Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)Mejía Ospino, EnriquePérez Cabeza, Angelli Stephanie2024-03-0320152024-03-0320152015https://noesis.uis.edu.co/handle/20.500.14071/33593En 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.application/pdfspahttp://creativecommons.org/licenses/by/4.0/LibsMuestras MineralesPcaPls.Universidad Industrial de SantanderTesis/Trabajo de grado - Monografía - PregradoUniversidad Industrial de Santanderhttps://noesis.uis.edu.coLibsMineral SamplesPcaPls.info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)