Detecção de adulteração de combustíveis com sensores poliméricos eletrodepositados e redes neurais artificiais. / Fuel adulteration detection using electrodepositated polymer sensors and artificial neural networks.

AUTOR(ES)

Sérgio Tonzar Ristori Ozaki

FONTE

IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia

DATA DE PUBLICAÇÃO

11/06/2010

RESUMO

A adulteração de combustíveis é uma grande preocupação no Brasil. A agência reguladora nacional (ANP) detecta anualmente de 1 a 3% de adulterações nas amostras coletadas, o que é um índice alto considerando o tamanho do mercado brasileiro. As alternativas de adulteração são vastas e muito dinâmicas, por isso os arranjos de sensores baseados no conceito de seletividade global parecem os mais adequados para detectar falsificação de combustíveis. O conceito de seletividade global leva em conta a sensibilidade cruzada de sensores químicos não específicos e o uso de métodos de análise multivariada de dados para encontrar padrões para amostras de diferentes composições químicas. Os sensores químicos podem ser obtidos de uma variedade de materiais sensoativos, cujas respostas elétricas variam de acordo com as propriedades físico-químicas do meio em que se encontra. Os polímeros condutores são excelentes materiais sensoativos, pois sua condutividade elétrica é grandemente influenciada pelas condições ambientais e podem ser processados na forma de filmes finos através várias técnicas. No presente trabalho, filmes de poli(3-metiltiofeno) (PMTh) e poli(3-hexiltiofeno) são depositados por cronopotenciometria e cronoamperometria sobre microeletrodos interdigitados e são caracterizados por espectroscopia de impedância. Os dados são analisados por redes neurais artificiais do tipo multilayer perceptron e bons resultados são obtidos na detecção de adulteração de gasolina. O mesmo estudo também pode ser aplicado na detecção de adulteração de álcool etílico combustível com um desempenho um pouco pior.

ASSUNTO(S)

artificial neural networks chemical sensors combustíveis veiculares falsificação falsification redes neurais artificiais sensores químicos vehicular fuel

Documentos Relacionados

• Detecção de bordas em imagens de ecocardiografia utilizando redes neurais artificiais.
• Extração de conhecimento de redes neurais artificiais.
• Modeling of pain using artificial neural networks.
• Fault detection and diagnosis in robotic manipulators via artificial neural networks.
• Detecção e classificação de VTCDs em sistemas de distribuição de energia elétrica usando redes neurais artificiais.