PPGQ/CCET PROGRAMA DE PÓS-GRADUAÇÃO EM QUÍMICA INSTITUTO DE QUÍMICA Téléphone/Extension: Indisponible https://posgraduacao.ufrn.br/ppgq

Banca de QUALIFICAÇÃO: FERNANDA MARIA DE OLIVEIRA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: FERNANDA MARIA DE OLIVEIRA
DATA: 07/01/2014
HORA: 18:00
LOCAL: Auditório do NUPPRAR-1º Andar
TÍTULO:

Utilização de Correlações Matemáticas e Redes Neurais na Predição de Propriedades de Especificação do Diesel.


PALAVRAS-CHAVES:

Especificação do Óleo Diesel, Predição de Propriedades, Correlações Matemáticas e Redes Neurais.


PÁGINAS: 85
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Química
SUBÁREA: Química Analítica
ESPECIALIDADE: Instrumentação Analítica
RESUMO:

O óleo diesel é um combustível derivado do petróleo de aplicações variadas, entretanto seu principal uso é como combustível de veículos movidos a motores do ciclo diesel, os quais formam a base do sistema de transporte brasileiro, sendo atualmente o combustível mais consumido, e estimativas projetam que esse consumo supere 95 bilhões de litros em 2030. Considerando que cabe a Agência Nacional do Petróleo, Gás Natural e Biocombustíveis - ANP especificar a qualidade dos derivados de petróleo, gás natural e seus derivados e dos biocombustíveis para distribuição no país, esta determinou parâmetro de especificação que devem ser constantemente monitorados, no entanto seus ensaios padrões são bastante onerosos, demorados e requerem técnicos especializados. Metodologias alternativas vêm sendo desenvolvidas e dentre estas estão, as Correlações Matemáticas e as Redes Neurais Artificiais (RNs). Este trabalho buscou avaliar a aplicabilidade de equações matemáticas disponíveis na literatura, para obter o ponto de fulgor e o índice de cetano, e aplicar outras na obtenção de parâmetros intermediários às equações anteriores. Foram analisadas experimentalmente 162 amostras de diesel B5 de teores de enxofre máximo de 50, 500 e 1800 pppm, por meio de metodologia normalizadas pela ANP, como destilação ASTM D86 (4 pontos de destilação  T10%, T50%, T85% e T90%), massa específica à 20 ºC, índice de cetano, ponto de fulgor e teor de enxofre. Nas equações foram aplicados os dados de destilação e massa específica, e foram obtidos a densidade, viscosidade, pontos médios de ebulição, ponto de anilina, grau API, índice de diesel, índice de cetano e ponto de fulgor. O ponto de fulgor calculado foi comparado com o experimental, no entanto não apresentou uma linearidade aceitável. O índice de cetano foi obtido por três equações, sendo estes resultados comparados com o experimental, que deram boas linearidades e próximas entre si. Os resultados demonstram que as equações se aproximam do valor real, mas necessitam de ajustes. As RNs correlacionam os resultados reais esperados (targets), com dados de entrada (inputs) também experimentais para realizar a predição por meio de conexões neurais entre os dados. Mantendo-se a mesma arquitetura de rede, variando apenas os inputs para cada parâmetro predito, foram obtidos com as RNs o ponto de fulgor, que comparado com o valor experimental chegou a uma linearidade bastante superior à equação, o índice de cetano que assim como as equações deu bons resultados, e em destaque a predição do teor de enxofre, que foi realizada utilizando como targets os três grupos teores de enxofre juntos, no entanto foi observado que resultados preditos se distribuíram sobre a curva de regressão em três grupo separados de forma crescente o que pode ter influenciado na boa linearidade apresentada, sendo feita uma predição em separado de cada teor, onde foram observados boas predições para os teores de enxofre em torno da faixa de 500 e 1800 ppm. Os resultados para os teores na faixa de 50 ppm não foram tão satisfatórios quanto para os outros teores, devido possivelmente quantidade de enxofre ser bem menor e assim exercer menos influencia sobre variáveis de entrada.


MEMBROS DA BANCA:
Interno - 1753094 - ALCIDES DE OLIVEIRA WANDERLEY NETO
Interno - 348475 - DJALMA RIBEIRO DA SILVA
Externo à Instituição - EDJANE FABIULA BURITI DA SILVA - Estácio
Presidente - 1805556 - LUCIENE DA SILVA SANTOS
Notícia cadastrada em: 23/12/2013 14:03
SIGAA | Superintendência de Tecnologia da Informação - (84) 3342 2210 | Copyright © 2006-2024 - UFRN - sigaa13-producao.info.ufrn.br.sigaa13-producao