Name: | Description: | Size: | Format: | |
---|---|---|---|---|
1.55 MB | Adobe PDF | |||
79.01 KB | Adobe PDF |
Advisor(s)
Abstract(s)
A performance do papel na impressão é reflexo das suas características ópticas,
estruturais, mecânicas e físico-químicas. O estabelecimento de modelos quantitativos
rigorosos que relacionem as propriedades específicas de cada tipo de papel com a sua
imprimibilidade e que permitam efectuar previsões sobre o posterior
comportamento/performance do papel reveste-se de uma enorme relevância. Estes
modelos possibilitam que o fabricante e o impressor/consumidor possam fazer uma
avaliação quantitativa, mais rápida e menos onerosa sobre os diferentes tipos de papel
disponíveis no mercado.
No presente trabalho foram analisados 286 papéis e cartolinas diferentes, de 12
fabricantes e 25 propriedades estruturais, ópticas, mecânicas e físico-químicas. Foi
elaborada uma base de dados com 286 entradas a partir de dados recolhidos na
literatura, de fichas técnicas e de informação de fabricantes. Numa segunda fase, a
matriz de dados foi estendida com a determinação experimental em 19 papéis de uma
propriedade físico-química, o pH da massa, usando para o efeito uma técnica
potenciométrica e, em 15 papéis, de uma propriedade óptica, a opacidade, utilizando a
densitometria de cor. A base de dados foi completada com o cálculo de uma
propriedade estrutural de matriz, a densidade aparente, em 177 papéis.
Foram analisadas e comparadas as capacidades de previsão e de interpretação de
modelos construídos com base em duas metodologias distintas: Regressões Lineares
Multiparamétricas (RLM) e Redes Neuronais Artificiais não Supervisionadas (Self-
Organizing Maps - SOM). Concluiu-se que ambas se mostraram eficazes e que se
complementam. As RLM superaram as SOM no desenvolvimento de modelos cujas
propriedades envolvidas apresentavam comportamentos lineares, uma vez que
permitem estabelecer equações matemáticas simples, de fácil aplicação e com níveis
de previsão bastante elevados; por seu turno, as SOM têm a capacidade de classificar,
conseguem extrair padrões e modelar comportamentos aparentemente estocásticos. Os
modelos quantitativos foram estabelecidos com base em critérios estatísticos e
procedimentos de validação muito exigentes.
Description
Keywords
Papel Modelação Previsão Classificação