Gráficos de T² para o monitoramento de processos multivariados autocorrelacionados

In which refers to statistical process control, the analysis of univariate cases is not enough for many types of company, being necessary to resort to multivariate cases. Besides, it is usually supposed that the observations are independent. However, the violation of this hypothesis indicates the existence of autocorrelation in the process. In this work, by a basic quantitative approach for an exploratory and experimental research, the study target are the multivariate autocorrelated control charts, using Hotteling T². The ARL values were collected by simulations of a computational program on FORTRAN language, with objective of studying the charts properties, in addition to compare with the

Gráficos de T² para o monitoramento de processos multivariados autocorrelacionados

In which refers to statistical process control, the analysis of univariate cases is not enough for many types of company, being necessary to resort to multivariate cases. Besides, it is usually supposed that the observations are independent. However, the violation of this hypothesis indicates the existence of autocorrelation in the process. In this work, by a basic quantitative approach for an exploratory and experimental research, the study target are the multivariate autocorrelated control charts, using Hotteling T². The ARL values were collected by simulations of a computational program on FORTRAN language, with objective of studying the charts properties, in addition to compare with the

Estudo analítico do conhecimento do professor a respeito dos distúrbios de aprendizagem

OBJETIVO: investigar a concepção de professores acerca dos distúrbios de aprendizagem, buscando revelar diferentes aspectos referentes à maneira como a percebem no cotidiano da sala de aula, quais fatores atribuem como causas do problema, como se posicionam frente à questão, além de verificar se houve mudança deste conhecimento após a orientação fonoaudiológica. MÉTODO: participaram desta pesquisa 25 professores que lecionam na Escola Municipal de Ensino Fundamental em São Paulo. Como critério de inclusão adotou-se que os professores deveriam estar atuando em sala de aula no ano letivo de 2010. Não foram incluídos no estudo professores substitutos que não acompanharam o desenvolvimento da turma ao longo do ano. Foi aplicado um questionário para investigar o conhecimento do professor quanto às dificuldades de aprendizagem, e em seguida, foram realizadas palestras de formação a respeito destas dificuldades. Os dados obtidos foram submetidos ao tratamento estatístico, analisados e discutidos com a revisão da literatura. Os métodos estatísticos considerados foram frequência absoluta, frequência relativa e descrito graficamente. RESULTADOS E CONCLUSÃO: os resultados e a conclusão deste estudo evidenciaram que os professores desconhecem os distúrbios de aprendizagem, porém pode-se observar a efetividade de orientação e formação junto a eles.

ANALISANDO A RELAÇÃO DOS VOLUMES DE EXPORTAÇÃO E DE IMPORTAÇÃO, PIB, TAXAS DE CÂMBIO E INFLAÇÃO NO PERÍODO DE 2004 A 2014.

Esta dissertação visa deslumbrar uma análise macroeconômica do Brasil, especialmente no que se refere à relação dos índices mensais dos volumes das exportações e das importações com os volumes mensais do PIB, da Taxa SELIC e as Taxas de Câmbio, conforme dados coletados no período de janeiro de 2004 a dezembro de 2014, através de pesquisa literária referente aos históricos sobre cada conceito envolvido no âmbito da macroeconomia das varáveis estudadas. Foi realizado um estudo de caso embasado em dados de sites governamentais, no período delimitado, empregando-se o método de regressão linear, com base na Teoria da correlação de Pearson, demonstrando os resultados obtidos no período do estudo para as varáveis estudadas. Desta maneira, conseguiu-se estudar e analisar como as variáveis dependentes (resposta): volume das exportações e volume das importações estão relacionadas com as varáveis independentes (explicativas): PIB, Taxa Selic e taxa de Câmbio. Os resultados apurados no presente estudo permitem identificar que existe correlação moderada e negativa, quando analisadas a Taxa Selic e a Taxa de Câmbio com os volumes das exportações e das importações, enquanto o PIB apresenta correlação forte e positiva na análise com os volumes das exportações e das importações

Análise da variabilidade climática sobre a produtividade da soja no município de Bom Jesus (PI)

