Chemometric methods applied to the optimization of calibration of VIS-NIR sensor systems for real time fluids monitoring

El objetivo principal de la tesis ha sido el desarrollo de un protocolo para la optimización del proceso de calibración de los sistemas sensores Visible-Near-Infrared (Vis-NIR) desarrollados por IK4-TEKNIKER para la monitorización en tiempo real de diferentes tipos de fluidos, mediante la combinación de diferentes técnicas de selección de variables y la elección de la estrategia de pre-procesado más adecuado en función de las características de los espectros obtenidos.

Dicho objetivo surge de la necesidad de mejorar la capacidad predictora de los modelos de calibración de los sistemas sensores, con el fin último de obtener un método analítico lo más exacto y preciso posible para cada una de las aplicaciones en los que los sistemas sensores han sido implementados.

Las técnicas de selección de variables utilizados han sido tres: Martens Uncertainty test, interval Partial Least Squares Regression (iPLS) y Algoritmo Genético (GA). En el caso del pre-procesado, se han considerado diferentes estrategias consistentes en la combinación de métodos utilizados en el tratamiento de datos espectroscópicos, como el suavizado o la corrección de dispersión multivariante (MSC).

Los tipos de fluidos estudiados en esta tesis se pueden clasificar principalmente en dos grupos: aceites lubricantes de motores y productos alimenticios. Los tipos de aceites estudiados han sido lubricantes de motores de gas y aceites lubricantes de motores marinos diesel, mientras que dentro de los productos alimenticios se han estudiado la leche y la sidra.

En el caso de los aceites lubricantes se han monitorizado parámetros directamente relacionados con el proceso de degradación y contaminación de los lubricantes, mientras que en el caso de la leche y la sidra los parámetros analizados están directamente relacionados con su proceso de elaboración y la calidad final del producto obtenido.