Abstract The knowledge of the components that constitutes a rubber composition is important to justify the properties of the final device, particularly when it comes to elastomeric compositions used in the aerospace industry. The development of methodologies that can detect components, specially the smallest proportion of the rubbers composition is a constant challenge and an important gap in the studies of this nature. Therefore, methodologies by using standard techniques and/or of last generation are important in rubber industry and research laboratories, aiming application in related research. In this context, this study shows the coupling/association techniques (off-line) of thin layer chromatography and infrared spectroscopy (TLC/IR), being the IR spectra obtained by universal attenuated total reflection (UATR), applied to the analysis of additives in rubber compositions of ethylene-propylene-diene rubber (EPDM). Two EPDM compositions, a kind of eluent system and Gibbs' reagent, as developer, were used. Basically, all organic components were detected by this methodology, being possible to suggest that it can be applied for detecting additives of similar chemical structures, even though it's presents in small amounts in the composition.

Foi desenvolvida uma metodologia para a determinação do teor de 5-etilideno 2-norboneno (ENB) em amostras de borracha (elastômero puro), à base do copolímero de etileno-propileno-dieno (EPDM), por espectroscopia no infravermelho com transformada de Fourier (FT-IR) de transmissão, sendo as amostras analisadas, após pirólise controlada e em bico de Bunsen. Embora ambas as técnicas tenham apresentado boa precisão, a realizada por pirólise em bico de Bunsen, com uso de banda e concentração relativa, mostrou-se mais adequada à determinação e ao uso em cálculos complementares de teores de ET e P.

A methodology was developed for determining the 5-ethylidene-2-norbornene (ENB) content in unvulcanized (pure elastomer) ethylene-propylene-diene (EPDM) elastomer, by transmission Fourier Transform infrared spectroscopy (FT-IR), after pyrolysis with and without temperature (T) control. Although both techniques have shown good accuracy, the pyrolysis without T control technique, with relative bands and concentrations, was more suitable for the ENB content determination and for the complementary calculations of ET and P.

Foi desenvolvida uma metodologia para a determinação dos teores de etileno (ET) e propileno (P) em amostras de borracha (elastômero puro, crua e vulcanizada), à base do copolímero de etileno-propileno-dieno monômero (EPDM), por espectroscopia no infravermelho com transformada de Fourier (FT-IR) de reflexão total atenuada universal (UATR) e de transmissão, sendo as amostras analisadas tal como recebidas ou após pirólise, respectivamente. Embora ambas as técnicas tenham apresentado boa precisão, com a análise UATR sendo mais adequada para o elastômero puro, a realizada por transmissão/pirólise mostrou-se mais adequada à análise de todos os tipos de EPDM (elastômero puro, crua e vulcanizada), podendo ser usada para formulações similares.

We developed a methodology for determining the concentration of ethylene and propylene in rubber samples (raw, unvulcanized or vulcanized) based on the copolymer of ethylene, propylene and diene monomer (EPDM) by Fourier transform infrared spectroscopy (FT-IR), using universal attenuated total reflection (UATR) and transmission techniques. Pristine and pyrolized samples were analyzed. Although both techniques have shown good accuracy, UATR is the most suitable for the pure elastomer and the transmission/pyrolysis technique is more suitable for the analysis of all types of EPDM (raw, unvulcanized or vulcanized) and can be used for similar formulations.

O presente trabalho apresenta um sistema classificador baseado em redes neurais aplicadas a um mapeamento topológico da informação segmentada fornecida por um calorimetro de altas energias. Este detector mede a energia das particulas incidentes em feixes experimentais. A eficiência de classificação atingida fica acima de 97,50% para feixes de mais alta energia, mesmo quando os dados experimentais apresentam uma inevitável contaminação ocasionada durante o processo de produção das partículas. Alguma deterioração da qualidade do classificador encontrada para feixes de mais baixa energia também é discutida. A redução no número de dimensões do espaço de entrada, causada pelo mapeamento topológico, pode ser muito importante quando a implementação do classificador para operação online for considerada.

The present work describes a neural particle classifier system based on topological mapping of the segmented information provided by a high-energy calorimeter, a detector that measures the energy of incoming particles. The achieved classification efficiencies are above 97.50% for the higher energy particle beams, even when experimental data exhibit unavoidable contamination due to the particle beam generation process, what could jeopardize the classifier performance. Some deterioration in the performance for the lower energy range is also discussed. The reduction on the dimensionality of the data input space caused by the topological mapping may be very helpful when online implementation of the classifier is required.

Um sistema classificador neuronal é desenvolvido para identificar três classes de partículas em física experimental de altas energias. O sistema usa a extração de componentes principais de discriminação para combinar compacticidade e alta eficiência de classificação, identificando, inclusive, a contaminação presente nos dados experimentais. Mais de 97% dos eventos analisados são corretamente classificados.

A neural classifying system is developed to identify three particle classes in experimental high-energy physics. The system makes use of the extraction of principal discriminating components to obtain compactness and high classification efficiency, even identifying outsiders in experimental data sets. More than 97% of analysed events are correctly classified.