The climate is still main responsible for the variations soybean productivity (Glycine max (L.) Merrill), exerting a limiting action on these agricultural systems. The bomjesuense cerrado, this culture has proved, over the years, an increase of cultivated areas, however, productivity does not keep the same pace, going through periods of oscillations. Thus, although the crop is added to high technology, culture has great vulnerability to climatic adversities. Thus, the present study aims to analyze possible trends in meteorological variables, which can influence the soybean yield in Bom Jesus. For this purpose, different datasets were used, as follows: i) two periods of daily data (1984-2014 and 1974-2014), both obtained from the National Meteorological Institute (INMET); ii) climate normals from 1961-1990 as defined by INMET; iii) local agricultural production data of soybean-year (1997/1998 to 2012/2013) obtained from the Municipal Agricultural Production (PAM) dataset, which is management by Brazilian Institute of Geography and Statistics (IBGE). The analysis procedures included calculations of climate normals for 1984 to 2014 period and some statistical applications, as follows: i) the Wilcoxon test, used to evaluate differences between climate normals (1961 to 1990 and 1984 to 2014); ii) the Mann-Kendall nonparametric test, in order to analyze the linear trend of agrometeorological variables (rainfall, maximum temperature, minimum temperature and diurnal range of temperature; iii) cluster analysis by Ward method and the Spearman correlation test (rs) to identify the relationship between agrometeorological variable and soybean annual productivity. We adopted a statistical significance level of 5%. The results indicate changes in seasonality of the 1984-2014 climatology with respect to past climatology for all variables analyzed, except for insolation and precipitation. However, the monthly analysis of precipitation indicate negative trend during October and positive trend in December, causing a delay in start of rainy season. If this trend is persistent this result must be considered in futures definitions of the soybean crop sowing date over the region studied. With Mann-Kendall test was possible to identify positive trends with statistical significance in maximum temperature for all month forming part of soybean cycle (from November to April), which in turn tends to cause adverse effects on crop physiology, and consequently impacts on the final yield. Was identified a significant positive correlation between soybean yield and precipitation observed in March, thus precipitation deficit in this month is harmful to the soybean crop development. No statistically significant correlation was identified among maximum temperature, minimum temperature, and DTR with annual soybean productivity due these range of meteorological variables are not limiting factors in the final soybean yield in Bom Jesus (PI). It is expected that this study will contribute to propose planning strategies considering the role of climate variability on soybean crop final yield.

Adsorção de cobre e cromo utilizando fibra de sisal visando o tratamento da água produzida pela indústria petrolífera

Currently, the oil industry is the biggest cause of environmental pollution. The objective was to reduce the concentration of copper and chromium in the water produced by the oil industry. It was used as adsorbent natural sisal fiber Agave sp treated with nitric acid and sodium hydroxide. All vegetable fibers have physical and morphological properties that enablies the adsorption of pollutants. The basic composition of sisal is cellulose, hemicellulose and lignin. The features are typically found in the characterization of vegetable fibers, except the surface area that was practically zero. In the first stage of adsorption, it was evaluated the effect of temperature and time skeeking to optimize the execution of the factorial design. The results showed that the most feasible fiber was the one treated with acid in five hours (30°C). The second phase was a factorial design, using acid and five hours, this time was it determined in the first phase. The tests were conducted following the experimental design and the results were analyzed by statistical methods in order to optimize the main parameters that influence the process: pH, concentration (mol / L) and fiber mass/ metal solution volume. The volume / mass ratio factor showed significant interference in the adsorption process of chromium and copper. The results obtained after optimization showed that the highest percentages of extraction (98%) were obtained on the following operating conditions: pH: 5-6, Concentration: 100 ppm and mass/ volume: 1 gram of fiber/50mL solution. The results showed that the adsorption process was efficient to remove chromium and copper using sisal fibers, however, requiring further studies to optimize the process.

Uso de análise de sobrevivência para estudos fenológicos em fruteiras.

Métodos estatísticos conhecidos como análise de sobrevivência, são comumente utilizados em medicina, ciências sociais e engenharia, em estudos onde a variável-resposta de interesse é o tempo até ocorrência de um evento (morte, divórcio, falha de um equipamento). Esses métodos permitem a estimação de curvas ditas funções de sobrevivência, que representam a probabilidade de ocorrência de um evento num tempo superior a t (Prob Y>t), para diferentes valores de t (KALBFLEISH e PRENTICE 1980; ALLISON, 1995; COLOSIMO e GIOLO, 2006). Na pesquisa agrícola, informações sobre eventos fenológicos, mensuradas em escala temporal (ex. tempo até o florescimento, tempo até a colheita), são fundamentais para o manejo eficiente da cultura. Apesar do seu uso generalizado nas áreas anteriormente citadas, a análise de sobrevivência ainda é pouco utilizada em estudos fenológicos (GIENAPP; HEMERIK; VISSER, 2005). A análise de sobrevivência apresenta uma série de vantagens em relação às abordagens tradicionais baseadas na duração média de estádios fenológicos, entre as quais: a) permite comparar o padrão de ocorrência do evento fenológico de interesse (floração, maturação) ao longo do tempo; b) possiblita estimar probabilidade de ocorrência de eventos em intervalos específicos, importantes para o planejamento de atividades de manejo ou comercialização; c) fornece informações sobre percentis (ex. data em que 50% das plantas floresceram, data em que 90% dos cachos atingiram o ponto de colheita); d) permite avaliar o efeito de tratamentos sobre as referidas medidas e e) não requerem os pressupostos de homogeneidade de variâncias nem normalidade.Neste trabalho apresentamos e discutimos o uso de métodos não paramétricos de análise de sobrevivência em estudos de fenologia de fruteiras, utilizando como exemplo, um estudo sobre o efeito de diferentes tipos de adubos minerais e orgânicos sobre aspectos fenológicos da bananeira.

Estatística: uso da análise de regressão.

Muitos experimentos tem sido analisados por métodos estatísticos inadequados. O uso não criterioso destes métodos, sem o devido cuidado ou sem considerar outras possibilidades, pode reduzir o valor das discussões, conclusões e o próprio valor da pesquisa. Há uma grande gama de tipos possíveis de abordagem estatística dos dados de pesquisa, cada qual atingindo uma finalidade. Por isso, o procedimento estatístico deve ser escolhido criteriosamente. Se o objetivo de um trabalho e estimar a magnitude de um efeito, então a analise usada deve estimá-la: não basta neste caso, apenas explicar qual dos resultados diferiram significativamente. Não obstante, se o objetivo da pesquisa é determinar um ponto, então a análise deve faze-lo. Neste caso, não e suficiente verificar somente o comportamento dos dados. A escolha de um modelo de regressão e uma ponderação na qual deve ser considerados, a adequação ao fenômeno estudado, o ajuste matemático obtido e a sua aplicabilidade. As propriedades do modelo escolhido devem ser justificáveis, tanto logicamente quanto biologicamente. Portanto, a análise deve ser sensata, lógica e apropriada as questões que procura-se responder.

Identificação de áreas sob maior risco para leishmaniose visceral na cidade de Teresina, Piauí, Brasil

