Aplicação de redes neurais artificiais do tipo mapas auto-organizáveis na classificação de gasolinas por região de comercialização

Resumo

As redes neurais artificiais do tipo mapas auto-organizável (MAO) foram empregadas para classificar as amostras de gasolina C automotiva comercializadas nas regiões leste e norte do estado do Paraná. A ordem de entrada dos parâmetros na rede foram os valores da temperaturas da primeira gota e dos 10, 50 e 90% evaporados, do ponto final, massa específica, resíduo e teor alcoólico. Foi utilizada uma rede com topologia 25 x 25 com 7000 épocas de treinamento. De acordo com os mapas de peso, as variáveis mais importantes para a classificação das amostras foram da primeira gota, 10% evaporados, ponto final e massa específica.

Palavras chaves

Combustível; Mapas de Peso; Mapa Topológico

Introdução

As gasolinas fornecidas pelas refinarias brasileiras são misturas criteriosas de destilados de petróleo de diversas origens e, por força da legislação, a gasolina automotiva pode ser incorprada de álcool etílico que, dentro de certos limites, promove o aumento do poder antidetonante. A Resolução ANP nº. 40 de 25.10.2013 e o Regulamento técnico ANP n.º 5/2001 estabelece as especificações para a comercialização de gasolinas automotivas em todo o território nacional. O regulamento estabelece as especificações para o ensaio de destilação da gasolina (10, 50 e 90% de evaporado, ponto final de ebulição e resíduo máximo), massa específica a 20 ºC e o teor de álcool. As redes neurais artificiais do tipo mapas auto-organizáveis têm sido aplicadas com sucesso para resolver diversos tipos de problemas de cunho geral, tais como aproximação, classificação, categorização e predição. Seu treinamento se dá de forma não supervisionada e o resultado pode ser observado através de um mapa topológico que tem como função facilitar a visualização de agrupamentos e também a relação de vizinhança entre os grupos formados. Grupos próximos partilham alguma similaridade, assim como,quanto maior a distância maior será a diferença de comportamento, portanto, o MAO é uma poderosa ferramenta para interpretação de dados em espaço de grande dimensão (KOHONEN, 1997). O objetivo do trabalho foi aplicar e adaptar a metodologia de RNA, do tipo MAO, para a classificação de amostras de gasolina C automotivas comercializadas nas regiões leste e norte do Paraná.

Material e métodos

As amostras de gasolina C comercializadas na região norte (114) e região leste (77) do estado do Paraná foram submetidas ao ensaio de destilação, de acordo com a norma ASTM D-86 e a de determinação da massa específica, de acordo com a norma NBR 7148. Foi utilizado o módulo de redes neurais do aplicativo MATLAB 2010. A ordem de entrada dos parâmetros na rede foram os valores da temperaturas da primeira gota e dos 10, 50 e 90% (°C) evaporados, do ponto final (°C), massa específica (kg/m³), teor alcoólico (%) e o resíduo (mL). Foi utilizada uma rede com topologia 25 x 25 com 7000 épocas de treinamento.

Resultado e discussão

As 191 amostras foram apresentadas a rede neural do tipo MAO. Foi utilizada uma topologia 25x25 e 7000 épocas, esses parâmetros foram os que apresentaram a melhor resposta da rede. A Figura 1 mostra o mapa topológico contendo a distribuição das 191 amostras. Podemos observar que tanto as amostras do norte e as amostras do leste formaram dois grupos distintos em diagonal. Algumas poucas amostras do norte foram inseridas nos grupos do leste e vice versa. Os grupos da região norte se encontram um na parte inferior esquerda e outro na superior direita, as amostras do leste se localizam na região superior esquerda e inferior direita do mapa. Os mapas de peso referentes aos parâmetros primeira gota (Fig. 2a), 10% evaporados (Fig. 2b), ponto final (Fig. 2c) e massa específica (Fig. 2d), confirmam a separação das amostras em quatro grupos. A Figura 2a mostra que este parâmetro foi importante para a separação das amostras do norte, localizada na parte superior direita. A Figura 2b também indica que os primeiros 10% evaporados foram importantes para a classificação das amostras do norte encontradas na região superior direita do mapa. As Figuras 2c e 2d mostram que tais parâmetros são responsáveis pela separação das amostras do norte localizadas na parte inferior esquerda e do leste na superior esquerda respectivamente.

Figura 1