You are on page 1of 6

ESPECTROSCOPIA NO INFRAVERMELHO PRÓXIMO E ENSAIOS NÃO

DESTRUTIVOS DA MADEIRA

A determinação por métodos convencionais de algumas propriedades físicas e
mecânicas da madeira, como o módulo de ruptura na flexão estática, só é possível
com a destruição da amostra. Com o uso de radiação infravermelha é possível a
previsão destas e outras propriedades de forma não destrutiva e rápida. O princípio
baseia-se na espectroscopia de refletância de radiação eletromagnética na faixa do
infravermelho próximo (NIR) em linha de montagem e em tempo real. Como, em última
instância, a composição e a disposição dos átomos e moléculas são os responsáveis
por todas as propriedades da madeira, o espectro de NIR pode ser associado com as
propriedades de resistência mecânica que se desejam mapear. A grande velocidade
dos modernos computadores permite esta associação de forma contínua e não
destrutível em curto espaço de tempo.

Para o caso da indústria de painel compensado, por exemplo sistemas de decisão
computacionais poderão ser desenvolvidos para que, a partir das leituras de
resistência mecânica conferida pelo NIR, as lâminas de madeira sejam
convenientemente classificadas e separadas na linha de montagem. Painéis montados
com seqüências pré-estabelecidas de lâminas classificadas por resistência mecânica
terão suas qualidades asseguradas e certificadas.

OBJETIVOS
Conhecer as aplicações da espectroscopia no infravermelho para análises
quantitativas e qualitativas não destrutivas da madeira.

Programa do Curso

1.Espectroscopia no infravermelho
Histórico
Princípios teóricos
Estratégias de medição
Equipamentos e software
Leitura, apresentação e discussão de dois artigos (ver abaixo)

2.Aplicações
Exemplos em ciências florestais
Caraterização de parâmetros de qualidade da madeira
Alternativas aos ensaios destrutivos
Relação com identificação de pragas
Relação com padrões geográficos e espaciais
Exemplos em ciências da vida
Leitura, apresentação e discussão de dois artigos (ver abaixo)

3.Análise de dados espectrais
Pré-tratamentos de otimização
Análises univariadas e espectroscopia
generalidades
provas paramétricas
provas não paramétricas
significação das provas estatísticas e método seqüencial de Bonferroni
Análises multivariadas e espectroscopia (quimiometria I)
Vantagens das análises multivariadas
Análise em componentes principais (ACP)

.Técnicas de análise alternativas (Quimiometria II) Espectroscopia sem quimiometria? Algoritmos genéticos Redes neurais Lógica fuzzy Leitura. .Apresentação de matriz de dados espectrais de n grupos terminais. O aluno não receberá presença se não estiver presente no momento da chamada. AVALIAÇÃO DO PLANO DE ENSINO Durante o curso será aplicado um questionário para avaliação do desempenho do docente (avaliação institucional). d) pontualidade. Leitura. cada dupla de alunos ou individualmente deverão apresentar um análise integro com grupos reais ou hipotéticos. nos casos de arredondamento de nota. o aluno estará automaticamente REPROVADO por falta. Critérios: . .Discussão dos artigos relacionados com cada tópico. b) participação dos componentes do grupo. Critérios de avaliação da atividade extra: a) Apresentação áudio-visual. ATIVIDADE EXTRA Para complementar as exigências da disciplina. A motivação e a participação dos alunos durante as aulas também são parte da avaliação final da disciplina. A chamada será realizada duas vezes. Após os 25% de ausência. AVALIAÇÃO DA APRENDIZAGEM A avaliação será feita através de provas teórico-práticas e do seminário. apresentação e discussão de dois artigos (ver abaixo) 4. uma no início da aula (15 minutos depois) e outra no final (05 minutos antes).Apresentar um análise (ACP ou PLS) com a representação dos n-grupos e sua correlação com parâmetros mecânicos baseado na espectroscopia. c) conteúdo. e) relatório escrito. apresentação e discussão de dois artigos (ver abaixo) FREQUÊNCIA. ACP e espectroscopia O ACP e vários grupos PLS (Partial least square ou quadrados mínimos parciais) Análise discriminante (software JMP) Árvores de classificação. RESULTADOS ESPERADOS Capacitação de estudantes para desenvolver projetos independentes usando espectroscopia no infravermelho próximo como ferramenta alternativa de ensaios da qualidade da madeira.