O propósito desta Tese foi detectar e caracterizar áreas sob alto risco para leishmaniose visceral (LV) e descrever os padrões de ocorrência e difusão da doença, entre os anos de 1993 a 1996 e 2001 a 2006, em Teresina, Piauí, por meio de métodos estatísticos para análise de dados espaciais, sistemas de informações geográficas e imagens de sensoriamento remoto. Os resultados deste estudo são apresentados na forma de três manuscritos. O primeiro usou análise de dados espaciais para identificar as áreas com maior risco de LV na área urbana de Teresina entre 2001 e 2006. Os resultados utilizando razão de kernels demonstraram que as regiões periféricas da cidade foram mais fortemente afetadas ao longo do período analisado. A análise com indicadores locais de autocorrelação espacial mostrou que, no início do período de estudo, os agregados de alta incidência de LV localizavam-se principalmente na região sul e nordeste da cidade, mas nos anos seguintes os eles apareceram também na região norte da cidade, sugerindo que o padrão de ocorrência de LV não é estático e a doença pode se espalhar ocasionalmente para outras áreas do município. O segundo estudo teve como objetivo caracterizar e predizer territórios de alto risco para ocorrência da LV em Teresina, com base em indicadores socioeconômicos e dados ambientais, obtidos por sensoriamento remoto. Os resultados da classificação orientada a objeto apontam a expansão da área urbana para a periferia da cidade, onde antes havia maior cobertura de vegetação. O modelo desenvolvido foi capaz de discriminar 15 conjuntos de setores censitário (SC) com diferentes probabilidades de conterem SC com alto risco de ocorrência de LV. O subconjunto com maior probabilidade de conter SC com alto risco de LV (92%) englobou SC com percentual de chefes de família alfabetizados menor que a mediana (≤64,2%), com maior área coberta por vegetação densa, com percentual de até 3 moradores por domicílio acima do terceiro quartil (>31,6%). O modelo apresentou, respectivamente, na amostra de treinamento e validação, sensibilidade de 79% e 54%, especificidade de 74% e 71%, acurácia global de 75% e 67% e área sob a curva ROC de 83% e 66%. O terceiro manuscrito teve como objetivo avaliar a aplicabilidade da estratégia de classificação orientada a objeto na busca de possíveis indicadores de cobertura do solo relacionados com a ocorrência da LV em meio urbano. Os índices de acurácia foram altos em ambas as imagens (>90%). Na correlação da incidência da LV com os indicadores ambientais verificou-se correlações positivas com os indicadores Vegetação densa, Vegetação rasteira e Solo exposto e negativa com os indicadores Água, Urbana densa e Urbana verde, todos estatisticamente significantes. Os resultados desta tese revelam que a ocorrência da LV na periferia de Teresina está intensamente relacionada às condições socioeconômicas inadequadas e transformações ambientais decorrentes do processo de expansão urbana, favorecendo a ocorrência do vetor (Lutzomyia longipalpis) nestas regiões.

Identificação de danos estruturais via método de Monte Carlo com cadeias de Markov

O presente trabalho apresenta um estudo referente à aplicação da abordagem Bayesiana como técnica de solução do problema inverso de identificação de danos estruturais, onde a integridade da estrutura é continuamente descrita por um parâmetro estrutural denominado parâmetro de coesão. A estrutura escolhida para análise é uma viga simplesmente apoiada do tipo Euler-Bernoulli. A identificação de danos é baseada em alterações na resposta impulsiva da estrutura, provocadas pela presença dos mesmos. O problema direto é resolvido através do Método de Elementos Finitos (MEF), que, por sua vez, é parametrizado pelo parâmetro de coesão da estrutura. O problema de identificação de danos é formulado como um problema inverso, cuja solução, do ponto de vista Bayesiano, é uma distribuição de probabilidade a posteriori para cada parâmetro de coesão da estrutura, obtida utilizando-se a metodologia de amostragem de Monte Carlo com Cadeia de Markov. As incertezas inerentes aos dados medidos serão contempladas na função de verossimilhança. Três estratégias de solução são apresentadas. Na Estratégia 1, os parâmetros de coesão da estrutura são amostrados de funções densidade de probabilidade a posteriori que possuem o mesmo desvio padrão. Na Estratégia 2, após uma análise prévia do processo de identificação de danos, determina-se regiões da viga potencialmente danificadas e os parâmetros de coesão associados à essas regiões são amostrados a partir de funções de densidade de probabilidade a posteriori que possuem desvios diferenciados. Na Estratégia 3, após uma análise prévia do processo de identificação de danos, apenas os parâmetros associados às regiões identificadas como potencialmente danificadas são atualizados. Um conjunto de resultados numéricos é apresentado levando-se em consideração diferentes níveis de ruído para as três estratégias de solução apresentadas.

Gráficos de controle adaptativos para monitoramento de perfis

Processos de produção precisam ser avaliados continuamente para que funcionem de modo mais eficaz e eficiente possível. Um conjunto de ferramentas utilizado para tal finalidade é denominado controle estatístico de processos (CEP). Através de ferramentas do CEP, o monitoramento pode ser realizado periodicamente. A ferramenta mais importante do CEP é o gráfico de controle. Nesta tese, foca-se no monitoramento de uma variável resposta, por meio dos parâmetros ou coeficientes de um modelo de regressão linear simples. Propõe-se gráficos de controle χ2 adaptativos para o monitoramento dos coeficientes do modelo de regressão linear simples. Mais especificamente, são desenvolvidos sete gráficos de controle χ2 adaptativos para o monitoramento de perfis lineares, a saber: gráfico com tamanho de amostra variável; intervalo de amostragem variável; limites de controle e de advertência variáveis; tamanho de amostra e intervalo de amostragem variáveis; tamanho de amostra e limites variáveis; intervalo de amostragem e limites variáveis e por fim, com todos os parâmetros de projeto variáveis. Medidas de desempenho dos gráficos propostos foram obtidas através de propriedades de cadeia de Markov, tanto para a situação zero-state como para a steady-state, verificando-se uma diminuição do tempo médio até um sinal no caso de desvios pequenos a moderados nos coeficientes do modelo de regressão do processo de produção. Os gráficos propostos foram aplicados a um exemplo de um processo de fabricação de semicondutores. Além disso, uma análise de sensibilidade dos mesmos é feita em função de desvios de diferentes magnitudes nos parâmetros do processo, a saber, no intercepto e na inclinação, comparando-se o desempenho entre os gráficos desenvolvidos e também com o gráfico χ2 com parâmetros fixos. Os gráficos propostos nesta tese são adequados para vários tipos de aplicações. Neste trabalho também foi considerado características de qualidade as quais são representadas por um modelo de regressão não-linear. Para o modelo de regressão não-linear considerado, a proposta é utilizar um método que divide o perfil não-linear em partes lineares, mais especificamente, um algoritmo para este fim, proposto na literatura, foi utilizado. Desta forma, foi possível validar a técnica proposta, mostrando que a mesma é robusta no sentido que permite tipos diferentes de perfis não-lineares. Aproxima-se, portanto um perfil não-linear por perfis lineares por partes, o que proporciona o monitoramento de cada perfil linear por gráficos de controle, como os gráficos de controle desenvolvidos nesta tese. Ademais apresenta-se a metodologia de decompor um perfil não-linear em partes lineares de forma detalhada e completa, abrindo espaço para ampla utilização.

Condições de vida e mortalidade por doenças cardiovasculares na área de influência do Complexo Petroquímico do Estado do Rio de Janeiro - COMPERJ.

