As 97 amostras foram agrupadas de acordo com o ano de análise. Para cada ano foram atribuídas letras de A à D, compreendidas entre 2010 e 2013; A (33), B (25), C (24) e D (15). Dos parâmetros de conformidade previamente analisados, encontram-se os preconizados pela Agência Nacional de Petróleo, Gás Natural e Biocombustíveis (ANP), por meio da resolução ANP 07/2008. Dentre os parâmetros foram analisados a massa específica, ponto de fulgor, índice de peróxido e índice de acidez. Os valores observados foram apresentados a Rede Neural Artificial (RNA) do tipo Mapa Auto Organizável (MAO) a fim de obter uma classificação de acordo com as propriedades físico -químicas de cada amostra e seu ano de produção. A RNA foi treinada em dias diferentes e as amostras divididas aleatoriamente em dois grupos, treinamento e teste. Foi constatado que para esta situação, a rede MAO diferenciou as amostras em relação ao ano e aos parâmetros de conformidade, permitindo a constatação de que dentre os parâmetros de conformidade analisados, os de maior significância, portanto, bons para a distinção e classificação dessas amostras, foram a massa específica e o ponto de fulgor.
ResumoThe 97 samples were grouped according to the year of analysis. For each year, letters from A to D were attributed, between 2010 and 2013; A (33) B (25) C (24) and D (15). The parameters of compliance previously analyzed are those established by the National Agency of Petroleum, Natural Gas and Biofuels (ANP), through resolution ANP 07/2008. The parameters analyzed were density, flash point, peroxide and acid value. The observed values were presented to Artificial Neural Network (ANN) Self Organizing MAP (SOM) in order to classify, by physical-chemical properties, each sample from year of production. The ANN was trained on different days and randomly divided samples into two groups, training and test set. It was found that SOM network differentiated samples by the year and the compliance parameters, allowing to identify that the density and the flash point were the most significant compliance parameters, so good for the distinction and classification of these samples.