K.M. Natalello. Pasquini. Plant Physiology... 2004. Dowell & S. 1955. Beaconsfield. Chung. Blood Cells. & SO Chi-L. Rhodophyceae: A review and current developments using Fourier transform infrared diffuse reflectance spectroscopy. Fourier-transform raman and fourier-transform infrared spectroscopy.W. Near infrared spectroscopy: fundamentals practical aspects and analytical applications. Jarosawska & M. Ramaswamy. Group Classification of virus Preparations by infrared spectroscopy. 2003. Application of near-infrared spectroscopy to wood discrimination. Benedict. Maghirang. T. Wood Scien Technology.T. 40:709–720 Schimleck L. Phycocolloid chemistry as a taxonomic indicator of phylogeny in the Gigartinales. A Review of Recent Near Infrared Research for Wood and Paper. & Peter. Estimation of Eucalyptus delegatensis wood properties by near infrared spectroscopy. Plant Cell Reports. C. Mazerolle. C. F. P. 2007. P. An investigation of five higher plant cell walls and their components. S. Crinter. Schimleck. 2007. G. L.C. Ilic J. 2002. E. Kim. Literatura recomendada Abrams. Liu. B. D.A. IR Tutor. O. T. Omwega. 106: 1623-1631. Chopin. 34: 398-407. 47: 167–188. 1994. M.A. & S. L. Fourier transform infrared microspectroscopy as a new tool for nematode studies. W. Zullini & S. B. 69: 264-269. E. Komorowska. Cole.B. K.G. FEBS letters 576: 297-300. Chung. Identification of termite species and subspecies of the genus Zootermopsis using near-infrared reflectance spectroscopy.. & Evans R. and Diseases. S. A.B.S. 7:18. & Hayashi.S. 14: 138-219. Yoo & J. R. 1999. Journal of Bacteriology. Phycological Research. T.. Ram..B. Dogli. Jones. Ban.F. Near-infrared radiation protects the red cell membrane against oxidation.. 2004. McCann. S.. Journal of the Brazilian Chemical Society..O.R. 2003.. Rials. 35: 74-79. H.H.J. Applied Spectroscopy Reviews. Kerin & R. 2001.F.J. Near-infrared spectroscopic method to identify Cotesia flavipes . Wood and Fiber Science. Journal of Insect Science. Dowell. R. Chludzińska. Tsuchikawa. 42: 43-71. 31 10: 1671-1675.. 2006. Ananicz. 49: 29-35.. F.J. Taxonomic discrimination of flowering plants by multivariate analysis of Fourier transform infrared spectroscopy data. Columbia University. 2005. 2003. 1993.B. Choi. Molecules. Ami.. Nondestructive estimation of wood chemical composition of sections of radial wood strips by diffuse reflectance near infrared spectroscopy. F. D. C. Inoue. A. Journal of Wood Science. Perkin Elmer Ltd. Noma. Kambhampati. H.Literatura analizada no curso: Tsuchikawa. Séné.H. Bucks. Canadian Journal of Forest Research. A. Overholt. M. Use of advanced spectroscopic techniques for predicting the mechanical properties of wood composites. Aldrich. S. S.E. Cho. Kelley.. S. Wilson & R. 23: 246-250.E.R. C. A. J.

H. B. & A. 95: 249-57. Mohammad Razak. Hubert.. M. J. Parker. Micks. A chemometric evaluation of the underlying physical and chemical patterns that support near Infrared spectroscopy of barley seeds as a tool for explorative classification of endosperm genes and gene combinations.. P. Dowell. 2006.P. Rivista di Parasitologia. 84:12–14. Goodacre & L. Søndergaard.. An infrared spectrometric study of the Culex pipiens complex. 2007. 2007. A. & F. I. G. 96: 865-869. Annals of the Entomological.E. Dowell. D. Fresenius' Journal of Analytical Chemistry. 2006. John Wiley & Sons Ltd. S. J Obotnik. G. Flinn. Wirtz.G.. 2002.. Proceedings of the Society of Experimental Biology and Medicine. 1990.. 27: 186-191. 2005. Society of America.E. A. R.J. Hanus & A. Computational Statistics & Data Analysis.A.S. C. 42: 281-299. Manchester. Journal of Medical Entomology. N. D. 1991. Scrollini. S. Ismail. Jiros. .): Handbook of vibrational spectroscopy. and Cotesia sesamiae (Hymenoptera: Braconidae). 339: 65-67.E. Husband. P.W. 1953. Lay Harn & Z. 2005. F. 17 4: 4-8. Naumann. Journal of Economical Entomology.. 32: 409-434. Engelen. N.. Identifying stored-grain insects using near-infrared spectroscopy. 1-27. T. Benedict. 1999.. BAKER. D. 2004. Micks. F.M.A. Sex separation of tsetse fly pupae using near-infrared spectroscopy. S. Systematic and Applied Microbiology. D. R. Munck. Bulletin of Entomological Research.J. M. 2005. Infrared spectrophotometry as a means for identification of mosquitoes. 27: 76-79. XV: 161-165.R. Wang & J. Dutro & M.H. M. Cvacka. Robinson. A. Jacobsen S. Kradjel. R. Determination by near-Infrared reflectance spectroscopy of mosquito (Diptera: Culicidae) bIoodmeal size. Benedict. according to location by infrared spectroscopy. Journal of Chemical Ecology. J. 41: 68– 72. pp.E. 51: 5013-5024. 2007 38:847–76. Dharmaraj. P. Whole-organism fingerprinting of the Genus Carnobacterium using fourier transform infrared spectroscopy (FT-IR). 1954. W. Broce & R. Kron. Analysis of insect cuticular hydrocarbons using matrix-assisted laser desorption/ionization mass spectrometry. Hall. Kirschner. Møller. Suhaimi Jamaludin.B. Klowed.C. Nir News.A. Griffiths (eds.. Puppels. Fast cross-validation of high-breakdown resampling methods for PCA. Chalmers and P. Maquelin. K. Desler & L.M. Suda & B. The classification of Phyllanthus niruri Linn. & S. An average day (or how near infrared affets daily life). 92: 165-169. Lai. Valliappan. C. Ngo-Thi. An overview of Near Infrared spectroscopy: from an application's point of view. Atinah Ahmad. L.N. Throne. Svatos. Vibrational spectroscopic studies of microorganisms. in: J. A. Applications of flow cytometry to evolutionary and population biology. Chichester. Journal of Cereal Science. J.Q. Vibrational Spectroscopy. Annual Review of Ecology Evolution and Systematics. Choo-Smith.