O objetivo desta tese foi identificar e caracterizar áreas com altas taxas de mortalidade por doenças do aparelho circulatório (DAC) e seus dois principais subgrupos de causas: as doenças isquêmicas do coração (DIC) e as doenças cerebrovasculares (DCV), entre os anos de 2008 e 2012 na área de influência do complexo petroquímico do estado do Rio de Janeiro COMPERJ, por meio de métodos estatísticos e sistemas de informações geográficas (SIG). Os resultados da investigação são apresentados na forma de dois manuscritos. O primeiro objetivou descrever o perfil da distribuição espacial da mortalidade por (DAC), caracterizar e predizer territórios com maior risco de morte por esta causa, com base em classificação das unidades espaciais por indicador de qualidade urbana (IQUmod). A análise multivariada foi realizada por meio do método conhecido como árvore de decisão e regressão, baseado em algoritmo CART para a obtenção do modelo preditivo para UVLs com diferentes riscos de mortalidade por DAC. O modelo desenvolvido foi capaz de discriminar sete conjuntos de UVLs, com diferentes taxas médias de mortalidades. O subconjunto que apresenta a maior taxa média (1037/100 mil hab.) apresenta 3 UVLs com mais de 75% de seus domicílios com abastecimento de água inadequado e valor de IQUmod acima de 0.6. Conclui-se que na área de influência do COMPERJ existem áreas onde a mortalidade por DAC se apresenta com maior magnitude e que a identificação dessas áreas pode auxiliar na elaboração, diagnóstico, prevenção e planejamento de ações de saúde direcionadas aos grupos mais susceptíveis. O segundo manuscrito teve por objetivo descrever o perfil da distribuição espacial da mortalidade por DIC e DCV em relação ao contexto socioambiental segundo áreas geográficas. O modelo de regressão linear de Poisson com parâmetro de estimação via quasi-verossimilhança foi usado para verificar associação entre as variáveis. Foram identificados como fatores de risco para mortalidade por DIC e DCV a variável relativa a melhor renda e maior distância entre domicílios e unidades de saúde; a proporção de domicílios em ruas pavimentadas aparece como fator de proteção. A distribuição espacial e as associações encontradas entre os desfechos e preditores sugerem que as populações residentes em localidades mais afastadas dos centros urbanos apresentam maiores taxas de mortalidade por DIC e DCV e que isto pode estar relacionado a contextos rurais de localização das residências e a distância geográfica destas populações aos serviços de saúde. Aponta-se para a necessidade de desenvolvimento de ações que propiciem maior amplitude no atendimento em saúde, no intuito da redução de eventos cardiovasculares mórbidos incidentes naquelas populações.

Análise de componentes principais aplicada a ruído eletroquímico

Neste trabalho foi utilizado um método matemático para classificar registros de potencial e corrente de ensaios de corrosão na técnica de amperimetria de resistência nula (ZRA). Foi aplicado o método estatístico de múltiplas variáveis simples chamado Análise dos Componentes Principais (PCA), cujo objetivo principal foi identificar padrões nestes dados de ruído eletroquímico. Foram testados o aço carbono UNS G10200, os aços inoxidáveis austenítico UNS S31600 e o superduplex UNS S32750 em meios de ácido sulfúrico (5% H2SO4), cloreto férrico (0,1 mol/L FeCl3) e hidróxido de sódio (0,1% NaOH). Os ensaios foram replicados com oito repetições para se ter reprodutibilidade e conhecimento dos aspectos estatísticos envolvidos. Os resultados mostraram que a análise de componentes principais pode ser utilizada como uma ferramenta para analisar sinais de ruído eletroquímico, identificando os clusters dos comportamentos potencial-tempo, corrente-tempo e acessoriamente identificar os outliersdos registros temporais.

