Fuel adulteration detection using electrodepositated film sensors and artificial neural networks

• Grant number: 07/06027-7
• Support Opportunities: Scholarships in Brazil - Master
• Start date: March 01, 2008
• End date: March 31, 2009
• Field of knowledge: Engineering - Electrical Engineering - Electrical, Magnetic and Electronic Measurements, Instrumentation
• Principal Investigator: Fernando Josepetti Fonseca
• Grantee: Sérgio Tonzar Ristori Ozaki
• Host Institution: Escola Politécnica (EP). Universidade de São Paulo (USP). São Paulo , SP, Brazil

Abstract

A prática de adulteração de combustíveis automotivos (gasolina e álcool) é lesiva a consumidores, ao Estado e ao meio ambiente. Este projeto visa suprir uma demanda por um sistema sensor capaz de discriminar combustíveis conformes de combustíveis adulterados por meio de análise rápida através de um sistema sensor baseado em filmes de materiais poliméricos condutores de eletricidade, polímeros convencionais, ftalocianinas e lignina sulfonada. Filmes nanoestruturados desses materiais serão depositados por automontagem sobre eletrodos interdigitados de ouro, suportados por substratos por substrato de vidro. Medidas de capacitância e resistência elétrica serão realizadas entre os terminais dos eletrodos com o objetivo de detectar variações no sinal conforme os sensores são expostos aos vapores do combustível (Nariz Eletrônico – NE) ou entram em contato com a fase líquida (Língua Eletrônica – LE). A terminologia NE-LE é utilizada devido à necessidade de ferramentas de reconhecimentos de padrões dos sinais dos arranjos sensores para combustíveis adulterados ou não, um mecanismo análogo ao sistema sensorial humano. Espera-se que os dois subsistemas, NE e LE, sejam complementares, sendo que os filmes da LE devem ser quimicamente mais estáveis devido à possibilidade de solubilização pelo combustível. Por fim, como resultado da pesquisa, busca-se selecionar os sensores para o sistema NE-LE que sejam capazes de detectar os combustíveis com grandes probabilidades de estarem adulterados. Conseqüentemente, também será necessário o desenvolvimento de uma ferramenta computacional que interprete os resultados do sistema integrado NE-LE. (AU)

Academic Publications

(References retrieved automatically from State of São Paulo Research Institutions)

OZAKI, Sérgio Tonzar Ristori. Fuel adulteration detection using electrodepositated polymer sensors and artificial neural networks.. 2010. Master's Dissertation - Universidade de São Paulo (USP). Escola Politécnica (EP/BC) São Paulo.