亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Discriminação entre gasolinas comum e adulterada por técnica de espectroscopia Raman e análise de componente principal (PCA) e lógica paraconsistente anotada (LPA) / Discrimination between regular and adulterated gasoline by Raman spectroscopy technique and principal component analysis (PCA) and paraconsistent annotated logic (PLE)

物理 人文学科 艺术
作者
Claudio Luiz Firmino,Dorotéa Vilanova Garcia,Landulfo Silveira,Marcos Tadeu Tavares Pacheco
出处
期刊:Brazilian Journal of Development [Brazilian Journal of Development]
卷期号:8 (1): 390-410
标识
DOI:10.34117/bjdv8n1-026
摘要

No Brasil, a adulteração de combustíveis para obtenção de lucro é prática comum e motivo de preocupação por partes das autoridades, consumidores e da Agência Nacional de Petróleo, Gás Natural e Biocombustíveis (ANP). O controle de qualidade é tarefa importante para reduzir problemas com mau funcionamento de motores e sonegação de impostos. Este estudo analisou 10 amostras de gasolina tipo C coletadas em diferentes postos de combustíveis, e através da espectroscopia Raman (830 nm de excitação) buscou-se identificar adulterações por adição de etanol anidro acima do permitido ou por mistura de outros solventes orgânicos. As técnicas de análise de componente principal (PCA) e lógica paraconsistente anotada (LPA) foram empregadas para discriminação e classificação das amostras em função da ausência ou presença de adulteração. Os espectros foram obtidos com níveis diferentes de ruídos a fim de avaliar a influência destes na classificação. Os resultados indicaram que 6 das 10 amostras apresentaram adulteração, com presença sugerida de etanol anidro acima do permitido por lei e/ou por mistura de outros solventes orgânicos. Ambas as técnicas mostraram excelentes resultados em termos de classificação correta. A PCA demonstrou maior capacidade de discriminação em diferentes condições experimentais de tempo de coleta e temperatura da câmera CCD que se utiliza no espectrômetro Raman (100% de acerto), pois é capaz de separar o ruído e interferências do sinal. Já a LPA necessita de uma combinação de tempo e temperatura para melhores resultados. A LPA teve desempenho de 100% de acertos nas análises feitas em 2, 1, 0,5 e 0,2 s, onde dos 30 testes feitos (3 por amostra). A PCA acertou 100% dos grupos em todos os tempos de análise (20, 10, 5, 2, 1, 0,5, 0,2 e 0,1 s) em temperaturas de -75, -45 e -20 ºC, enquanto a LPA, nas mesmas condições, resultou em 100% de acerto somente nas análises feitas nos tempos de 2, 1, 0,5, e 0,2 s. A PCA mostrou resultados melhores, pois é capaz de separar o ruído aleatório que ocorre nos espectros Raman e assim consegue extrair com mais eficiência as variáveis de relevância dos espectros.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
2秒前
CodeCraft应助科研通管家采纳,获得10
2秒前
SciGPT应助科研通管家采纳,获得10
2秒前
张欢馨应助科研通管家采纳,获得10
2秒前
大头完成签到 ,获得积分10
12秒前
19秒前
跳跃雨寒完成签到 ,获得积分10
23秒前
25秒前
123123完成签到 ,获得积分10
37秒前
鹏虫虫完成签到 ,获得积分10
37秒前
123完成签到 ,获得积分10
44秒前
秋下完成签到,获得积分10
59秒前
凶狠的映易完成签到 ,获得积分10
1分钟前
1分钟前
Nian发布了新的文献求助10
1分钟前
1分钟前
等于零完成签到 ,获得积分10
1分钟前
1分钟前
myiyio发布了新的文献求助10
1分钟前
Orange应助科研通管家采纳,获得10
2分钟前
2分钟前
2分钟前
香蕉觅云应助约翰森ner采纳,获得10
2分钟前
秋下发布了新的文献求助10
2分钟前
情怀应助欧阳小爽采纳,获得10
2分钟前
2分钟前
2分钟前
欧阳小爽发布了新的文献求助10
2分钟前
Cedric发布了新的文献求助10
2分钟前
wumumu完成签到,获得积分10
2分钟前
胖胖猪完成签到,获得积分10
2分钟前
2分钟前
约翰森ner发布了新的文献求助10
3分钟前
3分钟前
科研通AI6.2应助whelixy采纳,获得10
3分钟前
qin发布了新的文献求助10
3分钟前
关关完成签到,获得积分10
3分钟前
qin完成签到,获得积分10
3分钟前
傅诗淇发布了新的文献求助10
3分钟前
怡宝完成签到 ,获得积分10
3分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
PowerCascade: A Synthetic Dataset for Cascading Failure Analysis in Power Systems 2000
The Composition and Relative Chronology of Dynasties 16 and 17 in Egypt 1500
Picture this! Including first nations fiction picture books in school library collections 1500
Signals, Systems, and Signal Processing 610
Unlocking Chemical Thinking: Reimagining Chemistry Teaching and Learning 555
Scientific Writing and Communication: Papers, Proposals, and Presentations 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6371605
求助须知:如何正确求助?哪些是违规求助? 8185245
关于积分的说明 17271304
捐赠科研通 5426013
什么是DOI,文献DOI怎么找? 2870525
邀请新用户注册赠送积分活动 1847432
关于科研通互助平台的介绍 1694042