Metabonomic studies to assess beer quality and stability

The work reported in this thesis aimed at applying the methodology known as metabonomics to the detailed study of a particular type of beer and its quality control, with basis on the use of multivariate analysis (MVA) to extract meaningful information from given analytical data sets. In Chapter 1, a detailed description of beer is given considering the brewing process, main characteristics and typical composition of beer, beer stability and the commonly used analytical techniques for beer analysis. The fundamentals of the analytical methods employed here, namely nuclear magnetic resonance (NMR) spectroscopy, gas-chromatography-mass spectrometry (GC-MS) and mid-infrared (MIR) spectroscopy, together with the description of the metabonomics methodology are described shortly in Chapter 2. In Chapter 3, the application of high resolution NMR to characterize the chemical composition of a lager beer is described. The 1H NMR spectrum obtained by direct analysis of beer show a high degree of complexity, confirming the great potential of NMR spectroscopy for the detection of a wide variety of families of compounds, in a single run. Spectral assignment was carried out by 2D NMR, resulting in the identification of about 40 compounds, including alcohols, amino acids, organic acids, nucleosides and sugars. In a second part of Chapter 3, the compositional variability of beer was assessed. For that purpose, metabonomics was applied to 1H NMR data (NMR/MVA) to evaluate beer variability between beers from the same brand (lager), produced nationally but differing in brewing site and date of production. Differences between brewing sites and/or dates were observed, reflecting compositional differences related to particular processing steps, including mashing, fermentation and maturation. Chapter 4 describes the quantification of organic acids in beer by NMR, using different quantitative methods: direct integration of NMR signals (vs. internal reference or vs. an external electronic reference, ERETIC method) and by quantitative statistical methods (using the partial least squares (PLS) regression) were developed and compared. PLS1 regression models were built using different quantitative methods as reference: capillary electrophoresis with direct and indirect detection and enzymatic essays. It was found that NMR integration results generally agree with those obtained by the best performance PLS models, although some overestimation for malic and pyruvic acids and an apparent underestimation for citric acid were observed. Finally, Chapter 5 describes metabonomic studies performed to better understand the forced aging (18 days, at 45 ºC) beer process. The aging process of lager beer was followed by i) NMR, ii) GC-MS, and iii) MIR spectroscopy. MVA methods of each analytical data set revealed clear separation between different aging days for both NMR and GC-MS data, enabling the identification of compounds closely related with the aging process: 5-hydroxymethylfurfural (5-HMF), organic acids, γ-amino butyric acid (GABA), proline and the ratio linear/branched dextrins (NMR domain) and 5-HMF, furfural, diethyl succinate and phenylacetaldehyde (known aging markers) and, for the first time, 2,3-dihydro-3,5-dihydroxy-6-methyl-4(H)-pyran-4-one xii (DDMP) and maltoxazine (by GC-MS domain). For MIR/MVA, no aging trend could be measured, the results reflecting the need of further experimental optimizations. Data correlation between NMR and GC-MS data was performed by outer product analysis (OPA) and statistical heterospectroscopy (SHY) methodologies, enabling the identification of further compounds (11 compounds, 5 of each are still unassigned) highly related with the aging process. Data correlation between sensory characteristics and NMR and GC-MS was also assessed through PLS1 regression models using the sensory response as reference. The results obtained showed good relationships between analytical data response and sensory response, particularly for the aromatic region of the NMR spectra and for GC-MS data (r > 0.89). However, the prediction power of all built PLS1 regression models was relatively low, possibly reflecting the low number of samples/tasters employed, an aspect to improve in future studies.

NMR in the characterization of heavy residual procedural streams

The main objective of this work was to monitor a set of physical-chemical properties of heavy oil procedural streams through nuclear magnetic resonance spectroscopy, in order to propose an analysis procedure and online data processing for process control. Different statistical methods which allow to relate the results obtained by nuclear magnetic resonance spectroscopy with the results obtained by the conventional standard methods during the characterization of the different streams, have been implemented in order to develop models for predicting these same properties. The real-time knowledge of these physical-chemical properties of petroleum fractions is very important for enhancing refinery operations, ensuring technically, economically and environmentally proper refinery operations. The first part of this work involved the determination of many physical-chemical properties, at Matosinhos refinery, by following some standard methods important to evaluate and characterize light vacuum gas oil, heavy vacuum gas oil and fuel oil fractions. Kinematic viscosity, density, sulfur content, flash point, carbon residue, P-value and atmospheric and vacuum distillations were the properties analysed. Besides the analysis by using the standard methods, the same samples were analysed by nuclear magnetic resonance spectroscopy. The second part of this work was related to the application of multivariate statistical methods, which correlate the physical-chemical properties with the quantitative information acquired by nuclear magnetic resonance spectroscopy. Several methods were applied, including principal component analysis, principal component regression, partial least squares and artificial neural networks. Principal component analysis was used to reduce the number of predictive variables and to transform them into new variables, the principal components. These principal components were used as inputs of the principal component regression and artificial neural networks models. For the partial least squares model, the original data was used as input. Taking into account the performance of the develop models, by analysing selected statistical performance indexes, it was possible to conclude that principal component regression lead to worse performances. When applying the partial least squares and artificial neural networks models better results were achieved. However, it was with the artificial neural networks model that better predictions were obtained for almost of the properties analysed. With reference to the results obtained, it was possible to conclude that nuclear magnetic resonance spectroscopy combined with multivariate statistical methods can be used to predict physical-chemical properties of petroleum fractions. It has been shown that this technique can be considered a potential alternative to the conventional standard methods having obtained very promising results.