Caracterização potenciométrica simultânea em fluxo, de espécies aniônicas, empregando análise das componentes principais e redes neurais artificiais

Detalhes bibliográficos
Ano de defesa: 2006
Autor(a) principal: Penoni, Nayara
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Viçosa
BR
Agroquímica analítica; Agroquímica inorgânica e Físico-química; Agroquímica orgânica
Mestrado em Agroquímica
UFV
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://locus.ufv.br/handle/123456789/2057
Resumo: Foi montado um sistema potenciométrico composto por 6 eletrodos seletivos à íons (ISE) de brometo, iodeto, nitrato, nitrito, sulfeto e cianeto. Os seis eletrodos foram colocados em linha, permitindo fazer determinações potenciométricas em fluxo contínuo. As variáveis, o controle de fluxo e a estabilização das leituras foram verificados através de um programa computacional desenvolvido em linguagem Delphi. Com a utilização deste sistema, foram desenvolvidas técnicas instrumentais de calibração, através da quimiometria, capazes de separar as respostas dos diferentes íons. As técnicas de análise multivariada utilizadas foram a análise das componentes principais (PCA) e as redes neurais artificiais. Com o uso do planejamento experimental cúbico de rede simplex lattice foi possível obter 63 misturas contendo os seis ânions descritos com concentrações que variaram entre 10-2 mol L-1 a 1,33x10-3 mol L-1, outras 3 misturas foram utilizadas para validação. Foram ainda coletadas 8 amostras de águas em diferentes ambientes. Estas ficaram separadas em um grupo no gráfico da PCA, o que parece indicar a presença de íons diferentes dos seis que foram analisados. As demais misturas foram separadas pela PCA de acordo com a concentração e com os interferentes, sendo que a PC1 explicou 79,09% da variância e a PC2 explicou 10,28% da variância. A arquitetura das redes neurais artificiais foi otimizada, tendo sido obtidos os menores erros quadrado médio de previsão (RMSEP). A arquitetura utilizada foi composta por três camadas, sendo a camada de entrada com 6 neurônios, a intermediária com 13 neurônios e a de saída com 6 neurônios. Foram utilizadas como função de transferências para a camada intermediária a tangente sigmoidal e na camada de saída a linear. O erro estimado pela rede neural foi da ordem de 10-3, o que mostra uma considerável interferência dos ânions, ocasionando uma previsão inadequada pela rede. As amostras de água coletadas não puderam ser submetidas à previsão pela rede neural artificial, pois as concentrações dos ânions podem ter valores que extrapolam o intervalo de treinamento da rede neural artificial.