Estudo do perfil do biodiesel B-100 comercializado na região de Londrina : aplicação de redes neurais do tipo mapa auto organizavel

Página do item simplificado
dataload.collectionmapped02 - Mestrado - Bioenergiapt_BR
dataload.filenamenourau4164.pdfpt_BR
dataload.handlemapped123456789/48pt_BR
dataload.idpergamum148806pt_BR
dataload.idvirtuanourauvtls000201898pt_BR
dataload.idvirtuapergamumvtls000201898pt_BR
dataload.idvirtuapergamum.sameurlnourauNÃOpt_BR
dataload.linknourauhttp://www.bibliotecadigital.uel.br/document/?code=vtls21898pt_BR
dataload.linknourau.regularNÃOpt_BR
dataload.linknourau.retificadohttp://www.bibliotecadigital.uel.br/document/?code=vtls000201898pt_BR
dataload.linknourau.size60.00pt_BR
dc.contributor.advisorBorsato, Dionísio [Orientador]pt_BR
dc.contributor.authorCampos Filho, Vilson Machado dept_BR
dc.contributor.bancaYamashita, Fábiopt_BR
dc.contributor.bancaDi Mauro, Eduardopt_BR
dc.coverage.spatialLondrinapt_BR
dc.date.accessioned2024-05-01T14:03:22Z
dc.date.available2024-05-01T14:03:22Z
dc.date.created2015.00pt_BR
dc.date.defesa20.02.2015pt_BR
dc.description.abstractResumo: O presente estudo consistiu na análise e classificação de noventa e sete amostras de biodiesel B1 comercializado na região de Londrina, Paraná a fim de verificar seu comportamento no que diz respeito à qualidade deste biocombustível A priori as noventa e sete amostras foram agrupadas de acordo com o ano de análise Para cada ano foram atribuídas letras tituladas de A à D, estas compreendidas entre 21 e 213 Dos parâmetros de conformidade previamente analisados, encontram-se os preconizados pela Agência Nacional de Petróleo, Gás Natural e Biocombustíveis (ANP), por meio da resolução nº 7 de 28 (RANP 7/28) Os parâmetros de conformidade analisados foram a massa específica, ponto de fulgor, índice de peróxido e índice de acidez As amostras foram distribuídas de acordo com o total de amostras analisadas para cada ano, A (33), B (25), C (24) e D (15) e, os valores observados foram apresentados a Rede Neural Artificial do tipo Mapa Auto Organizável, bidimensional retangular, com a finalidade de obter uma classificação de acordo com as propriedades físico – químicas de cada amostra em função do ano de produção da amostra A Rede Neural Artificial do tipo Mapa Auto Organizável foi treinada em dias diferentes e as amostras divididas aleatoriamente em dois grupos, treinamento e teste Posteriormente, foram realizados os ajustes de ciclos de treinamento e dos números aleatórios de geração de dados, resultando na obtenção de mapas topológicos, ou mapas de Kohonen, possibilitando a visualização das relações de vizinhança entre os neurônios da rede, bem como, da análise de parâmetros estatísticos entre as variáveis apresentadas, a taxa de aprendizagem e estabilidade da Rede Neural Artificial utilizada Foi constatado que para esta situação, a Rede Neural Artificial do tipo Mapa Auto Organizável diferenciou as amostras em relação ao ano e aos parâmetros de conformidade, preconizados pela ANP, possibilitando também, a constatação de que dentre os parâmetros de conformidade analisados, os de maior significância, portanto, bons para a distinção e classificação dessas amostras, foram a massa específica e o ponto de fulgor As redes SOM mostraram-se de suma relevância para a classificação no que diz respeito ao perfil do biodiesel comercializado na região de Londrina, Paranápt_BR
dc.description.abstractother1Abstract: This study consisted in the analysis and classification of ninety-seven samples of biodiesel B1 marketed in the region of Londrina, Paraná in order to verify its behavior as regarding the quality of this biofuel Initially the ninety-seven samples were grouped according to the year of analysis For each year were titrated attributed the letters A to D, these between 21 and 213 About the previously analyzed compliance parameters, there are those recommended by the Biofuel, Natural Gas and Petroleum National Agency (ANP), through resolution No 7, 28 (RANP 7/28) The analyzed compliance parameters were the density, flash point and peroxide index and acid value Samples were distributed according to the total number of samples analyzed for each year, A (33), B (25), C (24) and D (15), and the observed values were presented to Artificial Neural Network Self Organizing Map, two-dimensional rectangular, in order to obtain a classification according to the physical-chemical properties of each sample as a function of sample production year Artificial Neural Network Self Organizing Map was trained on different days and the samples were randomly divided into two groups, training and testing Later, the training cycles settings and random number generation data were performed, resulting in obtaining topological maps, or maps of Kohonen, enabling visualization of neighborly relations between the neurons of the network, as well as the analysis of statistical parameters between the variables presented, the rate of learning and stability of Artificial Neural Network used It was found that for this, the Artificial Neural Network Self Organizing Map differentiated the samples through the year and the compliance parameters , recommended by the ANP, allowing also the realization that the most significant compliance parameters analized, therefore good for the distinction and classification of samples, were the density and the flash point The SOM network proved to be of paramount importance for the classification of patterns with respect to biodiesel marketed in the region of the Londrina, Paranápt_BR
dc.description.notesDissertação (Mestrado em Bioenergia) - Universidade Estadual de Londrina, Centro de Ciências Exatas, Programa de Pós-Graduação em Bioenergiapt_BR
dc.identifier.urihttps://repositorio.uel.br/handle/123456789/12869
dc.languagepor
dc.relation.coursedegreeMestradopt_BR
dc.relation.coursenameBioenergiapt_BR
dc.relation.departamentCentro de Ciências Exataspt_BR
dc.relation.ppgnamePrograma de Pós-Graduação em Bioenergiapt_BR
dc.subjectBiodieselpt_BR
dc.subjectBiodieselpt_BR
dc.subjectAnálisept_BR
dc.subjectBiocombustíveispt_BR
dc.subjectBiodieselpt_BR
dc.subjectBiodiesel fuelspt_BR
dc.subjectBiodiesel fuelspt_BR
dc.subjectBiomass energypt_BR
dc.subjectBiodiesel fuels - Pattern recognitionpt_BR
dc.subjectBiodiesel fuels (Sample)pt_BR
dc.subjectAnalysispt_BR
dc.subjectSelf-organizing mapspt_BR
dc.titleEstudo do perfil do biodiesel B-100 comercializado na região de Londrina : aplicação de redes neurais do tipo mapa auto organizavelpt_BR
dc.typeDissertaçãopt_BR

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
4164.pdf
Tamanho:
1.02 MB
Formato:
Adobe Portable Document Format
Baixar

Coleções

02 - Mestrado - Bioenergia