Comissão
Estatuto
Histórico
Localização
Contato
BIQ
BIBLIOTECA DO INSTITUTO DE QUÍMICA
UNICAMP

 
TESE DE DOUTORADO
 
Autor: Nagata, Noemi
Título: Uso de Métodos de Calibração Multivariada na Análise de Amostras de Interesse Industrial e Espécies de Importância Ambiental por Fluorescência de Raios-X
Ano: 2001
Orientadora: Profa. Dra. Maria Izabel Maretti Silveira Bueno
Coorientadores:

Prof. Dr. Ronei Jesus Poppi
Prof. Dr. Patricio G. Peralta-Zamora

Departamento: Química Analítica
Palavras-chave: PLSR, Cimento portland, Arsênio-chumbo
Resumo: O crescimento das atividades industriais tem exigido que os setores de controle de qualidade reformulem e adotem análises mais rápidas e versáteis, sem a perda de exatidão analítica. A Espectrometria de Fluorescência de Raios-X (FRX) tem despontado como uma importante técnica, principalmente devido ao seu caráter multielementar. No entanto, devido a alguns problemas de interferência espectral e de matriz, a análise quantitativa de amostras complexas fica altamente comprometida. Este trabalho descreve um estudo que objetiva avaliar a eficiência da Regressão de Mínimos Quadrados Parciais (PLSR), na resolução dos problemas associados à técnica de FRX. Para fins de comparação, as metodologias de regressão linear e de parâmetros fundamentais também foram aplicadas. Nesta avaliação, 3 matrizes de relevância industrial e ambiental foram escolhidas: cimento, calcário e amostra aquosa contendo espécies tóxicas. De maneira geral, os resultados indicam que os problemas de interferência podem ser melhor modelados utilizando-se uma estratégia multivariada, principalmente PLSR1. Na matriz de cimento, 7 analitos foram analisados (CaO, MgO, SiO2, Al2O3, Fe2O3, K2O e SO3), sendo que apenas SO3 apresentou melhor qualidade de resultados via curva analítica. Para a matriz de calcário, 5 analitos foram estudados (CaO, MgO, SiO2, Al2O3, Fe2O3), sendo que as melhores previsões foram obtidas via FRX com comprimento de onda dispersivo. Quanto a matriz aquosa contendo As, Pb e Br (o sistema com maior interferência espectral), a previsão das amostras analisadas, no modo reflexão total com utilização de fonte de radiação síncrotron, apresentou erro máximo relativo de 25% para As e 7.5% para Pb.
Abstract: The worldwide increase in industrial activities has required reformulations in quality control routines, adopting faster and more versatile analytical alternatives, without losing analytical accuracy. X-Ray Fluorescence Spectrometry (XRF) has emerged as an important technique, mainly due to its multielemental character. However, some problems associated with spectral interference and interelemental effects seriously affect the quantitative analysis of complex samples. This work describes a study that aims to evaluate the effíciency of the Partial Least- Square Regression procedure (PLSR) towards the resolution of interference problems in XRF. To develop a comparative evaluation, classical linear regression procedures and fundamental parameter methodologies were also applied. In this evaluation, three samples of industrial and environmental relevance were selected: cement, limestone and aqueous samples containing toxic metallic species. In general, the results indicated that interference problems could be better overcome using multivariate strategies, principally PLSR1. In cement samples, seven species were analysed (CaO, MgO, SiO2, Al2O3, Fe2O3, K2O and SO3) and only SO3 presented better results by linear regression. For limestone samples, five species were evaluated (CaO, MgO, SiO2, Al2O3, Fe2O3), and the better results were obtained by wavelength dispersive XRF. In the case of aqueous samples containing As, Pb and Br (a system with serious spectral interferences), the predicted results, obtained by using total reflection geometry and a synchrotron radiation source, showed maximum relative errors of about 25% and 7.5% for As and Pb, respectively.
Arquivo (Texto Completo): vtls000244107.pdf (tamanho: 5,20MB)

Instituto de Química / Caixa Postal n° 6154
Universidade Estadual de Campinas - UNICAMP
13083 - 970, Campinas, SP, Brasil
e-mail: biq@iqm.unicamp.br
© 2012-2014 BIQ