaram, em média, umidade de 5,53%, teor de material volátil (TMV) de 23,84% e TCF de 76,14%. A PCA feita a partir dos espectros dos carvões brutos e lixados não foi capaz de distinguir grupos nesse conjunto de dados indicando a heterogeneidade das amostras. A PLS-DA resultou em alta porcentagem de corretas classificações tanto para fornecedores quanto para as classes de qualidade. A partir dos espectros obtidos pela esfera de integração, o modelo gerado para classificar por fornecedor acertou 95,45% para sinais obtidos na SR e 100% na face TV. Nos espectros via fibra ótica, o modelo acertou 96,05% para SR e 97,37% para TV do carvão lixado. Para qualidade do carvão utilizando a fibra ótica os modelos acertaram 98,68% e 100% para SR e TV, respectivamente. Na validação independente o modelo para SR foi o melhor, classificando corretamente 78,95% das amostras na validação externa. Foi possível concluir que o NIR associada à estatística multivariada apresentou potencial para ser uma técnica eficiente e rápida para classificação do carvão. Nenhum dos fornecedores analisados está dentro dos valores mínimos de referência do Selo Premium. A PCA não foi eficiente para explorar os dados desse conjunto de corpos de prova e a PLS-DA resultou em modelos confiáveis e que podem ser aplicados em outras amostras desconhecidas de carvão.
Abstract
Charcoal for domestic use presents great variation in quality because in most furnaces the carbonization process is difficult to control and often inadequate raw material is used, generating a product with heterogeneous and dubious quality. The state of São Paulo created the Premium Seal in 2003 to certify the charcoal marketed in the state and assigned minimum reference values for such certification. Given the need for fast and reliable methods to classify charcoal for domestic use an alternative is near infrared (NIR) spectroscopy. Thus, the aim of this study was to apply NIR spectroscopy coupled with multivariate statistics in order to classify into categories and estimate the quality of commercial vegetable charcoal for domestic use. 76 charcoal samples from nine suppliers were selected for NIR spectra acquisition on the transverse face (TV) and rolling surface (SR) using the integration sphere and optical fiber from raw (untreated) and sanded charcoal and for chemical characterization by method of the Immediate Chemical Analysis (AQI). Analysis of variance was performed in the results of the AQI to assign quality classes to the coal as a function of the fixed carbon content (TCF). Principal Component Analysis (PCA) was done from the spectra of the charcoals to verify if it is possible to group samples with similar chemical characteristics. Subsequently, Discriminant Analysis based on Partial Least Squares (PLS-DA) was carried out to classify the charcoals according to their suppliers and to predict their quality through the TCF. The charcoal specimens had an average moisture content of 5.53%, volatile material content (TMV) of 23.84% and TCF of 76.14%. The PCA made from the spectra of the raw and sanded charcoals was not able to distinguish groups in this data set indicating the heterogeneity of the samples. PLS-DA resulted in a high percentage of correct classifications for both suppliers and quality classes. From the spectra obtained by the integrating sphere, the model generated to classify by supplier yielded 95.45% for SR signals and 100% on TV surface. From the spectra via fiber optics, the model hit 96.05% for SR and 97.37% for TV of sanded charcoal. For the quality of the charcoal using the optical fiber probe the models correctly classified 98.68% and 100% for SR and TV, respectively. For the independent validation the SR model was the best one, which correctly classified 78.95% of the samples of the external set. It was possible to conclude that the NIR associated to the multivariate statistics presented potential to be an efficient and rapid technique to classify charcoal. None of the suppliers analyzed is within the minimum reference values of the Premium Seal. The PCA was not efficient to exploit the data of this specimens set and the PLS-DA resulted in reliable models and that can be applied in unknown samples of charcoal.
Descrição
Área de concentração
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
ISBN
DOI
Citação
COSTA, A. C. P. R. Classificação de carvão comercial para uso doméstico por espectroscopia no infravermelho próximo. 2017. 61 p. Dissertação (Mestrado em Ciência e Tecnologia da Madeira)-Universidade Federal de Lavras, Lavras, 2017.