| dc.identifier | Fonseca Caetano, Viviane; Maria Vinhas, Glória. Modelagem empírica multivariada aplicada a dados no infravermelho médio para predição de propriedades mecânicas do poli(tereftalato de etileno)-PET. 2010. Dissertação (Mestrado). Programa de Pós-Graduação em Engenharia Química, Universidade Federal de Pernambuco, Recife, 2010. | |
| dc.description | Neste trabalho, foram construídos modelos empíricos multivariados empregando a
espectroscopia MIR associada à calibração multivariada para determinação das
propriedades mecânicas resistência à tração na ruptura (), módulo de elasticidade (E) e
percentual de alongamento (%) do poliéster poli(tereftalato de etileno)-PET. As
amostras de filmes de PET (92) foram coletadas de uma indústria de Pernambuco e
submetidas a ensaios mecânicos na máquina universal de ensaio (método de referência).
Com o objetivo de ampliar as faixas de variação destas propriedades, 48 destas amostras
foram expostas à radiação gama nas doses de 25, 60, 120, 240 e 500 kGy. Os espectros
foram obtidos pelas técnicas de transmissão direta (TD) e reflexão total atenuada
(ATR), utilizando um espectrofotômetro FTIR, na faixa espectral de 600-4000 cm-1,
com resolução de 4,0 cm-1 e 8 varreduras. Os espectros foram submetidos a diversos
pré-processamentos como suavização e derivadas pelo algoritmo Savitzy-Golay (SG),
empregando-se diferentes tamanhos de janelas; variação normal padrão (SNV-Standard
Normal Variate) e correção multiplicativa do sinal (MSC-Multiplicative Scatter
Correction), como também combinações de algumas destas. Foram desenvolvidos
modelos por Regressão por Mínimos Quadrados Parciais (PLS - Partial Least Squares),
utilizando o algoritmo Jack-Knife para seleção dos fatores e por Regressão Linear
Múltipla (MLR Multiple Linear Regression), empregando o Algoritmo das Projeções
Sucessivas (SPA Sucessive Projection Algorithm) para seleção das variáveis
espectrais. Para escolha do número de fatores (PLS) ou variáveis (MLR-SPA) foi usado
a validação cruzada completa e para seleção dos conjuntos de calibração e validação
externa foi empregado o algoritmo SPXY (Sample set Partitioning based on joint x-y
distances). A capacidade preditiva dos modelos PLS e MLR foi avaliada de acordo com
os erros de previsão (RMSEP) para o conjunto de validação externa. Sendo assim, os
modelos construídos apresentaram desempenho semelhante para a, visto que os
valores do RMSEP foram equivalentes à estimativa da repetitividade do método
convencional. Para o módulo de elasticidade, apenas os modelos com espectros após
derivação SG e combinação da derivada SG e SNV tiveram capacidade preditiva
satisfatória para as técnicas de ATR e TD, respectivamente. Já para o %não foi
possível a construção de modelos com as técnicas utilizadas. Portanto, a espectroscopia
MIR associada à calibração multivariada mostrou-se eficiente para previsão dae E do
PET, com erros de previsão equivalentes à repetitividade do ensaio convencional | |
