Espectroscopia Raman assistida por machine learning para o estudo de parâmetros de estabilidade de biodiesel
Sendo um biocombustível análogo ao diesel, o biodiesel desponta como fonte de energia biorenovável. No entanto, seu uso demanda de metodologias que visam manter a qualidade e reduzir danos ao motor e ao meio ambiente. Neste contexto, as técnicas espectroscópicas tornam-se uma alternativa adequada que permite análises não destrutivas e requer um volume mínimo de amostra. Dentre elas, a espectroscopia Raman, que mede o espalhamento inelástico da radiação quando interage com a matéria, tem se mostrado uma técnica promissora para o monitoramento da qualidade do biodiesel. No entanto, devido à alta quantidade de informações armazenadas nos espectros Raman e à complexidade das amostras, é um desafio extrair informações quantitativas diretamente, tornando necessário o uso de métodos de processamento computacional para modelar e extrair as informações relevantes para fins exploratórios ou quantitativos. Nessa perspectiva, este trabalho utiliza métodos de mineração de dados e aprendizado de máquina para classificar amostras de biodiesel de soja em função do seu teor de umidade, e determinar a estabilidade oxidativa de acordo com a legislação vigente estabelecida pela Agência Nacional do Petróleo (ANP). A combinação de espectroscopia Raman e análise exploratória permitiu o rastreamento de modificações estruturais em moléculas de biodiesel através de mudanças observadas principalmente nos modos de vibração -CH2, -CH3 e -C=C-. Classificadores multivariados como PLS-DA SVM e SIMCA foram aplicados em amostras de biodiesel de acordo com seu teor de água (valor limite = 200 mg kg-1) através de seus modos vibracionais O-H, CH2 e CH3. Além disso, a estabilidade oxidativa, definida como a resistência do biocombustível a processos oxidativos causados pelo oxigênio e temperaturas mais próximas do ambiente, e medida através do tempo de indução, foi avaliada através da construção de modelos de calibração PLS. As mudanças estruturais causadas pelo processo de oxidação mostraram diferenças nos modos vibracionais CH2 e CH3 devido, principalmente, à clivagem da ligação C=C. Além disso, procedimentos de soft-modeling usando um método multivariado de resolução de curvas (MCR-ALS) foi aplicado para estudar a cinética desse processo. A variação encontrada nos modos vibracionais -CH2, -CH3 e -C=C permitiu modelar sua cinética de decomposição, bem como determinar sua ordem de reação e suas constantes de velocidade. As metodologias desenvolvidas se mostraram significativamente mais rápidas e simples, se comparadas com os métodos padrão utilizados para a determinação de água e estabilidade oxidativa em biodiesel, além de serem potencialmente aplicáveis em campo, in situ ou in line.