Ferreira M. M. C., Ferreira W. C. Jr., Kowalski B. R., “Um Novo tratamento Não-Linear de Dados e sua Aplicação na Previsão de traços de gases poluentes utilizando medidas com sensores Taguchi” ["A New Non-Linear Data Treatment and Its Application In Prediction of Gas Pollutant Traces By Using Taguchi Sensor Measurements"]. Poços de Caldas, MG, 27-30/05/1996: 19^a Reunião Anual da Sociedade Brasileira de Química: Fronteiras em Química [19th Annual Meeting of the Brazilian Chemical Society: Frontiers of Chemistry], Livro de Resumos [Book of Abstracts], (1996) AB-014 . Poster AB-014.

UM NOVO TRATAMENTO NÃO-LINEAR DE DADOS E SUA
APLICAÇÃO NA PREVISÃO DE TRAÇOS DE GASES POLUENTES
UTILIZANDO MEDIDAS COM SENSORES TAGUCHI

Márcia M. C. Ferreira^† (PQ), Wilson C. Ferreira Jr.^‡ (PQ) e Bruce R. Kowalski* (PQ)

^†Instituto de Química, Universidade Estadual de Campinas - UNICAMP
^‡Instituto de Matemática, Universidade Estadual de Campinas - UNICAMP
*Dept. of Chemistry, University of Washington, Seattle WA USA.

palavras chave: processos não-lineares, sensores Taguchi, gases poluentes.
 

           Os  sensores Taguchi  produzem  um  sinal  proveniente  da  interação  do
analito  com  oxigênio  e  a  superfície  de   um   óxido   metálico  semicondutor   e
tem  sido  muito  utilizado  para   a  análise   de  misturas  gasosas.   A  adição  de
diferentes dopantes  à  superfície faz com que  um  sensor  se  torne seletivo com
sensibilidade  diferenciada  em  relação aos gases.   As versões  de  baixo  custo,
entretanto,  não apresentam  uma seletividade muito aguçada exibindo interações
cruzadas   consideráveis   e,   portanto,    comportamento   altamente   não-linear.
Considerações teóricas fornecem  a  resposta R  em função das concentrações c_i

^{da seguinte forma}^{onde Ai, mi são}

parâmetros dependentes dos gases e dos sensores e R_o, b dependendo apenas
dos  sensores.   Devido  ao   seu  baixo  custo   e   seletividade,   o   que   se   faz
normalmente  é  utilizar um arranjo  de  diferentes  sensores  que produzirá dados
multivariados  para  cada  amostra.  A  sua  alta  não-linearidade impede o uso de
métodos  multivariados  lineares.    Neste   trabalho  aplicaremos  o  método  GLT
desenvolvido recentemente por nós  a  um conjunto  de  dados coletados  de uma
série de misturas de benzeno e  tolueno em concentrações variando de  5  a  500
ppm  usando  um  arranjo de  oito  sensores  gasos  do  tipo  Taguchi.   O método
consiste na linearização global das respostas por meio de uma família de funções
spline ajustáveis.  Uma vez obtida esta transformação tem-se  automaticamente a
dimensionalidade   (i.e.  o  número de componentes da mistura)   e  com os dados
agora  linearizados  procedemos  à  construção  de   modelos de calibração pelos
métodos lineares tradicionais  (PLS, PCR).
A tabela  abaixo  mostra  o erro percentual relativo  de  previsão  (%Rel. RMSEP)
para a aplicação  do  método  PCR  antes e depois da linearização  (GLT + PCR)
utilizando a dimensão correta dois.
PCRGLT + PCR
Tolueno51.6818.70
Benzeno48.6617.28

(CNPq)

A NEW NON-LINEAR DATA TREATMENT AND ITS
APPLICATION IN PREDICTION OF GAS POLLUTANT TRACES
BY USING TAGUCHI SENSOR MEASUREMENTS

Márcia M. C. Ferreira^† (PQ), Wilson C. Ferreira Jr.^‡ (PQ) e Bruce R. Kowalski* (PQ)

^†Instituto de Química, Universidade Estadual de Campinas - UNICAMP
^‡Instituto de Matemática, Universidade Estadual de Campinas - UNICAMP
*Dept. of Chemistry, University of Washington, Seattle WA USA.

key words: non-linear processes, Taguchi, sensors, gas pollutants.
 

           Taguchi sensors produce a signal  that  is  originated  from  the  interaction  of
the analyte that contains oxigen and a surface made of a metal oxide superconductor.
These sensors have been largerly used in analysis of gaseous mixtures.  Addition  of
different dopands to the surface  makes  the sensor  to become selective diferently to
gases. Low cost sensor versions do not have suitable selectivity due  to considerable
cross-interactions, and therefore, their behavior is essentially  non-linear. Theoretical
considerations  enable  determination  of  R  as  a function  of  the  concentrations  c_i

in the following form ^{where Ai, mi   are}

parameters that depend  on  the  gases and of the sensors,  and R_o, b  depend  only
on the sensors.  Because of  their low cost and selectivity,  the usual procedure is to
use an arrangement of different sensors that shall produce multivariate data for each
sample.   The   pronounced   non-linearity   prevent  the  use   of   linear  multivariate
methods.  In  this  work,  the  GLT  method  that has been  recently developed by us,
will  be  used  for  a  data  set  that  was  collected  for  a  series of  benzene-toluene
mixtures in  concentrations varying from 5  to  500  ppm,  and  with  the arrangement
of eight  Taguchi-type gas sensors.   The  method consists of the global linearization
of the responses by means  of  a  family  of  adjustable  spline functions.   Once  the
transformation  has  been  performed,   the  dimensionality   (i.e.  the  number  of the
components  in  the mixture)  is  already  determined,   and using the new linearized
data, the calibration model is constructed by  traditional linear methods  (PLS, PCR).
Table below  shows the  relative error  of  prediction (%Rel. RMSEP)  for  the  PCR
method before  and  after  the  linearization  (GLT + PCR)  with  the  correctly  used
dimension of two.
PCRGLT + PCR
Toluene51.6818.70
Benzene48.6617.28

(CNPq)