NAGIOS: RODERIC FUNCIONANDO

Tratamiento numérico de los datos en el análisis cuantitativo por espectrometría vibracional.

Repositori DSpace/Manakin

IMPORTANT: Aquest repositori està en una versió antiga des del 3/12/2023. La nova instal.lació está en https://roderic.uv.es/

Tratamiento numérico de los datos en el análisis cuantitativo por espectrometría vibracional.

Mostra el registre parcial de l'element

dc.contributor.advisor Guardia Cirugeda, Miguel de la es_ES
dc.contributor.advisor Garrigues Mateo, Salvador es_ES
dc.contributor.author Moros Portolés, Javier es_ES
dc.contributor.other Universitat de València - QUÍMICA ANALÍTICA es_ES
dc.date.accessioned 2010-07-07T08:01:28Z
dc.date.available 2010-07-07T08:01:28Z
dc.date.issued 2007 es_ES
dc.date.submitted 2007-03-23 es_ES
dc.identifier.uri http://hdl.handle.net/10550/14932
dc.description.abstract RESUMEN La presente Tesis integra un conjunto de trabajos relacionados con la aplicación de algunos de los distintos tratamientos numéricos que pueden aplicarse a los datos analíticos obtenidos mediante diferentes técnicas de medida en la espectroscopía vibracional, buscando así potenciar y aumentar el rendimiento de los distintos procesos analíticos desarrollados, asegurando una mayor calidad de los resultados obtenidos. Así, con el ánimo de mostrar el amplio abanico de posibilidades que ofrece, no sólo la espectrometría vibracional, sino la aplicación de la Quimiometría sobre los datos instrumentales obtenidos a través de aquella, se seleccionaron una serie de muestras de naturaleza muy diversa en cuanto a composición, estado y niveles de concentración de los analitos de interés, a la par que de un uso altamente extendido; englobando productos farmacéuticos, alimentos (zumos, batidos, yogures, chocolates, vinagres), formulaciones comerciales de productos fitosanitarios o virutas de cuero empleadas para el tratamiento de aguas contaminadas. En concreto, los trabajos englobados en esta Tesis Doctoral pretenden ser una guía útil en la que se pone de manifiesto la evolución desde metodologías analíticas que requieren un determinado tratamiento químico de la muestra para conseguir cierta selectividad y por ello precisan de un menor tratamiento matemático de los datos, hasta aquellas metodologías que requieren un mínimo o ningún tratamiento químico previo de las muestras pero que, en consecuencia, necesitan de un tratamiento numérico más relevante y complejo de los datos instrumentales. Con todo ello es posible evaluar las prestaciones de la Quimiometría combinada con la espectroscopía vibracional infrarroja para el desarrollo de metodologías analíticas que pueden considerarse como una seria alternativa para los laboratorios que desarrollan y optimizan métodos analíticos para el control de calidad de productos. Para los distintos estudios se han utilizado diferentes modos de medida (Transmitancia, Reflectancia Total Atenuada o Reflectancia Difusa) tanto en la región media (MIR) como en la región próxima (NIR) del espectro infrarrojo. Así pues, se encuentran de un lado aquellos métodos de análisis basados en el empleo de la calibración univariante (orden cero) para relacionar la señal analítica registrada (o su derivada) con la propiedad que se pretendía cuantificar. Estos procedimientos simples se han aplicado a la determinación de pesticidas y principios activos en productos fitosanitarios y fármacos, respectivamente. Por otro lado, es posible encontrar aquellos métodos en los que el problema se resolvió empleando una serie de algoritmos matemáticos, con el fin de intentar predecir la propiedad de interés a partir de respuestas instrumentales no selectivas. Dentro de este grupo de trabajos se han empleado diferentes técnicas de calibración multivariante para la obtención de resultados, tanto para la clasificación como para la determinación de las propiedades y los parámetros de interés. En este caso, se ha hecho uso del Análisis en Componentes Principales (PCA), la Regresión Parcial en Mínimos Cuadrados (PLSR), así como las Redes Neuronales Artificiales (ANN), seleccionando para cada uno de los estudios la técnica más adecuada que permitiese asegurar la calidad de los resultados obtenidos a través de una máxima capacidad predictiva. Finalmente, se ha desarrollado una metodología basada en la generación de información de segundo orden a partir de la combinación de la multiconmutación y la espectroscopía vibracional para la determinación del grado de acidez en muestras de vinagre, empleando el método PARAFAC para el tratamiento de la información vibracional generada. Los resultados obtenidos mediante la aplicación de los diferentes modelos desarrollados han resultado ser de una adecuada calidad, por lo que las metodologías propuestas, tras ser validadas a través de la determinación de sus correspondientes características analíticas, pueden considerarse adecuadas para realizar un correcto control de calidad de los diferentes productos considerados en esta Tesis Doctoral. __________________________________________________________________________________________________ es_ES
dc.description.abstract In this thesis, several works, related to the use and development of different chemometric techniques applied to data treatment obtained from different sampling techniques (Transmittance, Attenuated Total Reflectance or Diffuse Reflectance) based on vibrational spectroscopy (Mid-IR and Near-IR ranges) are presented. In fact, their performance in the determination of different properties and quality parameters on a wide range of samples such as pharmaceuticals, food (juices, milk shakes, yoghurts, chocolates, and vinegars), agrochemicals products and tanned solid wastes used for removing hydrocarbons from polluted waters, are evaluated. Specifically, works included in this thesis expect to be a useful guide which tries to show up evolution from analytical methodologies requiring, in order to achieve certain selectivity, some chemical treatment on sample and for this fact they precise low data treatment; until that methodologies which requires no previous chemical treatment but, therefore, they precise relevant and complex mathematical treatment on instrumental data. For quantifying each property/parameter, a calibration model has been designed and optimized to get good results. In this sense, some works include analytical methods based on univariate calibration (zero order). On the other hand, analytical procedures using multivariate calibration (first order) models, which employ a series of mathematics algorithms on the different no-selective instrumental responses, are also described. Among different multivariate calibration techniques, Principal Component Analysis (PCA), Partial Least Squares Regression (PLSR), and Artificial Neural Networks (ANN), all of them with an appropriate mathematical pre-treatment, has been considered not only for classification but also to quantify properly the properties and parameters of different chemicals on the several samples under study. The most appropriate technique for each study has been used in order to asses the quality of the obtained results through the maximum predictive capabilities. Finally, a methodology based on the second-order data generation, combining multicommutation and vibrational spectroscopy, has been developed for the determination of acidity content in vinegar samples using multi-way decomposition method PARAFAC. Obtained results evidence that developed models are good, so established procedures, validated through their predictive capabilities, could be used to carry out a right quality control of the different samples considered in this Thesis. en_US
dc.format.mimetype application/pdf es_ES
dc.language cat-en-es es_ES
dc.rights spa es_ES
dc.rights Copyright information available at source archive es_ES
dc.subject none es_ES
dc.title Tratamiento numérico de los datos en el análisis cuantitativo por espectrometría vibracional. es_ES
dc.type doctoral thesis es_ES

Visualització       (20.70Mb)

Aquest element apareix en la col·lecció o col·leccions següent(s)

Mostra el registre parcial de l'element

Cerca a RODERIC

Cerca avançada

Visualitza

Estadístiques