Método de infrarrojos por transformada de Fourier (FTIR) integrado de mínimos cuadrados parciales (PLS) para la predicción de la humedad en el aceite de transformadores y el aceite lubricante
Autores: Sim, Siong Fong; Jeffrey Kimura, Amelia Laccy
Idioma: Inglés
Editor: Hindawi
Año: 2019
Acceso abierto
Artículo científico
Categoría
Ingeniería y Tecnología
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 18
Citaciones: Sin citaciones
La espectroscopia infrarroja de transformada de Fourier (FTIR) ha estado abogando como una alternativa prometedora al método de titulación de Karl Fischer para la cuantificación de la humedad en el aceite. Este estudio tiene como objetivo integrar el enfoque de regresión de mínimos cuadrados parciales (PLSR) en los espectros de FTIR para la predicción de la humedad en el aceite de transformador y el aceite lubricante localmente accesibles. Las muestras de aceite con concentraciones de humedad conocidas fueron extraídas con acetonitrilo y sometidas a análisis con un espectrofotómetro FTIR. El modelo PLSR se construyó en base a 100 divisiones de entrenamiento/prueba, y el rendimiento de la predicción se midió con el error cuadrático medio porcentual (% RMSE). El rango de concentración estudiado fue entre 0 y 5000 ppm. La región marcadora de humedad se encontró en 3750-3400 y 1700-1600 cm, siendo esta última la que demostró una mejor capacidad predictiva tanto en el aceite lubricante como en el aceite de transformador. La predicción de la humedad en el aceite lubricante se caracterizó con un % RMSE más bajo. A concentraciones inferiores a 700 ppm, la precisión de la predicción se deteriora sugiriendo una sensibilidad pobre. El PLSR se implementó en los espectros IR de un conjunto de muestras ciegas, verificado con el método de Karl Fischer (para aceite de transformador) y el método de Kittiwake (para aceite lubricante). La predicción fue alentadora a concentraciones superiores a 1000 ppm; a concentraciones más bajas, la predicción se caracterizó por un alto porcentaje de error. El algoritmo, validado con 100 divisiones de entrenamiento/prueba, se convirtió en un programa ejecutable para la predicción de la humedad basada en los espectros de FTIR. Este programa puede ser utilizado para la predicción de otras sustancias siempre y cuando se identifique la región marcadora. El FTIR puede ser utilizado para la predicción de la humedad en el aceite, no obstante, la sensibilidad y la precisión son bajas para muestras con baja concentración de humedad.
Descripción
La espectroscopia infrarroja de transformada de Fourier (FTIR) ha estado abogando como una alternativa prometedora al método de titulación de Karl Fischer para la cuantificación de la humedad en el aceite. Este estudio tiene como objetivo integrar el enfoque de regresión de mínimos cuadrados parciales (PLSR) en los espectros de FTIR para la predicción de la humedad en el aceite de transformador y el aceite lubricante localmente accesibles. Las muestras de aceite con concentraciones de humedad conocidas fueron extraídas con acetonitrilo y sometidas a análisis con un espectrofotómetro FTIR. El modelo PLSR se construyó en base a 100 divisiones de entrenamiento/prueba, y el rendimiento de la predicción se midió con el error cuadrático medio porcentual (% RMSE). El rango de concentración estudiado fue entre 0 y 5000 ppm. La región marcadora de humedad se encontró en 3750-3400 y 1700-1600 cm, siendo esta última la que demostró una mejor capacidad predictiva tanto en el aceite lubricante como en el aceite de transformador. La predicción de la humedad en el aceite lubricante se caracterizó con un % RMSE más bajo. A concentraciones inferiores a 700 ppm, la precisión de la predicción se deteriora sugiriendo una sensibilidad pobre. El PLSR se implementó en los espectros IR de un conjunto de muestras ciegas, verificado con el método de Karl Fischer (para aceite de transformador) y el método de Kittiwake (para aceite lubricante). La predicción fue alentadora a concentraciones superiores a 1000 ppm; a concentraciones más bajas, la predicción se caracterizó por un alto porcentaje de error. El algoritmo, validado con 100 divisiones de entrenamiento/prueba, se convirtió en un programa ejecutable para la predicción de la humedad basada en los espectros de FTIR. Este programa puede ser utilizado para la predicción de otras sustancias siempre y cuando se identifique la región marcadora. El FTIR puede ser utilizado para la predicción de la humedad en el aceite, no obstante, la sensibilidad y la precisión son bajas para muestras con baja concentración de humedad.