E. Journal of Chemometrics. Infrared Spectroscopy in Microbiology. Goodacre. J. Hoffman. 1623: 47–53 Perez-Mendoza. Rosselló-Mora. Timmins. 2007. 36: 367–374. L.B. Near infrared spectra indicate specific mutant endosperm genes and reveal a new mechanism for substituting starch with (1-->3. Alsberg. L. A new holistic exploratory approach to Systems Biology by Near Infrared Spectroscopy evaluated by chemometrics and data inspection. Journal of Stored Products Research. Howell. L.. 21: 406–426.E. D.C..E. 2004. Genetic correlations. J. Paliwal. Jacobs.R. J Vlassenbroeck. 1--->4)-β-glucan in barley. J. Wirtz.A. D. J. Perez-Mendoza.A. J. Ly. Dowell & J. F. V. E. Journal of Cereal Science.E. 2007. Nesme. S. Baker. Baker.. imaged in Eocene using X-Ray computed tomography. Lab Chip. ANNs.J. Karunakaran. Frederiksen. Penney. Canadian Biosystems Engineering. M.M. Zootaxa.Munck L..E. in: R. International Journal of Systematic and Evolutionary Microbiology. Jacobsen & I. Broce. Chemometrics and Intelligent Laboratory Systems. ..E. SIMCA. F. S. Chronological age-grading of house flies by using near- infrared spectroscopy. First fossil Micropholcommatidae (Araneae). & R. Ward & W.V. Meyers (ed. Cnudde. 40: 213-222. 2002. Journal of Medical Entomology. Kämpfer. J. 7: 1125 . S. R. Detection of insect fragments in wheat flour by near-infrared spectroscopy. X. Heredity. Søndergaard. Insect species and infestation level determination in stored wheat using near-infrared spectroscopy. 46: 717-724. Throne. 2007. P. E. Garrity.. Rapid differentiation of closely related Candida species and strains by pyrolysis-mass spectrometry and fourier transform-infrared spectroscopy.G. and k-NN. J. J.M. Throne. Throne.A. P.B. Tominaga. tradeoffs and environmental variation. 2002. Frosch. L. W. C. F. Whitman. Wood. Naumann. H. Comparative study of class data analysis with PCA-LDA. B. 2004. Symons & C.C. B. 97: 1159-1167.M. A. Chichester. R.D. Dierick.1131 Sgrò. Ltd..A. Vauterin. Noble.E. 52: 1043-1047. Baker. 2003. 39: 305-312. Hoorebeke & P. M.K. Report of the ad hoc committee for the re-evaluation of the species definition in bacteriology. Dowell & J. V. PLS. . Maiden.. T. A.. J. Journal of Economic Entomology.J. B Asschaele. Y. J.) "Encyclopedia of Analytical Chemistry". D. McNaughton & B. Tuckermann. W. Wang. Stackebrandt. Grimont. Truper. 39: 499-508 . 2004. R. Perez-Mendoza. Dowell.. Fabrick & J. 2000. 49: 105- 115. Raman acoustic levitation spectroscopy of red blood cells and Plasmodium falciparum trophozoites. John Wiley & Sons.A. 1998. A.C.E. 93: 241-248. A. W. X. 1998. Munck.E. Møller. G. Journal of Clinical Microbiology. Feng. 2004. Puskar. Swings. Chronological age- grading of three species of stored-product beetles by using near-infrared spectroscopy. Popp.

Scherer. 2006..L.. H. Journal of Applied Microbiology. R.I. Parry. Ellis. Carr. H. Zhao. Fourier-Transform Infrared microspectroscopy. . 96: 328–339. C. Scherer. R.. Theilmann & S. Griffith & R. 2004 The rapid identification of Acinetobacter species using Fourier transform infrared spectroscopy. E.. L. The rapid differentiation of Streptomyces isolates using Fourier transform infrared spectroscopy. Winder. Seviour.W.Wenning. Rapid analysis of two food-borne microbial communities at the species level by Fourier-transform infrared microspectroscopy. D. G. M. Environmental Microbiology. a novel and rapid tool for identification of yeasts. Goodacre. 2006. Seiler & S. Vibrational Spectroscopy. M. V. 2002. Wenning. 5: 848-857. Applied and Environmental Microbiology. Goodacre & R. 40: 213–218. 10: 4717-4721.