Determinação de parâmetros físico-químicos do óleo diesel a partir de curvas de destilação utilizando técnicas quimiométricas

Exportado OPUSMade available in DSpace on 2019-08-09T13:02:53Z (GMT). No. of bitstreams: 1 tese_helga_pdf__1_.pdf: 2306297 bytes, checksum: b13f502502cc5e3ab95eabdca2512b9f (MD5) Previous issue date: 26O óleo diesel é o combustível de maior consumo no Brasil (com 49 biL em 2010), o que está relacionado à extensa malha rodoviária brasileira. Para o consumo deste combustível, é necessário verificar se ele é adequado ao funcionamento no motor diesel. Isto é feito analisando-se parâmetros físico-químicos, tais como destilação, massa específica e viscosidade, segundo a Resolução nº33 da ANP. Estes parâmetros físico-químicos são baseados em ensaios demorados, de elevado custo de implementação e manutenção de equipamentos e que utilizam reagentes de elevada pureza. Assim, métodos alternativos para a previsão de parâmetros relacionados à fluidez, flamabilidade e ao teor de biodiesel foram propostos neste trabalho, usando calibração multivariada PLS e curvas de destilação. Baixos erros de previsão foram observados em todas as previsões quando comparados a outras técnicas analíticas como a espectroscopia no infravermelho, o que comprova a eficiência dos modelos de calibração construídos a partir de curvas de destilação. Além disso, coeficientes de correlação entre os valores reais e previstos acima de 0,99 foram obtidos em todas as previsões, indicando o bom ajuste dos modelos construídos. Este método possui baixo custo, reduz o tempo de análise, é fácil de ser implementado e pode substituir a metodologia normalizada usada atualmente. Além de verificar se as amostras de óleo diesel são adequadas ao consumo, é necessário determinar a sua origem e o seu tipo, visto que esta previsão pode ser um mecanismo eficiente nas ações de fiscalização e combate aos casos de evasão fiscal que estão relacionados à simulação da comercialização do óleo diesel para estados onde o imposto seja inferior. Assim, as técnicas quimiométricas PCA e LDA juntamente com curvas de destilação foram usadas para classificar e prever a origem e o tipo de amostras de óleo diesel de cinco refinarias e dois tipos. Com a PCA foi possível classificar as amostras em seis grupos, de acordo com a origem e o tipo, enquanto que com a LDA pode-se prever a origem e o tipo, com 95,3% de acerto. Diesel is the most consumed fuel in Brazil (49 biL in 2010), which is related to extensive road network in this country. For the consumption of this fuel, it is necessary to verify whether it is appropriate to operating in the diesel engine. This is carried out by analyzing physicochemical parameters, such as distillation, specific gravity, and viscosity, according to Resolution No. 33 of ANP. These physicochemical parameters are time consuming, have high cost of implementation and maintenance of equipment, and consume high purity solvents. Thus, alternative methods for predicting parameters related to the fluidity, flammability and content biodiesel in diesel were proposed in this paper, using multivariate calibration PLS and distillation curves. Low prediction errors were obtained in all predictions, when compared to other analytical techniques, such as infrared spectroscopy, which proves the efficiency of the calibration models constructed from distillation curves. In addition, high correlation between reference and predicted values were obtained in all predictions, indicating the good fit of the models built. This method has low cost, reduces analysis time, is easy to implement and can replace the currently used standard methodology. In addition to evaluate whether the samples of diesel oil are suitable for consumption, it is necessary to determine their origin and type, since this prediction may be an efficient mechanism in enforcement actions and combat cases of tax evasion that are related to simulation of the commercialization of diesel to the states where the tax is lower. Thus, the chemometric techniques PCA and LDA jointly with distillation curves were used to classify and predict origin and type of diesel samples from five refineries and two types. With the PCA it was possible to classify the samples into six groups, according to the origin and type, while by using LDA the origin and type were predicted, with 95.3% accuracy