Predicción composicional de muestras minerales empleando la técnica espectroscopia de plasma inducido por láser (libs) y métodos quimiometricos

Simple item page
dc.contributor.advisorMejía Ospino, Enrique
dc.contributor.authorPérez Cabeza, Angelli Stephanie
dc.date.accessioned2024-03-03T22:16:27Z
dc.date.available2015
dc.date.available2024-03-03T22:16:27Z
dc.date.created2015
dc.date.issued2015
dc.description.abstractEn este trabajo se combinó la técnica espectroscopia de plasma inducida por láser con métodos estadísticos para el tratamiento de espectros, llamados métodos quimiométricos, con el fin de hacer un análisis cualitativo de diez muestras mineralógicas, preparadas a partir de ocho minerales puros (calcita, witherita, barita, fluorita, zincita, feldespato, silvita y siderita) que fueron mezclados en diferentes proporciones para cada muestra, así como una predicción cuantitativa del porcentaje de cada uno de los minerales mencionados anteriormente en las diferentes mezclas preparadas. En cuanto a la técnica espectroscópica usada, se utilizó un láser Nd:YAG (granate de itrio y aluminio, dopado de neodimio, este último como medio activo), que se disparó usando un solo pulso láser en cada toma de espectro. Se hizo un barrido en la región 200-780 nm (excluyendo los rangos de longitudes de onda: 480-540 y 615-755 nm), empleando la rejilla de 1200 líneas/mm. Otros parámetros instrumentales se aplicaron según los datos proporcionados por un estudio LIBS hecho anteriormente, donde se utilizaron también muestras mineralógicas y que fue realizado en el Laboratorio de Espectroscopia Atómica y Molecular (LEAM). Se usaron métodos quimiométricos para la reducción de variables como el análisis por componentes principales (PCA) y el análisis cuantitativo por mínimos cuadrados parciales (PLS) que se aplicaron a los espectros previamente pretratados. Con PCA, se pudo realizar un análisis cualitativo expiatorio de las muestras a partir de la descomposición de las miles de variables obtenidas en los datos espectrales en unos pocos componentes principales que contienen la mayor variabilidad posible de los datos. En PLS, se obtuvieron modelos para la predicción del porcentaje de los minerales puros en las muestras, con errores estándar de validación (RSECV) de menos de 1.72 y coeficientes de correlación (R2) entre valores de referencia y predichos mayor de 0.95 en todos los modelos.
dc.description.abstractenglishIn this work was combined the Laser-Induced Breakdown Spectroscopy technique with statistical methods for the treatment of spectra, called chemometric methods, in order to make a qualitative analysis of ten mineralogical samples prepared from eight pure minerals (calcite, witherite, barite, fluorite, zincita, feldspar, silvite and siderite) that were mixed in different proportions for each sample, as well as a quantitative prediction of the percentage of each of the minerals mentioned above, in the different mixtures prepared. In regard to the spectroscopic technique used, was used a laser Nd:YAG (yttrium aluminum garnet, neodymium doped, the latter as active medium), which was shot using a single pulse laser in each spectrum. The scan was done in the 200-780 nm region (excluding the ranges of wavelengths: 480-540 and 615-755 nm), using the grid 1200 lines/mm. Other instrumental parameters were applied according to the data provided by a study LIBS done previously, where they used mineralogical samples too and that was done in the Laboratory of Atomic and Molecular Spectroscopy. Chemometric methods to reduce variables were used as Principal Components Analysis (PCA) and quantitative analysis by partial least squares (PLS) that were applied to the pretreated spectra previously. With PCA, unable to perform a qualitative analysis of a scapegoat for the samples from the decomposition of the thousands of variables obtained in the spectral data in a few principal components that contain the greatest variability of the data. In PLS, models were obtained for the prediction of percentage of the minerals in pure samples, with standard errors of validation (RSECV) of less than 1.72 and correlation coefficients (R2) between reference values and predicted values greater of 0.95 in all models.
dc.description.degreelevelPregrado
dc.description.degreenameQuímico
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/33593
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ciencias
dc.publisher.programQuímica
dc.publisher.schoolEscuela de Química
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subjectLibs
dc.subjectMuestras Minerales
dc.subjectPca
dc.subjectPls.
dc.subject.keywordLibs
dc.subject.keywordMineral Samples
dc.subject.keywordPca
dc.subject.keywordPls.
dc.titlePredicción composicional de muestras minerales empleando la técnica espectroscopia de plasma inducido por láser (libs) y métodos quimiometricos
dc.title.englishCompositional prediction of mineral samples using the laser-induced breakdown spectroscopy technique and chemometric methods
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_7a1f
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
304.59 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
4.42 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
136.45 KB
Format:
Adobe Portable Document Format
Download
Collections
Química