CINÉTICA DA BIOSSORÇÃO DA MISTURA NI2+-CR3+ VIA REDES NEURAIS ARTIFICIAIS

Resumo

A preocupação mundial com o tratamento de efluentes contendo metais pesados oriundos das indústrias é uma realidade. A adsorção/biossorção é um dos processos mais utilizados especialmente em etapas de refino, em que as concentrações dos componentes em questão são baixas e processos convencionais não são eficientes. Entretanto, encontrar a melhor condição para tal tarefa não é simples, pois envolve a definição de um modelo cinético complexo e diversas variáveis independentes. Esse campo ainda é pouco explorado devido à dificuldade na formulação de tais modelos, especialmente para sistemas multicomponentes. Sendo assim, as Redes Neurais Artificiais podem ser uma alternativa viável. Neste trabalho, o objetivo foi obter um modelo neural que descreva a cinética de adsorção da mistura Ni²⁺-Cr³⁺ pela alga marinha Sargassum filipendula, no intuito de suprir as dificuldades encontradas na formulação dos modelos fenomenológicos. Um estudo sistemático foi realizado para se determinar o número de camadas ocultas e de neurônios, tal que fossem suficientes para descrever o fenômeno em questão. As variáveis de entrada foram as concentrações dos íons nos tempos t e t-1. A saída da RNA era a concentração no tempo t+1. Os métodos Levenberg-Marquardt, Levenberg-Marquardt com Regularização bayesiana, Resilient Back-Propagation e Powell foram utilizados. A RNA que apresentou o resultado mais satisfatório possui estrutura 4-10-10-2, utilizando método de treinamento Levenberg-Marquardt com Regularização Bayesiana e funções de ativação tangente hiperbólica para as camadas intermediarias e de saída. A função objetivo encontrada foi 6,1.10^-10 demonstrando o grande potencial de generalização das redes neurais artificiais e sua potencial aplicação em campos de modelagem cinética.