Aplicação da espectroscopia de infravermelho próximo na caracterização da carga de petróleo para o processo de destilação atmosférica.

• Main Author: Patricia Araujo Pantoja
• Other Authors: Galo Antonio Carrillo Le Roux
• Language: Portuguese
• Published: Universidade de São Paulo 2006
• Subjects: Caracterização de petróleo; Destilação simulada - SIMDIS; Espectroscopia ATR; Espectroscopia infravermelha; Redes neurais; ATR spectroscopy; Infrared spectroscopy; Neural networks; Petroleum characteristic; Simulated distillation - SIMDIS
• Online Access: http://www.teses.usp.br/teses/disponiveis/3/3137/tde-14122006-155755/

O conhecimento da composição do petróleo e seus produtos é uma necessidade imprescindível numa refinaria para o ajuste das condições do processo. A espectroscopia de infravermelho próximo (NIR) apresenta-se como uma ferramenta útil para atender esta necessidade, por sua grande potencialidade e aplicações. Neste contexto, foi desenvolvida a metodologia experimental da espectroscopia NIR, através de dois tipos de sensores: transmissão (Sistema de transmitância) e refletância total atenuada ATR (Sistema ATR). Foram analisadas 63 amostras de petróleo no Sistema de transmitância e 41 amostras no Sistema ATR. O API das amostras oscila entre 29,8 e 35,6. Na primeira etapa do trabalho foram obtidos os espectros NIR e cromatografias SIMDIS (Destilação Simulada) das amostras de petróleo, e dos dados obtidos foram eliminadas algumas amostras por apresentar pontos discrepantes. Na segunda fase foi realizada a análise dos espectros no esquema OFF-LINE, em ambos sistemas, escolhendo como faixa espectral a região de 5600 a 6000 cm-1 que corresponde a regiões de sobretons do NIR para os hidrocarbonetos. Também foram realizados testes de repetibilidade dos espectros e testes sobre a influência do comprimento das fibras ópticas utilizadas. Foi realizado um pré-tratamento dos espectros, com a finalidade de fazer as informações contidas neles mais sensíveis às diferenças. Assim mesmo, foi desenvolvida a análise dos espectros no esquema ON-LINE, com um LOOP fechado, para o sistema de transmitância, com óleo Diesel e petróleo bruto, para testar as variações de temperatura e velocidade de escoamento nos espectros. Nesta etapa também foram realizados testes de repetibilidade a diferentes temperaturas. A fase seguinte foi o desenvolvimento do modelo da rede neural (RN). As variáveis de entrada do processo são os espectros de absorção pré-tratados, arbitrariamente representados em 20 comprimentos de onda e o grau API do petróleo. As variáveis de saída da rede são as porcentagens em peso da SIMDIS. === The knowledge of the petroleum composition and its products is an indispensable tool in a refinery for the process conditions settlement. The Near Infrared Spectroscopy (NIR) presents-itself as a helpful tool that attends to this need, because of its high potential and applications. In this context, it was developed the experimental methodology for NIR spectroscopy using two kinds of sensors: Transmission (Transmission system) and Attenuated Total Reflectance (ATR system). There were analyzed 63 petroleum samples by transmission system and 41 samples by the ATR system. The API degree of the samples ranges from 29,8 to 35,6. In the first step of this work, NIR spectra and SIMDIS chromatography data (Simulated Distillation) of the petroleum samples were obtained. From these data some samples were eliminated due to the presence of inconsistent points. In the second step, the analysis of the spectra OFF-LINE was carried out. In both systems, by choosing the region of 5600 to 6000 cm-1 as the spectral range which corresponds to the NIR overtone region for the hydrocarbons. Moreover, repeatability tests for the spectra were carried out and tests about the influence of the optical fibers on them. A pre spectrum treatment was carried out in order to become their information more sensible to the differences. Besides, the ON-LINE spectrum analysis by a closed LOOP were developed for the transmission system, with oil diesel and petroleum, in order to test the effect of the temperature and flow rate variations on the spectra. In this step, tests of repeatability at different temperatures were also carried out. In the following step, it was developed the Neural Network (RN) model. The entry variables of the data input are the random absorption spectra represented in 20 wavelengths with pre processing and the petroleum API degree. The net output variables are the weight percentages of the SIMDIS.