Revista Ambiente & Água (Jan 2015)

Modelagem neural e análise estatística do processo de degradação de chorume por foto-Fenton solar

  • Alessandro Sampaio Cavalcanti,
  • Hélcio José Izário Filho,
  • Oswaldo Luiz Cobra Guimarães,
  • Adriano Francisco Siqueira

DOI
https://doi.org/10.4136/ambi-agua.1341
Journal volume & issue
Vol. 10, no. 1
pp. 89 – 106

Abstract

Read online

O chorume em estudo é oriundo da cidade de Cachoeira Paulista-SP, apresentando baixa biodegradabilidade, devendo ser pré-tratado por um processo oxidativo. O objetivo desse trabalho foi obter um modelo neural em conjunto com análises estatísticas que representassem a degradação do chorume in natura pelo processo foto-Fenton solar, em função da redução da demanda química de oxigênio (DQO). Redes neurais apresentam-se como uma alternativa para a modelagem de processos não-lineares como os processos oxidativos avançados, que envolvem um grande número de variáveis de controle e complexas reações envolvidas. O processo fotocatalítico foi otimizado por um planejamento fatorial fracionado (24-1) em duplicata e triplicata no ponto central, sendo as variáveis de entrada em três níveis: pH, radiação solar e concentrações de H2O2 e Fe2+. O sistema de tratamento em escala de bancada utilizou um reator batelada, com volume constante (3 L) de chorume, vazão 13 L min-1 e 2-h de reação. A otimização do processo mostrou que o efeito individual de cada variável de entrada deve operar em seu maior nível, sendo que a variável Fe2+ teve significância na forma combinada. A redução percentual de DQO do melhor experimento foi de 88,7 %, sendo esta avaliada em um custo de R$ 126,67 m-3 de chorume. O processo de degradação foi modelado via redes neurais feedforward backpropagation, com coeficientes de correlação linear para os conjuntos de treinamento, validação e teste acima de 0,9, indicando alta predição e generalização do modelo neural proposto. A rede neural proposta mapeou um espaço multidimensional da forma ∆DQO = f(t, pH,[H O ],P ,[Fe ]) 2+ 2 2 UV .

Keywords