Aplicação de alguns modelos quimiometricos a espectroscopia de fluorescencia de raios-X de energia dispersiva

AUTOR(ES)
DATA DE PUBLICAÇÃO

2000

RESUMO

A fluorescência de raios-X é uma técnica espectroscópica de análise multielementar muito versátil, podendo ser aplicada a amostras sólidas e líquidas, sem a necessidade de uma preparação complexa. Nesta técnica, o tratamento de dados é usualmente feito através de curvas de calibração univariadas, onde se integram determinadas linhas espectrais correspondentes às concentrações dos elementos de interesse. Quando se deseja relacionar mais de uma linha espectral ao mesmo tempo é então necessário a utilização de outros métodos matemáticos mais sofisticados, como por exemplo modelos quimiométricos. O objetivo deste trabalho foi o de utilizar alguns modelos quimiométricos, como as redes neurais "Back Propagation" (BP-ANN), "Levemberg-Marquardt" (LM-ANN) e "Radial Basis Function" (RBF-ANN) e também modelagem fuzzy, além dos modelos PLS e PCR (para comparação dos resultados) em dados de fluorescência de raios-X de energia dispersiva (EDXRF). O intuito deste artifício é o de realizar a determinação simultânea de alguns elementos químicos em vários tipos de amostras, principalmente nos casos onde ocorrem fluorescência secundária e sobreposição de linhas espectrais, problemas comuns relacionados ao emprego desta técnica. Um segundo objetivo deste trabalho foi fazer um estudo comparativo entre os modelos, na tentativa de buscar um modelo mais adequado para resolução da maioria dos problemas e também tentar identificar a forma do melhor tipo de conjunto de dados de entrada ("scores" ou integrais) para os modelos. Foram utilizadas amostras com muitos elementos químicos, sem nenhum tipo de pré-tratamento nos dados. Foram elas (a) padrões de solos, (b) padrões de plantas, (c) aço, (d) misturas sintéticas sólidas de óxidos de terras raras e (e) sais de chumbo e enxofre diluídos em sílica. Os menores erros quadráticos médios ("Root Mean Square" -RMS) obtidos foram: 0,0229 para as misturas de sais de chumbo e enxofre com o uso de BP-ANN; 0,0753 para amostras de solos com RBF-ANN; 0,0222 para amostras de plantas com RBF-ANN; 0,166 para amostras de aços com BP-ANN e 0,200 para amostras de terras raras com LM-ANN. Com relação ao estudo dos tipos de conjuntos de dados de entrada, as integrais apresentaram erros um pouco menores do que os "scores". Conforme os resultados obtidos, pode-se concluir que os principais problemas de EDXRF são melhores resolvidos com as redes neurais BP-ANN e LM-ANN do que com a rede neural RBF-ANN e também com modelagem fuzzy.

ASSUNTO(S)

calibração redes neurais (computação) fluorescencia de raio x

ACESSO AO ARTIGO

Documentos Relacionados