Publication
Utilização de tecnologia NIR-PLS-R como ferramenta de predição - parâmetros de qualidade da indústria celulósica.
| dc.contributor.author | Santos, António J. | |
| dc.contributor.author | Anjos, O. | |
| dc.date.accessioned | 2017-11-22T23:31:32Z | |
| dc.date.available | 2017-11-22T23:31:32Z | |
| dc.date.issued | 2015 | |
| dc.description | Comunicação da qual só está disponível o resumo. | pt_PT |
| dc.description.abstract | A espectroscopia de infravermelho próximo (NIR) tem revelado interesse no desenvolvimento de métodos de análise expeditos e de baixo custo ao nível da composição química, propriedades físicas, mecânicas e anatómicas de materiais de madeira. A maioria dos trabalhos de investigação e divulgações técnicas com a utilização da NIRS para ciência e tecnologia da madeira encontram-se publicados entre 2006 e 2013. Nos últimos 25 anos só os Estados unidos, Japão, Austrália e China contribuíram com 314 publicações enquanto Portugal deu o seu contributo com 18 publicações. Com base em 120 discos de madeira de Acacia melanoxylon, pertencentes a 20 árvores de quatro locais em Portugal (1-2), foram estabelecidos modelos em NIRPLS-R para diversos parâmetros de qualidade (3-4), para a mesma amostragem de madeira. Os modelos obtidos permitiram estimar parâmetros de qualidade como a massa volúmica básica da madeira (2), rendimento em pasta, índice Kappa (4) e brancura ISO (5) de pastas cruas Kraft; e ainda a morfologia das fibras celulósicas (largura e comprimento ponderado em comprimentos das fibras). Os indicadores de qualidade da validação cruzada dos modelos, apresentaram uma variação de 79.0 a 98.9 % para o coeficiente de determinação; utilizando 3 a 9 componentes principais para explicar a variação encontrada para cada um dos parâmetros de qualidade em estudo; e um desvio residual de previsão (RPD) a variar entre 2,2 a 9,5. Todos os modelos utilizaram processos derivativos como pré-processamento (3-4). Os resultados dos modelos NIR-PLS-R demostraram que através da mesma informação espectral de madeira moída de Acacia melanoxylon, pode ser utilizada para prever uma grande variedade de parâmetros, tais como o rendimento em pasta, a largura e o comprimento ponderado em comprimentos das fibras; enquanto a informação espectral das pastas cruas permite obter a informação ao nível do índice Kappa e a brancura ISO das mesmas. | pt_PT |
| dc.description.version | info:eu-repo/semantics/publishedVersion | pt_PT |
| dc.identifier.citation | SANTOS, A.J.A. ; ANJOS, O. (2015) - Utilização de tecnologia NIR-PLS-R como ferramenta de predição - parâmetros de qualidade da indústria celulósica. In Jornadas Potencial Técnico e Científico do IPCB, 3, Castelo Branco, 25 de Novembro. Castelo Branco : IPCB. ESACB. | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10400.11/5760 | |
| dc.language.iso | por | pt_PT |
| dc.publisher | Instituto Politécnico de Castelo Branco, Escola Superior Agrária | pt_PT |
| dc.rights.uri | http://creativecommons.org/licenses/by/4.0/ | pt_PT |
| dc.subject | NIR-PLS-R | pt_PT |
| dc.subject | Acacia melanoxylon | pt_PT |
| dc.subject | Massa volúmica básica | pt_PT |
| dc.subject | Rendimento em pasta | pt_PT |
| dc.subject | Índice Kappa | pt_PT |
| dc.subject | Brancura ISO | pt_PT |
| dc.subject | Morfologia de fibras | pt_PT |
| dc.title | Utilização de tecnologia NIR-PLS-R como ferramenta de predição - parâmetros de qualidade da indústria celulósica. | pt_PT |
| dc.type | conference object | |
| dspace.entity.type | Publication | |
| oaire.citation.conferencePlace | Castelo Branco | pt_PT |
| oaire.citation.title | III Jornadas Potencial Técnico e Científico do IPCB | pt_PT |
| person.familyName | Anjos | |
| person.givenName | Ofélia | |
| person.identifier.ciencia-id | C21D-D8C7-3037 | |
| person.identifier.orcid | 0000-0003-0267-3252 | |
| person.identifier.rid | G-2808-2012 | |
| person.identifier.scopus-author-id | 23395659700 | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | conferenceObject | pt_PT |
| relation.isAuthorOfPublication | df9191ae-0bbb-4bb8-bbdc-0f79c7365876 | |
| relation.isAuthorOfPublication.latestForDiscovery | df9191ae-0bbb-4bb8-bbdc-0f79c7365876 |