
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Lima, Michael Douglas Roque | - |
| Autor(es): dc.creator | Guedes, Fernanda Maria | - |
| Autor(es): dc.creator | Trugilho, Paulo Fernando | - |
| Autor(es): dc.creator | Bufalino, Lina | - |
| Autor(es): dc.creator | Dias Júnior, Ananias Francisco | - |
| Autor(es): dc.creator | Protásio, Thiago de Paula | - |
| Autor(es): dc.creator | Hein, Paulo Ricardo Gherardi | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:18:06Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:18:06Z | - |
| Data de envio: dc.date.issued | 2022-09-01 | - |
| Data de envio: dc.date.issued | 2022-09-01 | - |
| Data de envio: dc.date.issued | 2022-06 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/54430 | - |
| Fonte completa do material: dc.identifier | https://doi.org/10.1016/j.renene.2022.05.048 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1158543 | - |
| Descrição: dc.description | Solutions to differentiate wood wastes in the storage yard of a charcoal production unit in Amazonia, where identification is often mistaken due to broad morphological similarity of species, can improve the efficiency of the carbonization process. This study aimed to develop multivariate models to quickly identify the wood wastes of 12 tropical species based on the spectral signature in the near-infrared (NIR) region, to improve the control of raw material used in charcoal production. The spectral data were subjected to principal component analysis (PCA) and partial least squares–discriminant analysis (PLS-DA). Spectra acquired from the transverse surface of the wood yielded clearer clusters in the PCA score plot. However, the PLS-DA model fitted with the first derivative of the spectra measured on the radial surface of the wood showed the highest rate of correct classification (97.9%) of the 12 species. Thus, the results proved that the technique is reliable and fast for differentiating wood from branches of several species native to Amazonia, especially to group similar wood species for charcoal production. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Elsevier | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Renewable Energy | - |
| Palavras-chave: dc.subject | Waste biomass | - |
| Palavras-chave: dc.subject | Spectra | - |
| Palavras-chave: dc.subject | PLS-DA model | - |
| Palavras-chave: dc.subject | Amazonian wood | - |
| Palavras-chave: dc.subject | Bioenergy | - |
| Palavras-chave: dc.subject | Artificial intelligence | - |
| Palavras-chave: dc.subject | Biomassa residual | - |
| Palavras-chave: dc.subject | Charcoal production | - |
| Palavras-chave: dc.subject | Madeira amazônica | - |
| Palavras-chave: dc.subject | Bioenergia | - |
| Palavras-chave: dc.subject | Inteligência artificial | - |
| Palavras-chave: dc.subject | Produção de carvão | - |
| Título: dc.title | Classifying waste wood from Amazonian species by near-infrared spectroscopy (NIRS) to improve charcoal production | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: